一、准备工作
首先准备两张表用于演示：
CREATE TABLE `student_info` ( `id` int NOT NULL AUTO_INCREMENT, `student_id` int NOT NULL, `name` varchar(20) DEFAULT NULL, `course_id` int NOT NULL, `class_id` int DEFAULT NULL, PRIMARY KEY (`id`) ) ENGINE=InnoDB AUTO_INCREMENT=1000001 DEFAULT CHARSET=utf8;
CREATE TABLE `course` ( `id` int NOT NULL AUTO_INCREMENT, `course_id` int NOT NULL, `course_name` varchar(40) DEFAULT NULL, PRIMARY KEY (`id`) ) ENGINE=InnoDB AUTO_INCREMENT=101 DEFAULT CHARSET=utf8;
#准备数据 select count(*) from student_info;#1000000 select count(*) from course; #100
二、索引失效规则
1.优先使用联合索引
如下一条sql语句是没有索引的情况：
#平均耗时291毫秒 select * from student_info where name='123' and course_id=1 and class_id=1;
我们通过建立索引来优化它的查询效率，有如下几种方案：
①建立普通索引：
#建立普通索引 create index idx_name on student_info(name); #平均耗时25毫秒，查看explain执行计划，使用到的是idx_name索引查询 select * from student_info where name='MOKiKb' and course_id=1 and class_id=1;
②在普通索引的基础上，再增加联合索引：
#name，course_id组成的联合索引 create index idx_name_courseId on student_info(name,course_id); #该查询语句一般使用的是联合索引，而不是普通索引，具体看优化器决策 #平均耗时20ms select * from student_info where name='zhangsan' and course_id=1 and class_id=1;
可以看到，在多个索引都可以使用时，系统一般优先使用更长的联合索引，因为联合索引相比来说更快，这点应该也很好理解，前提是要遵守联合索引的最左匹配原则。
如果再创建一个name,course_id,class_id组成的联合索引，那么上述sql语句不出意外会使用这个key_len更长的联合索引(意外是优化器可能会选择其他更优的方案，如果它更快的话)。
联合索引速度不一定优于普通索引，比如第一个条件就过滤了所有记录，那么就没必要用后序的索引了。
2.最左匹配原则
#删除前例创建的索引，新创建三个字段的联合索引，name-course_id-cass_id create index idx_name_cou_cls on student_info(name,course_id,class_id);
①联合索引全部匹配的情况：
#关联字段的索引比较完整 explain select * from student_info where name='11111' and course_id=10068 and class_id=10154;
每个字段条件都与联合索引匹配，因此该SQL语句遵循最左前缀规则。一个联合索引的使用可以快速查找，避免了额外的查询，因此这是最优的情况。
②联合索引最右边缺失的情况：
explain select * from student_info where name='11111' and course_id=10068;
该sql语句条件中，并不含有联合索引的全部条件，而是抹去了右半部分，该语句使用的索引依旧是该关联查询，只不过只用到了一部分，通过查看key_len可以知道少了5字节，这5字节对应的是class_id，证明class_id并未生效而已(where中没有，当然用不到啦)。
同理，抹掉where中的course_id字段，联合索引依旧会生效，只是key_len会减小。
③联合索引中间缺失的情况：
#联合索引中间的字段未使用，而左边和右边的都存在 explain select * from student_info where name='11111' and class_id=10154;;
如上sql语句依旧使用的是联合索引，但是它的key_len变小了，只有name字段使用到了索引，而class_id字段虽然在联合索引中，但是因为不符合最左匹配原则而GG了。
整个sql语句的执行流程为：先在联合索引的B树中找到所有name为11111的记录，然后全文过滤掉这些记录中class_id不是10154的记录。多了一个全文搜索的步骤，相比于①和②情况性能会更差。
④联合索引最左边缺失的情况：
explain select * from student_info where class_id=10154 and course_id=10068;
该情况是上一个情况的特例，联合索引中最左边的字段未找到，所以虽然有其他部分，但是统统都失效了，走的是全文查找。
结论：最左匹配原则指的是查询从索引的最左列开始，并且不能跳过索引中的列，如果跳过了某一列，索引将部分失效(后面的字段索引全部失效)。
注意：创建联合索引时，字段的顺序就定格了，最左匹配就是根据该顺序比较的；但是在查询语句中，where条件中字段的顺序是可变的，意味着不需要按照关联索引字段的顺序，只要where条件中有就行了。
3.范围条件右边的列索引失效
承接上面的联合索引，使用如下sql查询：
#key_len=> name:63,course_id:5,class_id:5 explain select * from student_info where name='11111' and course_id>1 and class_id=1;
key_len只有68，代表关联索引中class_id未使用到，虽然符合最左匹配原则，但因为>符号让关联索引中该条件字段右边的索引失效了。
但如果使用>=号的话：
#不是>、<,而是>=、<= explain select * from student_info where name='11111' and course_id>=20 and course_id<=40 and class_id=1;
右边的索引并未失效，key_len为73，所有字段的索引都使用到了。
结论：为了充分利用索引，我们有时候可以将>、<等价转为>=、<=的形式，或者将可能会有<、>的条件的字段尽量放在关联索引靠后的位置。
4.计算、函数导致索引失效
#删除前面的索引，新创建name字段的索引，方便演示 create index idx_name on student_info(name);
现有一个需求，找出name为li开头的学生信息：
#使用到了索引 explain select * from student_info where name like 'li%'; #未使用索引，花费时间更久 explain select * from student_info where LEFT(name,2)='li';
上面的两条sql语句都可以满足需求，然而第一条语句用了索引，第二条没有，一点点的改变真是天差地别。
结论：字段使用函数会让优化器无从下手，B树中的值和函数的结果可能不搭边，所以不会使用索引，即索引失效。字段能不用就不用函数。
类似：
#也不会使用索引 explain select * from student_info where name+''='lisi';
类似的对字段的运算也会导致索引失效。
5.类型转换导致索引失效
#不会使用name的索引 explain select * from student_info where name=123; #使用到索引 explain select * from student_info where name='123';
如上，name字段是VARCAHR类型的，但是比较的值是INT类型的，name的值会被隐式的转换为INT类型再比较，中间相当于有一个将字符串转为INT类型的函数。
6.不等于(!= 或者<>)索引失效
#创建索引 create index idx_name on student_info(name); #索引失效 explain select * from student_info where name<>'zhangsan'; explain select * from student_info where name!='zhangsan';
不等于的情况是不会使用索引的。因为!=代表着要进行全文的查找，用不上索引。
7.is null可以使用索引，is not null无法使用索引
#可以使用索引 explain select * from student_info where name is null; #索引失效 explain select * from student_info where name is not null;
和前一个规则类似的，!=null。同理not like也无法使用索引。
最好在设计表时设置NOT NULL约束，比如将INT类型的默认值设为0，将字符串默认值设为''。
8.like以%开头，索引失效
#使用到了索引 explain select * from student_info where name like 'li%'; #索引失效 explain select * from student_info where name like '%li';
只要以%开头就无法使用索引，因为如果以%开头，在B树排序的数据中并不好找。
9.OR前后存在非索引的列，索引失效
#创建好索引 create index idx_name on student_info(name); create index idx_courseId on student_info(course_id);
如果or前后都是索引：
#使用索引 explain select * from student_info where name like 'li%' or course_id=200;
如果其中一个没有索引：
explain select * from student_info where name like 'li%' or class_id=1;
那么索引就失效了，假设还是使用索引，那就变成了先通过索引查，然后再根据没有的索引的字段进行全表查询，这种方式还不如直接全表查询来的快。
10.字符集不统一
字符集如果不同，会存在隐式的转换，索引也会失效，所有应该使用相同的字符集，防止这种情况发生。
三、建议
对于单列索引，尽量选择针对当前query过滤性更好的索引
在选择组合索引时，query过滤性最好的字段应该越靠前越好
在选择组合索引时，尽量选择能包含当前query中where子句中更多字段的索引
在选择组合索引时，如果某个字段可能出现范围查询，尽量将它往后放
