1.思考
在图书馆是怎么找到一本书的？
一般的应用系统对比数据库的读写比例在10:1左右（即有10次查询有1次写操作），而且插入操作和更新操作很少出现性能问题。
遇到最多，最复杂的还是一些复杂的查询操作，所以查询语句的优化显然是重中之重。
2.解决方法
当数据库中的数据量很大时，查找数据会变得很慢
优化方案：索引
3.索引是什么
索引是一种特殊的文件（InnoDB数据表上的索引是表空间的一个组成部分），它们包含着对数据表里所有记录的引用指针。更通俗来讲，数据库索引好比是一本书的目录，能加快数据库的查询速度。
4.索引的目的
索引的目的在于提高查询效率，可以类比字典，如果要查“mysql”这个单词，我们肯定需要定位到m字母，然后从下往下找到y字母，再找到剩下的sql。如果没有索引，那么你可能需要把所有单词看一遍才能找到你想要的，如果我想找到m开头的单词呢？或者ze开头的单词呢？是不是觉得如果没有索引，这个事情根本无法完成？
5.索引原理
除了词典，生活中随处可见索引的例子，如火车站的车次表、图书的目录等。它们的原理都是一样的，通过不断的缩小想要获得数据的范围来筛选出最终想要的结果，同时把随机的事件变成顺序的事件，也就是我们总是通过同一种查找方式来锁定数据。
数据库也是一样，但显然要复杂许多，因为不仅面临着等值查询，还有范围查询(>、<、between、in)、模糊查询(like)、并集查询(or)等等。数据库应该选择怎么样的方式来应对所有的问题呢？我们回想字典的例子，能不能把数据分成段，然后分段查询呢？最简单的如果1000条数据，1到100分成第一段，101到200分成第二段，201到300分成第三段……这样查第250条数据，只要找第三段就可以了，一下子去除了90%的无效数据。
6.索引使用
（1）创建索引
create index 索引名称 on 表名（字段名称（长度））
如果指定字段是字符串，需要指定长度，建议长度与定义时的长度一样
如果指定字段类型不是字符串，则无需指定长度
（2）查看索引
show index from 表名;
（3）删除索引
drop index 索引名称 on 表名;
7索引Demo
(1)创建测试表test_index
create table test_index(title varchar(10));
(2)使用Python程序向表中添加十万条数据
def main(): # 创建Connections连接 conn = connect(host='localhost', port=3306, database='jing_dong', user='root', password='727825', charset='utf8') # 获得Cursor对象 cursor = conn.cursor() # 插入10万条数据 for i in range(100000): cursor.execute('insert into test_index values("cc-%d")'%i) # 提交数据 conn.commit()
if __name__ == '__main__':
main()
（3）查询
①开启时间监控
set profiling=1;
②查询第十万条数据cc-9999
select * from test_index where title='cc-99999';
③查看查看时间
show profiles;
④为表test_index的title列创建索引
create index title_index on test_index(title(10));
⑤执行查询语句
select * from test_index where title='cc-99999';
⑥查看执行时间
show profiles;
8：注意
建立太多的索引会影响插入和更新的速度，因为它需要同样更新每个索引文件，对于一个经常需要更新和插入的表格，就没有必要为一个很少使用的where字句单独建立索引，对于比较小的表，排序的开销不会很大，也没有必要建立另外的索引。
建立索引会占用磁盘空间。