100W数据，测试索引

两张表，结构相同，数据内容相同。唯一不同的就是是否包含索引。tf_user_index表中包含索引。
这100w数据，我造了近一天时间。

mysql> select count(*) from tf_user_index where score = 30;
+----------+
| count(*) |
+----------+
|   126306 |
+----------+
1 row in set (0.03 sec)

mysql> select count(*) from tf_user where score = 30;
+----------+
| count(*) |
+----------+
|   126306 |
+----------+
1 row in set (1.94 sec)

score字段，加了索引。

mysql> select count(*) from tf_user_index where score > 80;
+----------+
| count(*) |
+----------+
|  2525607 |
+----------+
1 row in set (0.49 sec)

mysql> select count(*) from tf_user where score > 80;
+----------+
| count(*) |
+----------+
|  2525607 |
+----------+
1 row in set (2.02 sec)

很明显，加了索引的查询要快很多。
sql会根据条件去索引中查找，然后去表中查找。如果在索引中匹配的越多，那么查找的时间就越长，索引的意义就越小。
看下面的例子，

mysql> select count(*) from tf_user_index where score > 0;
+----------+
| count(*) |
+----------+
| 10000000 |
+----------+
1 row in set (1.91 sec)

mysql> select count(*) from tf_user where score > 0;
+----------+
| count(*) |
+----------+
| 10000000 |
+----------+
1 row in set (2.03 sec)

大于0，基本上匹配了所有的数据，索引的意义就不大了。

大数据实验，才能更好的看出效果。让微观世界宏观化。

下面看看，sex性别这个字段。

mysql> select count(*) from tf_user where sex = 1;
+----------+
| count(*) |
+----------+
|  5001500 |
+----------+
1 row in set (2.29 sec)

mysql> select count(*) from tf_user_index where sex = 1;
+----------+
| count(*) |
+----------+
|  5001500 |
+----------+
1 row in set (1.04 sec)

加索引也还是有点提升速度的。但是意义不是很大，因为每次查询，基本上都是要扫描一半的数据表。总体来说，还是有一定的提升的。效果不是那么明显，比如上面的score快起来，只有几毫秒的查询时间。