Rows列：
表示MySQL根据表统计信息及索引选用情况，估算的找到所需的记录所需要读取的行数，值越大性能越差
Extra列：
包含不适合在其他列中显示但十分重要的额外信息
Using index：该值表示相应的select操作中使用了覆盖索引（Covering Index）
Using where：表示MySQL服务器在存储引擎收到(使用索引)记录后进行“后过滤”
Using temporary：表示MySQL需要使用临时表来存储结果集，常见于排序和分组查询
Using filesort： MySQL中无法利用索引完成的排序操作称为“文件排序”，常见于order by和group by语句中
尽可能消除全表扫描，除非表数据量是在万条一下
增加适当的索引能提高查询的速度，但增加索引需要遵循一定的基本规则：
a. 加在where条件上
b. 加在表之间join的键值上
c. 如果查询范围是少量字段，可以考虑增加覆盖索引（仅走索引）
d. 有多个查询条件时，考虑增加复合索引，并把最常使用的字段放在索引前面
e. 不要将索引加在区别率不高的字段上
f . 字段上增加函数，则字段上的索引用不了，需考虑改变写法
去掉不影响查询结果的表
慢查询日志开启慢查询日志，分日里面执行时间很长语句 ， 可以针对性的对常用语句进行建立索引
开启方法my.cnf：
slow_query_log= on #开启
slow_query_log_file = /path/mysql-slow.log # 慢查询文件存放位置
long_query_time= 2 #2秒以上的语句被记录
慢查询日志并不是只是记录的查出select 语句 ，dml 对数据语句都会记录
SQL 优化测试创建一个有索引的表
create table students (
sid int,
sname varchar(64),
gender int,
dept_id int,
primary key(sid)
);
创建一个什么索引都没有的表
create table students_noindex (
sid int,
sname varchar(64),
gender int,
dept_id int
);
利用存储过程, 分别给有索引的表和没有索引的表创建测试数据
# 有索引的 表
delimiter //
CREATE PROCEDURE `proc_students`()
Begin
Declare n int default 1;
while n<=500000 do
Insert into students values(n, concat('zhang
san',n),floor(1+rand()*2),floor(1+rand()*4));
Set n=n+1;
End while;
End;
//
delimiter ;
# 没有索引的 表
delimiter //
CREATE PROCEDURE `proc_students_noindex`()
Begin
Declare n int default 1;
while n<=500000 do
Insert into students_noindex values(n, concat('zhang
san',n),floor(1+rand()*2),floor(1+rand()*4));
Set n=n+1;
End while;
End;
//
delimiter ;
如果 表上所有字段都有索引的情况下，测试对插入性能的影响：
create index idx_sname on students(sname);
create index idx_gender on students(gender);
看看两个表students，students_noindex结构
分别在两个表插入数据看时间消耗
set autocommit=0;
call proc_students();
commit;
call proc_students_noindex();
commit;
没有索引的表插入数据更快
考虑性能消耗的情况这是500000万行的记录插入，有索引的插入时间更久 ，没有索引的插入更快
用时整体时间都比没有索引的插入数据慢 ， 反应情况来看是索引建的越多对SQL增删改消耗的性能越大 ,因为不仅会修改表数据，还会整理一些索引信息
如果是上亿条的数据记录插入，想想插入时间 ， 还有大表数据迁移 在目标表都把索引给删掉，插入数据完成的，在目标表统一建立索引
打开autocommit和关闭autocommit插入数据的区别
truncate table students;
truncate table students_noindex;
set autocommit=1;
call proc_students();
插入数据中途可以在打开一个会话窗口看插入了多少数据
select count(*) from students;
自动提交开启插入500000条记录真的要花很长很长时间， 而自动提交关闭 几十秒的时间都把500000行数据插入完了
是因为每条数据插入都会写入磁盘 ，而关闭autocommit 是在插入完数据在统一把500000条记录commit;写入到磁盘
我在把原来没有索引的students_noindex 数据插入回去
测试单表在没有索引下全表扫描和走索引情况下的性能对比：
select 查询加上sql_no_cache 查询的时候不使用缓存 ，突出我的实验结果
上面图片很明显是 走索引情况查询速度更快
通过explain 看下
没有索引走的全表扫描
测试通过区别度不高的字段（如gender）上查询和全表查询的性能对比：
create temporary table a select * from students where gender=1;
create temporary table b select * from students_noindex where gender=1;
在区别度很低 （gender上有索引）查询和全表查询 性能上差不多
测试通过索引查询表中绝大多数数据和全表查询的性能对比：
select SQL_NO_CACHE count(*) from students where sid>1; # 类似全表查询了
select SQL_NO_CACHE count(*) from students where sid>10000; # 查询表的大多数数据
查询时间是一样的 。
使用查询条件更可能小的约束过滤范围
测试表链接关联字段走索引和不走索引的性能对比：