可以把相关数据保存在一起，比如按照用户 id 取邮件，因为邮件都根据 id 保存在一个地方，所以只需要比较少次 I/O就可以把同一个用户的全部邮件读取完。
#4.2 聚簇索引缺点聚簇数据查询顺序依赖于插入顺序，按照主键顺序插入是最快的，如果不是按照主键顺序插入，在插入后最好用 OPTIMIZE TABLE 重新组织一下表。
更新聚簇索引列的代价很高，因为每个更新的行都要移动到新位置。
需要插入行或者移动行的时候可能会产生碎片，会占用更多空间。
聚簇索引会导致全表扫描变慢，由于页分裂会导致数据存储不连续
#4.3 避免随机插入最好避免随机的聚簇索引，这种情况下还不如使用一个和业务无关的自增列。特别是对于 I/O 密集操作，因为随机索引插入，这会导致页分裂并且需要移动列的位置。
#5 高性能索引 #5.1 查询中索引不要带表达式查询条件中，索引不能是表达式的一部分，也不能是函数的参数，MySql 并不会懂得去优化它，比如说下面的选择。
SELECT id from singer where id + 1 = 5
我们很容易看出来这个表达式等价于查找 id 为 4 的歌手，但是 MySql 不懂得自己去优化它，不会使用到索引，而是采用全表搜索。
#5.2 选择合适索引前缀长度我们首先引入个概念
索引的选择性：通俗地说就是索引对列的区分度，比如说如果每一个列有唯一的 id，那么选择性就是 1，如果有 100 个相同的 id，那么选择性就是 1 / 100，索引的选择性越高性能越好。
有时候索引需要很长的字符串，这些索引会让查询变得很慢，一个解决策略就是前面说到的手动创建哈希索引。另外一种方法就是只使用前面几个字符来作为索引，但是这样会降低索引的选择性。诀窍在于要使用刚刚好长度的字符串前缀作为索引，索引太长会导致一次性读入内存的索引减少，太短会导致区分度不高，B+ 树查找完索引还要线性查找很长一段距离。
为了更直观的解释如何选择合适的长度，我们拿一张表来举个例子
song(id, title)
歌曲表，里面有 id 和 标题，我们的目标是在 title 上创建索引。
为了直观的看出索引的区分度，我们可以用一些 SQL 语句来测试数据，逐渐增加前缀的长度，选择最适合的长度。
SELECT COUNT(*) AS cnt , LEFT(title,3) AS pref FROM song GROUP BY pref ORDER BY cnt DESC LIMIT 10;
选择结果如下
(https://img2018.cnblogs.com/blog/1215522/201811/1215522-20181128210523671-1840111696.png)
我们只看数值最大的那个，因为如果第一个数值很大，那么查询这个前缀的时候效率会变得很低，我们可以慢慢增加前缀长度直到数字达到可以接受的数值。
当然也可以计算一个查询的前缀长度的选择性
SELECT COUNT(DISTINCT LEFT(title, 3))/COUNT(*) AS sel3, COUNT(DISTINCT LEFT(title, 4))/COUNT(*) AS sel4, COUNT(DISTINCT LEFT(title, 5))/COUNT(*) AS sel5 FROM song;(https://img2018.cnblogs.com/blog/1215522/201811/1215522-20181128210536804-1253539391.png)
这个值越大查询效率越高，一般来说，可以慢慢增加前缀直到这个数值增加的不明显为止，然后根据具体需求选择出合适的长度。
#5.3 避免多列索引在上一节的例子中，有人可能会创建这样的索引。
key(名),key(姓),key(生日)
这样运行下面这个查询的时候，可能用不到这个索引。
SELECT * FROM student WHERE 名='宁' AND 姓='宁'
对于这样的查询，这个索引
key(姓,名)
会更合适
在 MySql 5.0 和更新版本中，查询能同时使用两个索引进行扫描，并将结果合并（这就用到了这 key(姓)和 key(名) 这两个索引）。索引合并是一项优化策略，但是更可能说明了索引创建的很糟糕。
当出现了多个 AND 关联的查询，应该采用包含所有类的索引而不是独立的单个索引。
key(姓, 名)
#5.4 选择合适的索引列顺序从前面讲到的索引限制条件，我们可以知道，一个好的索引顺序能极大的提高索引的利用率。
当不需要排序和分组的时候，将选择性最高的列放在前面通常是很好的选择，这是一种经验法则。但是这和值的分布有关，也和业务有关，没有一个四海皆准的法则。
一个比较有效的方法就是提取出比较差的查询，然后按照选择率来创建索引，将选择性高的列放在索引左边创建索引。
#5.5 索引覆盖当使用到的索引就是需要的值，那么就能减少磁盘的 IO，查询效率大大提升。