[大数据] MySQL-索引优化与查询优化1

开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 大数据 -> MySQL-索引优化与查询优化1 -> 正文阅读

[大数据]MySQL-索引优化与查询优化1

个人学习笔记
源自B站尚硅谷讲师宋红康的MySQL课程
B站地址：https://www.bilibili.com/video/BV1iq4y1u7vj

都有哪些维度可以进行数据库调优？简言之:

索引失效、没有充分利用到索引――索引建立
关联查询太多JOIN (设计缺陷或不得已的需求)—-SQL优化。
服务器调优及各个参数设置（缓冲、线程数等）――调整my.cnf
数据过多――分库分表

关于数据库调优的知识点非常分散。不同的DBMS，不同的公司，不同的职位，不同的项目遇到的问题都不尽相同。这里我们分为三个章节进行细致讲解。

虽然SQL查询优化的技术有很多，但是大方向上完全可以分成 物理查询优化 和 逻辑查询优化 两大块。

物理查询优化是通过 索引 和 表连接方式 等技术来进行优化，这里重点需要掌握索引的使用。
逻辑查询优化就是通过SQL等价变换提升查询效率，直白一点就是说，换一种查询写法执行效率可能更高。

1. 数据准备

学员表 插 50万 条， 班级表 插 1万 条

创建数据库

CREATE DATABASE atguigudb2;

USE atguigudb2;

步骤1：建表

CREATE TABLE `class` ( 
    `id` INT(11) NOT NULL AUTO_INCREMENT, 
    `className` VARCHAR(30) DEFAULT NULL, 
    `address` VARCHAR(40) DEFAULT NULL, 
    `monitor` INT NULL , 
    PRIMARY KEY (`id`) 
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8; 

CREATE TABLE `student` ( 
    `id` INT(11) NOT NULL AUTO_INCREMENT, 
    `stuno` INT NOT NULL , `name` VARCHAR(20) DEFAULT NULL, 
    `age` INT(3) DEFAULT NULL, 
    `classId` INT(11) DEFAULT NULL, 
    PRIMARY KEY (`id`) 
    #CONSTRAINT `fk_class_id` FOREIGN KEY (`classId`) REFERENCES `t_class` (`id`) 
) ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

步骤2：设置参数

命令开启：允许创建函数设置：

set global log_bin_trust_function_creators=1; # 不加global只是当前窗口有效。

步骤3：创建函数

保证每条数据都不同。

#随机产生字符串 
DELIMITER // 
CREATE FUNCTION rand_string(n INT) 
RETURNS VARCHAR(255) 
BEGIN 
DECLARE chars_str VARCHAR(100) DEFAULT 
'abcdefghijklmnopqrstuvwxyzABCDEFJHIJKLMNOPQRSTUVWXYZ'; 
DECLARE return_str VARCHAR(255) DEFAULT ''; 
DECLARE i INT DEFAULT 0; 
WHILE i < n DO 
SET return_str =CONCAT(return_str,SUBSTRING(chars_str,FLOOR(1+RAND()*52),1)); 
SET i = i + 1; 
END WHILE;
RETURN return_str; 
END // 
DELIMITER ; 

#假如要删除 
#drop function rand_string;

随机产生班级编号

#用于随机产生多少到多少的编号 
DELIMITER // 
CREATE FUNCTION rand_num (from_num INT ,to_num INT) 
RETURNS INT(11)
BEGIN 
DECLARE i INT DEFAULT 0; 
SET i = FLOOR(from_num +RAND()*(to_num - from_num+1)); 
RETURN i; 
END // 
DELIMITER ; 

#假如要删除 
#drop function rand_num;

步骤4：创建存储过程

#创建往stu表中插入数据的存储过程 
DELIMITER // 
CREATE PROCEDURE insert_stu( START INT , max_num INT ) 
BEGIN 
DECLARE i INT DEFAULT 0; 
SET autocommit = 0; #设置手动提交事务 
REPEAT #循环 
SET i = i + 1; #赋值 
INSERT INTO student (stuno, name ,age ,classId ) VALUES ((START+i),rand_string(6),rand_num(1,50),rand_num(1,1000)); 
UNTIL i = max_num END REPEAT; 
COMMIT; #提交事务 
END // 
DELIMITER ; 

#假如要删除 
#drop PROCEDURE insert_stu;

创建往class表中插入数据的存储过程

#执行存储过程，往class表添加随机数据 
DELIMITER // 
CREATE PROCEDURE `insert_class`( max_num INT ) 
BEGIN 
DECLARE i INT DEFAULT 0; 
	SET autocommit = 0; 
	REPEAT 
	SET i = i + 1; 
	INSERT INTO class ( classname,address,monitor) VALUES   (rand_string(8),rand_string(10),rand_num(1,100000)); 
	UNTIL i = max_num 
	END REPEAT; 
	COMMIT;

END // 
DELIMITER ; 

#假如要删除 
#drop PROCEDURE insert_class;

步骤5：调用存储过程

class

#执行存储过程，往class表添加1万条数据 
CALL insert_class(10000);

stu

#执行存储过程，往stu表添加50万条数据 
CALL insert_stu(100000,500000);

步骤6：删除某表上的索引

创建存储过程

DELIMITER // 
CREATE PROCEDURE `proc_drop_index`(dbname VARCHAR(200),tablename VARCHAR(200)) 
BEGIN 
		DECLARE done INT DEFAULT 0; 
		DECLARE ct INT DEFAULT 0; 
		DECLARE _index VARCHAR(200) DEFAULT ''; 
		DECLARE _cur CURSOR FOR SELECT index_name FROM information_schema.STATISTICS WHERE table_schema=dbname AND table_name=tablename AND seq_in_index=1 AND index_name <>'PRIMARY' ; 
		#每个游标必须使用不同的declare continue handler for not found set done=1来控制游标的结束 
		DECLARE CONTINUE HANDLER FOR NOT FOUND set done=2 ; 
		#若没有数据返回,程序继续,并将变量done设为2 
		OPEN _cur; 
		FETCH _cur INTO _index; 
		WHILE _index<>'' DO 
			SET @str = CONCAT("drop index " , _index , " on " , tablename ); 
			PREPARE sql_str FROM @str ; 
			EXECUTE sql_str; 
			DEALLOCATE PREPARE sql_str; 
			SET _index=''; 
			FETCH _cur INTO _index; 
		END WHILE; 
		CLOSE _cur; 
END // 
DELIMITER ;

执行存储过程

CALL proc_drop_index("dbname","tablename");

2.1 全值匹配我最爱

系统中经常出现的sql语句如下:

EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age=30;
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age=30 and classId=4;
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age=30 and classId=4 AND name = 'abcd' ;

建立索引前执行:(关注执行时间)

mysql> SELECT SQL_NO_CACHE * FROM student WHERE age=30 and classId=4 AND name = 'abcd ';
Empty set,1 warning (0.28 sec)

建立索引

CREATE INDEX idx_age ON student( age ) ;
CREATE INDEX idx_age_classid ON student( age , classId);
CREATE INDEX idx_age_classid_name ON student( age ,classId , name ) ;

建立索引后执行:

mysql> SELECT SQL_NO_CACHE * FROM student WHERE age=30 and classId=4 AND name = 'abcd ';
Empty set, 1 warning (0.01 sec)

可以看到，创建索引前的查询时间是 0.28 秒，创建索引后的查询时间是 0.01 秒，索引帮助我们极大的提高了查询效率。

2.2 最佳左前缀法则

在MySQL建立联合索引时会遵守最佳左前缀匹配原则，即最左优先，在检索数据时从联合索引的最左边开始匹配。

举例1：

EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.age=30 AND student.name = 'abcd' ;

举例2：

EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.classid=1 AND student. name = 'abcd' ;

举例3：索引idx_age_classid_name还能否正常使用?

EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE classid=4 AND student.age=30 AND student .name= 'abcd' ;

如果索引了多列，要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引中的列；

mysql> EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.age=30 AND student.name =' abcd';

在这里插入图片描述
虽然可以正常使用，但是只有部分被使用到了。

mysql> EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.classid=1 AND student.name =' abcd ' ;

在这里插入图片描述
完全没有使用上索引。

结论：MySQL可以为多个字段创建索引，一个索引可以包括16个字段。对于多列索引，过滤条件要使用索引必须按照索引建立时的顺序，依次满足，一旦跳过某个字段，索引后面的字段都无法被使用。 如果查询条件中没有使用这些字段中第1个字段时，多列（或联合）索引不会被使用。

拓展：Alibaba《Java开发手册》

索引文件具有 B-Tree 的最左前缀匹配特性，如果左边的值未确定，那么无法使用此索引。

2.3 主键插入顺序

对于一个使用InnoDB存储引擎的表来说，在我们没有显示的创建索引时，表中的数据实际上都是存储在聚簇索引的叶子节点的。而记录又存储在数据页中的，数据页和记录又是按照记录主键值从小到大的顺序进行排序，所以如果我们插入的记录的主键值是依次增大的话，那我们每插满一个数据页就换到下一个数据页继续插，而如果我们插入的主键值忽小忽大的话，则可能会造成页面分裂和记录移位。

假设某个数据页存储的记录已经满了，它存储的主键值在 1~100 之间，
在这里插入图片描述
如果此时再插入一条主键值为 9 的记录，那它插入的位置就如下图：

可这个数据页已经满了，再插进来咋办呢？我们需要把当前 页面分裂 成两个页面，把本页中的一些记录移动到新创建的这个页中。页面分裂和记录移位意味着什么？意味着： 性能损耗 ！所以如果我们想尽量避免这样无谓的性能损耗，最好让插入的记录的 主键值依次递增 ，这样就不会发生这样的性能损耗了。所以我们建议：让主键具有 AUTO_INCREMENT ，让存储引擎自己为表生成主键，而不是我们手动插入。

比如： person_info 表：

CREATE TABLE person_info( 
    id INT UNSIGNED NOT NULL AUTO_INCREMENT, 
    name VARCHAR(100) NOT NULL, 
    birthday DATE NOT NULL, 
    phone_number CHAR(11) NOT NULL, 
    country varchar(100) NOT NULL, 
    PRIMARY KEY (id), 
    KEY idx_name_birthday_phone_number (name(10), birthday, phone_number) 
);

我们自定义的主键列 id 拥有 AUTO_INCREMENT 属性，在插入记录时存储引擎会自动为我们填入自增的主键值。这样的主键占用空间小，顺序写入，减少页分裂。

2.4 计算、函数、类型转换(自动或手动)导致索引失效

EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.name LIKE 'abc%';

EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE LEFT(student.name,3) = 'abc';

创建索引

CREATE INDEX idx_name ON student(NAME);

第一种：索引优化生效

mysql> EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.name LIKE 'abc%';

在这里插入图片描述

SELECT SQL_NO_CACHE * FROM student WHERE student.name LIKE 'abc%';

mysql> SELECT SQL_NO_CACHE * FROM student WHERE student.name LIKE 'abc%';
+--------+--------+--------+------+---------+
| id     | stuno  | name   | age  | classId |
+--------+--------+--------+------+---------+
| 438056 | 538056 | ABcHeB |   20 |     321 |
| 150883 | 250883 | abciJU |   21 |     388 |
| 171122 | 271122 | aBCiju |   21 |     924 |
| 237412 | 337412 | ABcIjW |    7 |     825 |
| 354085 | 454085 | aBCikB |    3 |     661 |
| 482399 | 582399 | ABcJlg |   48 |     386 |
| 488710 | 588710 | ABcJlg |   46 |     221 |
| 255517 | 355517 | aBCjmI |   33 |     190 |
| 389862 | 489862 | AbCJMI |    6 |     514 |
|  95480 | 195480 | ABcJnm |   21 |     364 |
| 474364 | 574364 | ABcJno |   30 |     141 |
|  25447 | 125447 | AbCJPW |   15 |     628 |
| 410171 | 510171 | ABcKqA |   29 |     334 |
| 440453 | 540453 | aBCkqb |   10 |     824 |
| 150817 | 250817 | AbCKQY |   23 |     326 |
| 348398 | 448398 | ABcKsK |   22 |      14 |
| 470809 | 570809 | AbCKTm |   30 |     225 |
| 248457 | 348457 | aBClvu |   37 |     490 |
| 388252 | 488252 | abclWZ |    7 |     721 |
| 162414 | 262414 | AbCLXC |   47 |     988 |
|   1158 | 101158 | abclYh |   40 |     524 |
+--------+--------+--------+------+---------+
21 rows in set, 1 warning (0.00 sec)

mysql> SELECT SQL_NO_CACHE * FROM student WHERE student.name LIKE 'ab%';
+--------+--------+--------+------+---------+
| id     | stuno  | name   | age  | classId |
+--------+--------+--------+------+---------+
| 438056 | 538056 | ABcHeB |   20 |     321 |
| 150883 | 250883 | abciJU |   21 |     388 |
| 171122 | 271122 | aBCiju |   21 |     924 |
| 237412 | 337412 | ABcIjW |    7 |     825 |
| 354085 | 454085 | aBCikB |    3 |     661 |
| 482399 | 582399 | ABcJlg |   48 |     386 |
| 488710 | 588710 | ABcJlg |   46 |     221 |
| 255517 | 355517 | aBCjmI |   33 |     190 |
			    .......
| 351097 | 451097 | ABhfeg |   19 |     438 |
| 233473 | 333473 | ABhffj |   33 |     667 |
| 282412 | 382412 | abhFFj |    5 |     912 |
| 494189 | 594189 | aBHFfJ |    4 |     359 |
| 234145 | 334145 | AbJZgF |   35 |     668 |
| 346191 | 446191 | AbJZgH |   42 |     218 |
| 399207 | 499207 | AbJZgH |   45 |     450 |
|  63895 | 163895 | AbJZhK |    4 |     249 |
+--------+--------+--------+------+---------+
728 rows in set, 1 warning (0.01 sec)

type为"range”，表示有使用到索引，查询时间仅为0.01秒。

第二种:索引优化失效

mysq1> EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE LEFT(student.name,3) = 'abc';

在这里插入图片描述

mysql> SELECT SQL_NO_CACHE * FROM student WHERE LEFT(student.name,3) = 'abc';
+--------+--------+--------+------+---------+
| id     | stuno  | name   | age  | classId |
+--------+--------+--------+------+---------+
|   1158 | 101158 | abclYh |   40 |     524 |
|  25447 | 125447 | AbCJPW |   15 |     628 |
|  95480 | 195480 | ABcJnm |   21 |     364 |
| 150817 | 250817 | AbCKQY |   23 |     326 |
| 150883 | 250883 | abciJU |   21 |     388 |
| 162414 | 262414 | AbCLXC |   47 |     988 |
| 171122 | 271122 | aBCiju |   21 |     924 |
| 237412 | 337412 | ABcIjW |    7 |     825 |
| 248457 | 348457 | aBClvu |   37 |     490 |
| 255517 | 355517 | aBCjmI |   33 |     190 |
| 348398 | 448398 | ABcKsK |   22 |      14 |
| 354085 | 454085 | aBCikB |    3 |     661 |
| 388252 | 488252 | abclWZ |    7 |     721 |
| 389862 | 489862 | AbCJMI |    6 |     514 |
| 410171 | 510171 | ABcKqA |   29 |     334 |
| 438056 | 538056 | ABcHeB |   20 |     321 |
| 440453 | 540453 | aBCkqb |   10 |     824 |
| 470809 | 570809 | AbCKTm |   30 |     225 |
| 474364 | 574364 | ABcJno |   30 |     141 |
| 482399 | 582399 | ABcJlg |   48 |     386 |
| 488710 | 588710 | ABcJlg |   46 |     221 |
+--------+--------+--------+------+---------+
21 rows in set, 1 warning (0.13 sec)

type为“ALL”，表示没有使用到索引，查询时间为0.13秒，查询效率较之前低很多。

再举例:

student表的字段stuno上设置有索引

CREATE INDEX idx_sno ON student(stuno);

索引优化失效：(假设: student表的字段stuno上设置有索引)

EXPLAIN SELECT SQL_NO_CACHE id, stuno, NAME FROM student WHERE stuno+1 = 500001;

运行结果：
在这里插入图片描述

EXPLAIN SELECT SQL_NO_CACHE id, stuno, NAME FROM student WHERE stuno = 500000;

在这里插入图片描述

mysql> SELECT SQL_NO_CACHE id, stuno, NAME FROM student WHERE stuno+1 = 500001;
+--------+--------+--------+
| id     | stuno  | NAME   |
+--------+--------+--------+
| 400000 | 500000 | NohQJW |
+--------+--------+--------+
1 row in set, 1 warning (0.12 sec)

mysql> SELECT SQL_NO_CACHE id, stuno, NAME FROM student WHERE stuno = 500000;
+--------+--------+--------+
| id     | stuno  | NAME   |
+--------+--------+--------+
| 400000 | 500000 | NohQJW |
+--------+--------+--------+
1 row in set, 1 warning (0.00 sec)

你能看到如果对索引进行了表达式计算，索引就失效了。这是因为我们需要把索引字段的取值都取出来，然后依次进行表达式的计算来进行条件判断，因此采用的就是 全表扫描 的方式，运行时间也会慢很多，最终运行时间为 0.12 秒。

索引优化生效

SELECT SQL_NO_CACHE id, stuno, NAME FROM student WHERE stuno = 500000;

运行时间为 0.00 秒。

再举例：

student表的字段name上设置有索引

CREATE INDEX idxlname ON student(NAME);

我们想要对name的前三位为abc的内容进行条件筛选，这里我们来查看下执行计划:

索引优化失效

EXPLAIN SELECT id, stuno, name FROM student WHERE SUBSTRING( name, 1,3)='abc';

在这里插入图片描述

索引优化生效

EXPLAIN SELECT id, stuno, name FROM student WHERE `name` like 'abc%';

在这里插入图片描述
你能看到经过查询重写后，可以使用索引进行范围检索，从而提升查询效率。

2.5类型转换导致索引失效

下列哪个sql语句可以用到索引。(假设name字段上设置有索引)

#未使用到索引
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE name=123;

在这里插入图片描述

#使用到索引
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE name='123';

在这里插入图片描述

name=123发生类型转换,索引失效。

结论:设计实体类属性时，一定要与数据库字段类型相对应。否则，就会出现类型转换的情况。

2.6范围条件右边的列索引失效

如果系统经常出现的sql如下:

#删除索引-存储过程
CALL proc_drop_index('atguigudb2', 'student')

#删除索引-逐个删除
ALTER TABLE student DROP INDEX idx_name;
ALTER TABLE student DROP INDEX idx_age;
ALTER TABLE student DROP INDEX idx_age_classid;
ALTER TABLE student DROP INDEX idx_age_classid_name;

SHOW INDEX FROM student;

CREATE INDEX idx_age_classId_name oN student (age,classId,`name`);


EXPLAIN SELECT SQL_NO_CACHE * FROM student
WHERE student.age=30 AND student.classId>20 AND student.name = 'abc';

在这里插入图片描述
2. 那么索引 idx_age_classid_name这个索引还能正常使用么?

不能，范围右边的列不能使用。比如:（<）（<=）（>）（>=）和 between 等。

如果这种sql出现较多，应该建立:

create index idx_age_name_classid on student(age, name, classid);

·将范围查询条件放置语句最后:

EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.age=30 AND student.name = 'abc' AND student.classId>20 ;

在这里插入图片描述

应用开发中范围查询，例如:金额查询，日期查询往往都是范围查询。应将查询条件放置where语句最后。(创建的联合索引中，务必把范围涉及到的字段写在最后)

2.7不等于(!= 或者<>)索引失效

为name字段创建索引

CREATE INDEX idx_name ON student(NAME);

查看索引是否失效

EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.name <> 'abc' ;

在这里插入图片描述
或者

EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE student.name != 'abc' ;

在这里插入图片描述
场景举例:用户提出需求，将财务数据，产品利润金额不等于0的都统计出来。

2.8 is null可以使用索引，is not null无法使用索引

IS NULL:可以触发索引

EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age IS NULL;

在这里插入图片描述

EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age IS NOT NULL;

在这里插入图片描述

结论：最好在设计数据表的时候就将字段设置为 NOT NULL 约束，

比如你可以将INT类型的字段，默认值设置为0。将字符类型的默认值设置为空字符串(‘’)

拓展：同理，在查询中使用not like也无法使用索引，导致全表扫描

2.9 like以通配符%开头索引失效

在使用LIKE关键字进行查询的查询语句中，如果匹配字符串的第一个字符为“%”，索引就不会起作用。只有“%”不在第一个位置，索引才会起作用。

使用到索引

EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE NAME LIKE 'ab%';

在这里插入图片描述

未使用到索引

EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE NAME LIKE '%ab%';

在这里插入图片描述

拓展：Alibaba《Java开发手册》

【强制】页面搜索严禁左模糊或者全模糊，如果需要请走搜索引擎来解决。

2.10 OR前后存在非索引的列，索引失效

在WHERE子句中，如果在OR前的条件列进行了索引，而在OR后的条件列没有进行索引，那么索引会失效。也就是说，OR前后的两个条件中的列都是索引时，查询中才使用索引。

因为OR的含义就是两个只要满足一个即可，因此 只有一个条件列进行了索引是没有意义的，只要有条件列没有进行索引，就会进行 全表扫描，因此索引的条件列也会失效。

查询语句使用OR关键字的情况:

SHOW INDEX FROM student;

#删除student表所有索引
CALL proc_drop_index('atguigudb2','student');

#重新添加索引，作用在age字段
CREATE INDEX idx_age ON student(age);

#未使用到索引
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age = 10 OR classid = 100;

在这里插入图片描述

#创建索引，作用在classid字段
CREATE INDEX idx_cid ON student(classid);

#使用到索引
EXPLAIN SELECT SQL_NO_CACHE * FROM student WHERE age = 10 OR classid = 100;

在这里插入图片描述
因为age字段和classid字段上都有索引，所以查询中使用了索引。你能看到这里使用到了 index_merge，简单来说index_merge就是对age和classid分别进行了扫描，然后将这两个结果集进行了合并。这样做的好处就是 避免了全表扫描。

2.11 数据库和表的字符集统一使用utf8mb4

统一使用utf8mb4( 5.5.3版本以上支持)兼容性更好，统一字符集可以避免由于字符集转换产生的乱码。不同的字符集进行比较前需要进行转换会造成索引失效。

2.12练习及一般性建议

练习: 假设: index(a,b,c)

Where语句	索引是否被使用
where a= 3	Y,使用到a
where a= 3 and b=5	Y,使用到a, b
where a= 3 and b=5 and c=4	Y,使用到a,b,c
where b= 3 或者 where b=3 and c= 4 或者 where c= 4	N
where a= 3 and c=5	使用到a，但是c不可以, b中间断了
where a= 3 and b>4 and c=5	使用到a和b，c不能用在范围之后， b断了
where a is null and b is not null	is null支持索引但是is not null不支持。所以a可以使用索引, 但是b不可以使用
where a <> 3	不能使用索引
where abs(a)=3	不能使用索引
`where a=3 and b like 'kk%' and c =4`	Y,使用到a,b,c
where a=3 and b like ‘%kk’ and c=4	Y,只用到a
where a=3 and b like ‘%kk%’ and c=4	Y,只用到a
`where a=3 and b like 'k%kk%' and c=4`	Y,使用到a,b,c