结论
在where后面的过滤字段上建立索引(select/update/delete后面的where都是适用的)，使用索引加快过滤效率，不用进行全表扫描
在具有唯一要求的字段上添加唯一索引，加快查询效率，查到即可直接返回
group by或者order by后面的字段添加索引，由于索引是排好序的，所以建立索引就等同于在查询之前已经是排好序了（这里需要注意建立的联合索引建立中字段的顺序，可以结合具体案例场景7进行学习）
在DISTINCT（去重字段）后面的字段添加索引，由于建立了索引，那么相同的数据就是挨在一起的，所以就可以进行快速的去重操作，否则可能就需要将相同的数据找出来在进行去重操作
在多表连接join的时候在连接的字段上建立索引（小表驱动大表）
取字符串一定前缀建立索引（不是用整个字符串作为索引，否则将会占用太大的空间）
在频繁使用的列上建立索引（可以建立联合索引，同时最频繁使用的字段应该在联合索引的最左侧，最左侧原则）
在区分度高的列上建立索引（主键的区分度最高，因为所有的键都是唯一的）
建立索引的场景
场景一：在where字段后面的字段建立索引
-- 描述：当where中有多个条件需要进行匹配的时候，那么可以创建联合索引，这样所有的条件都可以使用索引，大大提高了检索的效率 select * from student_info where student_id = 1; -- 当然数据量比较大的时候给where后面的字段添加索引 create index student_id_index on student_info (student_id)
未添加索引前，耗费0.383秒，基本遍历整个表
添加索引后，耗费0.001秒，使用了索引（但是创建索引的时候会耗费一定时间）
在频繁的查询的业务中可以对where筛选的字段建立索引，如果where筛选的字段有多个还可以建立联合索引
场景二：在具有唯一性约束的字段上建立唯一索引（查找到目标即可返回不用继续查找）
select * from student_info where id = 1001; -- 因为学号是唯一的，所以可以在学号这个字段上添加唯一所用 create index id_unique on student_info(id);
具有唯一性约束的字段上就可以建立唯一索引，虽然建立了唯一索引对insert操作有一定的影响(需要判断新增的数据是否已经在表中)，但是建立唯一索引对于查询的效率是显著提升的，例如上面的例子，因为建立了唯一索引，一旦查找到id为1001的学生信息之后就不需要判断数据库中是否还有id等于1001的学生（只有唯一一份），直接返回信息即可，如果没有建立索引，那么就需要全表扫描
场景三：经常group by和order by的字段上建立索引（因为索引本身就是排好序的，相当于查询之前就已经进行了排序）
select * from student_info order by name; -- 这里就可以给name字段进行索引的添加 select * from student_info group by class_id; -- 这里就可以给class_id字段添加索引
建立索引前，耗时0.501秒，使用的是所有数据在内存中排序
建立索引后，耗时0.01秒
场景四：在DISTINCT后面的字段添加索引（索引已经将相同的字段排好序，去重效率更高）
MySQL 9.6.0是面向Linux平台的2026年创新版本，核心架构迎来重大革新。其将外键约束与级联操作从InnoDB引擎层上移至SQL层，确保所有数据变更均被完整记录至Binlog，彻底解决了CDC（变更数据捕获）与主从复制中的数据不一致难题。此外，该版本引入container_aware启动选项以原生适配容器环境，并对审计日志进行了组件化重构，为追求极致数据一致性与云原生体验的开发者提供了全新选择。
select distinct(student_id) from student_info; -- 这里就可以根据student_id字段建立索引 create index student_id_index on student_info;
建立了索引，那么默认就是按照索引字段的升序排列的，那么相同值的字段也就排列在一起了，那么去重也就变得简单、高效
场景五：在join多表连接大表中的连接字段建立索引
SELECT s.course_id,NAME,s.student_id,c.course_name FROM student_info s JOIN course c ON s.`course_id` = c.`course_id` WHERE NAME = 'xiaoyuanhao'; -- 根据大表驱动小表的原则需要在student_info表的course_id字段上建立索引
没有建立索引之前，耗时0.697s，没有使索引
建立索引后，使用了索引，耗时0.003s
小表驱动大表：
通过对小表进行逐一遍历，同时在大表中的连接字段建立索引即可加快查询，本案例中，每次取出课程表中course_id和学生表中学生的course_id进行连接操作，在学生表中对course_id建立索引即可
场景六：使用字符串的前缀建立索引
create table shop(address varchar(120) not null); alter table shop add index(address(12)); --这里只是对表中的address的前12个字符建立了索引，而不是整个字符串建立索引
前缀建立索引的原因：
由于有些字符串很长，如果为整个字符串建立索引，那么索引将占用很大的空间
由于需要存储整个字符串，那么数据项就会很大，那么索引树的深度就会加深，检索速度下降
虽然可能出现在索引中两个字符串相同，但是再根据主键进行回表操作效率依然比较高
如何确定前缀索引中前缀的长度呢？（也就是如果前缀的长度太短，那么索引的区分度就很低，从多个字符串截取的前缀数据可能都是一样的，但是如果前缀索引的前缀过长，那么前缀索引的优点就消失了）
引入了区别度的概念，select count(distinct left(索引字段,前缀索引长度) / count(*) from xxx)，该值越接近1，那么区分度就越明显，那么该索引长度就是所求的前缀索引长度
场景七：在频繁使用的列上建立索引或联合索引（频繁使用的字段应该在索引的左侧）
select * from xiaoyuanhao where age = 18; select * from xiaoyuanhao where age = 19 and sex = 'man'; select * from xiaoyuanhao where age = 10 and sex = 'man' and password = '123456'; -- 在这里实际上就可以建立age,sex,password的联合索引，只需要建立一个索引，这三个查询都是可以使用的 create index age_sex_password_index on xiaoyuanhao(age,sex,password); select * from student_info group by class_id order by name; -- 在这里可以建立class_id和name的联合索引，但是一定要注意索引的顺序，一定是要class_id在前，name在后，因为在select语句中执行的顺序是先group by 之后才是 order by 索引如果索引的字段顺序是相反的，那么就无法使用索引 create index class_id_name_index on student(class_id,name);
索引建立需要符合顺序的原因：
索引字段的顺序如果是错误的，那么索引就会失效，因为索引实际上是排好序的，如果索引建立的时候是现根据name排好序之后在根据class_id进行排序，那么在面对需要先根据class_id排序再根据name排序的业务就无法进行使用
补充：
在select * from xxx where age = 19 and sex = ‘man’ and password = '123456’这里索引建立的顺序不一定是(age,sex,password)因为在实际执行的过程中，优化器会优化执行步骤会按照索引的顺序进行查询，但是group by 和 order by的执行顺序是无法改变的，索引必须严格的按照顺序建立索引，否则索引失效
