目录
1. sql查验以及优化说明
MySQL 是一种常用的关系型数据库管理系统，其 SQL 查询优化是提高数据库性能的关键之一。以下是一些常见的 MySQL SQL 优化技巧：
-
使用 EXPLAIN 查看 SQL 语句的执行计划。使用 EXPLAIN 可以查看 SQL 语句的执行计划，包括查询方式、索引使用情况、表扫描次数等信息，从而优化 SQL 语句。
-
使用索引。索引可以加速 SQL 查询，提高数据库性能。可以根据 SQL 查询的情况选择合适的索引类型，如普通索引、唯一索引、全文索引等。
-
避免使用 LIKE 查询。LIKE 查询通常需要扫描整张表，而且不能使用索引，因此性能较差。如果需要使用 LIKE 查询，可以使用全文索引或者将查询条件转换成范围查询。
-
避免在 WHERE 子句中使用函数。如果在 WHERE 子句中使用函数，MySQL 将会对每个记录都调用一次该函数，会导致较慢的查询速度。如果必须使用函数，可以考虑在查询之前先将函数的返回值保存到变量中。
-
避免使用 SELECT *。如果 SELECT *，MySQL 将会返回所有列的值，包括不需要的列。这会增加网络传输和内存开销，降低查询速度。应该只查询需要的列。
-
分页查询时使用 LIMIT。如果需要分页查询，应该使用 LIMIT 语句，而不是将所有记录返回然后在应用程序中分页。LIMIT 可以限制查询结果集的大小，提高查询速度。
-
避免使用子查询。子查询通常需要执行多次，性能较差。如果需要使用子查询，可以考虑将其转换成 JOIN 查询。
-
合理使用缓存。使用缓存可以避免频繁的 SQL 查询，提高查询速度。可以使用 MySQL 自带的缓存或者应用程序中的缓存。
总之，MySQL SQL 优化需要根据具体的应用场景进行合理的选择和实现。可以通过 EXPLAIN、索引优化、查询条件优化、缓存等技巧来提高查询速度和数据库性能。
2. 索引失效事例，以及优化方式
2.1 失效情况说明
MySQL 索引失效指的是索引无法被查询优化器使用，从而导致查询效率低下。下面列举了一些常见的导致索引失效的情况：
-
不使用索引列进行查询。如果查询条件中不包含索引列，MySQL 将无法使用索引。
-
使用函数或者表达式进行查询。如果在 WHERE 子句中使用函数或者表达式，MySQL 将无法使用索引。
-
对索引列进行类型转换。如果对索引列进行类型转换，MySQL 将无法使用索引。
-
在索引列上进行计算。如果在索引列上进行计算，MySQL 将无法使用索引。
-
对索引列进行排序或者分组。如果对索引列进行排序或者分组，MySQL 将无法使用索引。
-
使用 NOT IN 或者<>进行查询。如果使用 NOT IN 或者<> 进行查询，MySQL 将无法使用索引。
-
使用 LIKE 进行查询。如果使用 LIKE 进行查询，MySQL 将无法使用 B-Tree 索引，只能使用全文索引或者哈希索引。
-
隐式转换。如果在索引列上进行隐式转换，MySQL 将无法使用索引。
-
对多个列进行 OR 连接。如果对多个列进行 OR 连接，MySQL 可能无法使用索引。
-
数据量太大。如果数据量太大，MySQL 可能无法使用索引。
总之，要保证 MySQL 索引的有效性，需要注意查询条件中是否包含索引列，避免使用函数、表达式、计算、排序、分组、NOT IN、<>、LIKE、隐式转换、OR 连接等操作，以及注意数据量大小。如果遇到了索引失效的情况，可以通过分析查询计划、使用 FORCE INDEX 等方式来优化查询语句。
2.2 例子以及优化方式
2.2.1 不使用索引列进行查询
假设有一张学生表 student，其中有一个索引是 name_index，包含了学生的姓名信息。如果我们要查询某个班级的学生信息，但是查询条件不是学生姓名而是学生的班级信息，那么该查询将无法使用 name_index 索引：
SELECT * FROM student WHERE class = 'A';
优化方法是在 class 列上创建索引：
CREATE INDEX class_index ON student(class);
2.2.2 使用函数或者表达式进行查询
假设有一张订单表 order，其中有一个索引是 order_time_index，包含了订单的下单时间信息。如果我们要查询某一天的订单信息，但是查询条件需要将 order_time 这个时间戳转换为日期格式，那么该查询将无法使用 order_time_index 索引：
SELECT * FROM order WHERE DATE(order_time) = '2023-04-19';优化方法是使用合适的数据类型存储 order_time，避免使用函数进行转换：
ALTER TABLE order MODIFY COLUMN order_time DATE;2.2.3 对索引列进行类型转换
假设有一张订单表 order，其中有一个索引是 amount_index，包含了订单的金额信息。如果我们要查询金额大于 100 的订单，但是查询条件需要将 amount 这个字符串类型转换为数值类型，那么该查询将无法使用 amount_index 索引：
SELECT * FROM order WHERE CAST(amount AS UNSIGNED) > 100;
优化方法是在 amount 列上使用数值类型存储：
ALTER TABLE order MODIFY COLUMN amount DECIMAL(10, 2);
2.2.4 在索引列上进行计算
假设有一张商品表 product，其中有一个索引是 price_index，包含了商品的价格信息。如果我们要查询价格在某一范围内的商品信息，但是查询条件需要将价格进行加减运算，那么该查询将无法使用 price_index 索引：
SELECT * FROM product WHERE price + 10 BETWEEN 100 AND 200;
优化方法是将计算操作提前，将查询条件改写为：
SELECT * FROM product WHERE price BETWEEN 90 AND 190;
2.2.5 对索引列进行排序或者分组：
假设有一张订单表 order，其中有一个索引是 order_time_index，包含了订单的下单时间信息。如果我们要按照订单下单时间进行分组，那么该查询将无法使用 order_time_index 索引：
SELECT COUNT(*) FROM order GROUP BY DATE(order_time);
优化方法是创建新的索引以满足排序或分组需求：
CREATE INDEX order_time_date_index ON order(DATE(order_time));
2.2.6 使用 NOT IN 或者 <> 进行查询：
假设有一张学生表 student，其中有一个索引是 age_index，包含了学生的年龄信息。如果我们要查询年龄不在某个范围内的学生信息，但是查询条件使用了 NOT IN 或者 <>，那么该查询将无法使用 age_index 索引：
SELECT * FROM student WHERE age NOT IN (18, 19, 20);
优化方法是使用范围查询代替 NOT IN 或者 <>：
SELECT * FROM student WHERE age < 18 OR age > 20;
通过上述例子，我们可以看到在使用索引时需要注意的几个问题，包括不使用索引列进行查询、使用函数或者表达式进行查询、对索引列进行类型转换、在索引列上进行计算、对索引列进行排序或者分组以及使用 NOT IN 或者 <> 进行查询。对于这些问题，我们可以使用一些优化方法，如在适当的列上创建索引、使用合适的数据类型、对查询条件进行改写等等。
当然，这些只是一些常见的情况，实际情况还可能更加复杂。在实际的开发中，我们需要结合具体的查询场景进行优化，以获得更好的性能和效果。