idx_name (last_name,first_name)
idx_name索引是建立在last_name和first_name列之上的索引，该索引可以用于指定了last_name和first_name值组合的查询，也可以用于仅指定last_name值的查询，因为该索引是最左前缀匹配的。
因此，idx_name索引可以用于下列查询：
SELECT * FROM test WHERE last_name='Jones';
SELECT * FROM test WHERE last_name='Jones' AND first_name='John';
SELECT * FROM test WHERE last_name='Jones' AND (first_name='John' OR first_name='Jon');
SELECT * FROM test WHERE last_name='Jones' AND first_name >='M' AND first_name < 'N';
然而，idx_name索引不能用于下列查询：
SELECT * FROM test WHERE first_name='John';
SELECT * FROM test WHERE last_name='Jones' OR first_name='John';
考虑下面的SQL：
SELECT * FROM tbl_name WHERE col1=val1 AND col2=val2;
如果在col1和col2上存在一个多列索引，那么可以直接抓取适当的行。如果col1和col2上分别存在单独的单列索引，则优化器将尝试使用索引合并优化，或者通过确定哪个索引需要排除更多行来查找限制性最强的索引，并使用该索引来获取行。
如果表具有多列索引，那么优化器可以使用该索引的任何最左前缀来查找行。例如，如果有一个三列索引(col1, col2, col3)，那么在(col1), (col1, col2), (col1, col2, col3) 上具有索引搜索功能。
如果列不构成索引的最左前缀，则MySQL无法使用索引执行查找。
再看下面的SQL语句：
SELECT * FROM tbl_name WHERE col1=val1;
SELECT * FROM tbl_name WHERE col1=val1 AND col2=val2;
SELECT * FROM tbl_name WHERE col2=val2;
SELECT * FROM tbl_name WHERE col2=val2 AND col3=val3;
如果在（col1, col2, col3）上存在复合索引，那么只有前两个查询会使用。而后最后两个查询不会使用索引来执行查找，因为（col2）和（col2，col3）并不是（col1，col2，col3）的最左前缀。
5. B-Tree 和 Hash 索引的比较
B树索引特征
B树（B-tree）索引可用于使用=，>，>=，<，<=，BETWEEN运算符的表达式中的列比较。如果LIKE的参数是一个不以通配符开头的常量字符串，则该索引也可以用于LIKE比较。
下列这些子句不会使用索引：
/* the LIKE value begins with a wildcard character */
SELECT * FROM tbl_name WHERE key_col LIKE '%Patrick%';
/* the LIKE value is not a constant */
SELECT * FROM tbl_name WHERE key_col LIKE other_col;
没有覆盖WHERE子句中所有AND级别的任何索引都不会用于优化查询。换句话说，为了能够使用索引，必须在每个AND组中使用索引的前缀。
下列WHERE子句会使用索引：
... WHERE index_part1=1 AND index_part2=2 AND other_column=3
/* index = 1 OR index = 2 */
... WHERE index=1 OR A=10 AND index=2
/* optimized like "index_part1='hello'" */
... WHERE index_part1='hello' AND index_part3=5
/* Can use index on index1 but not on index2 or index3 */
... WHERE index1=1 AND index2=2 OR index1=3 AND index3=3;
下面这些WHERE子句不会使用索引：
/* index_part1 is not used */
... WHERE index_part2=1 AND index_part3=2
/* Index is not used in both parts of the WHERE clause */
... WHERE index=1 OR A=10
/* No index spans all rows */
... WHERE index_part1=1 OR index_part2=10
有时，即使有可用的索引，MySQL也不使用索引。发生这种情况的一种可能原因是，优化器估计使用索引将需要访问表中很大比例的行。（在这种情况下，表扫描可能会更快，因为它需要更少的查找。）但是，如果这样的查询使用LIMIT只检索某些行，则MySQL仍然使用索引，因为它可以更快地找到返回结果的几行。
哈希索引特征
哈希索引与刚刚讨论的索引具有一些不同的特征：
哈希索引只用于=或者<=>运算符的相等比较（但非常快），不用于比较运算符来查找值的范围。依赖于这种单值查找的系统被称为“键值对存储”，为了将MySQL用于此类应用，请尽可能地使用哈希索引。
优化器无法使用哈希索引来加快 ORDER BY 操作。（哈希类型的索引不能用于按顺序搜索下一个条目）
MySQL无法确定两个值之间大约有多少行（范围优化器使用它来决定使用哪个索引）
只有整个keys可用于搜索行。（对于B树索引，key的任何最左边的前缀都可用于查找行）
B-tree
树型数据结构，广泛用于数据库索引中。该结构始终保持有序，从而可以快速查找精确匹配（等于运算符）和范围（例如，大于，小于和BETWEEN运算符）。 此类索引可用于大多数存储引擎，例如InnoDB和MyISAM。
因为B树节点可以有很多子节点，所以B树与二叉树不同，后者的每个节点最多只能有2个子节点。
术语B树的使用旨在参考索引设计的一般类别。由于经典B树设计中不存在复杂性，MySQL存储引擎使用的B树结构可能被视为变体。
Hash index
一种索引类型，专用于使用相等运算符而不是范围运算符的查询。 它可用于MEMORY表。 尽管出于历史原因，哈希索引是MEMORY表的默认索引，但是该存储引擎还支持B树索引，对于一般用途的查询而言，B树索引通常是更好的选择。
6. 优化数据大小
设计表以使得它们在磁盘上占用最少的空间。 通过减少写入磁盘和从磁盘读取的数据量，这可以带来巨大的改进。 较小的表通常在查询执行期间处理其内容时需要较少的主内存。表数据的任何空间减少都会导致索引变小，从而可以更快地处理索引。
MySQL支持许多不同的存储引擎（表类型）和行格式。对于每个表，可以决定使用哪种存储和索引方法。为应用程序选择适当的表格式可以大大提高性能。
Table Columns
尽可能使用最有效（最小）的数据类型。MySQL具有许多专门的类型，可以节省磁盘空间和内存。例如，如果可能，使用较小的整数类型以获得较小的表。MEDIUMINT通常比INT更好，因为MEDIUMINT列使用的空间要少25％。
如果可能，将列声明为NOT NULL。通过更好地使用索引并消除测试每个值是否为NULL的开销，它可以使SQL操作更快。而且还节省了一些存储空间，每列一比特。如果表中确实需要NULL值，那就用它们。只要避免使用默认设置，该默认设置允许每列中都为NULL值。
Row Format
为了通过压缩形式存储表数据来进一步减少空间，请在创建InnoDB表时指定ROW_FORMAT=COMPRESSED
Indexes
表的主键索引应尽可能短。这使得识别每一行变得容易而高效。对于InnoDB表，主键列在每个辅助索引条目中都是重复的，因此如果你有许多辅助索引，则较短的主键可节省大量空间。
仅创建需要提高查询性能的索引。索引很适合检索，但是会降低插入和更新操作的速度。如果你主要通过搜索列的组合来访问表，请在表上创建单个组合索引，而不是为每个列创建单独的索引。索引的第一部分应该是最常用的列。如果从表中查询时总是使用许多列，则索引中的第一列应是重复次数最多的列，以便更好地压缩索引。
如果是一个长字符串列，则很可能在第一个字符上具有唯一的前缀，这种情况下最好使用MySQL前缀进行索引（PS：只对前几个字符进行索引）。索引越短越快，这不仅是因为它们需要较少的磁盘空间，而且还因为它们还会使索引缓存中的命中次数增加，从而减少磁盘寻道次数。
Joins
在具有相同数据类型的不同表中声明具有相同信息的列，以加快基于相应列的联接。
保持列名简单，以便可以在不同的表中使用相同的名称，并简化联接查询。例如，在名为customer的表中，使用name列名代替customer_name。为了使你的名称可移植到其他SQL服务器中，请考虑将名称长度控制在18个字符以内。
Normalization
通常，尽量保持所有数据不冗余(数据库理论中称为第三范式)。为它们分配唯一的id来代替一个重复冗长的值，根据需要在多个较小的表中重复这些id，并通过在join子句中引用id来连接查询中的表。
7. 优化数据类型
行的唯一标识最好使用数值而不是字符串，因为大数值比相应的字符串占用更少的存储字节，因此传输和比较它们更快，占用的内存也更少。
字符和字符串类型
在比较来自不同列的值时，尽可能使用相同的字符集和排序规则声明这些列，以避免在运行查询时进行字符串转换。
对于小于8KB的列值，请使用二进制VARCHAR而不是BLOB。 GROUP BY和ORDER BY子句可以生成临时表，并且如果原始表不包含任何BLOB列，则这些临时表可以使用MEMORY存储引擎。
如果一个表包含名称和地址等字符串列，但是许多查询没有检索这些列，那么可以考虑将字符串列分割成单独的表，并在必要时使用带有外键的连接查询。当MySQL从一行中检索任何值时，它读取包含该行所有列(可能还有其他相邻行)的数据块。保持每行较小，只包含最常用的列，可以让每个数据块容纳更多的行。这种紧凑的表减少了常见查询的磁盘I/O和内存使用。
当在InnoDB表中使用一个随机生成的值作为主键时，最好在它前面加上一个升序值，比如当前日期和时间(如果可能的话)。当连续的主键值物理上彼此相邻存储时，InnoDB可以更快地插入和检索它们。
ORDER BY 和 GROUP BY 使用的列不一致，或者 在连接查询中ORDER BY 或 GROUP BY 使用了第一个表以外的表的列时会使用临时表
MySQL对每个表有4096列的硬限制，但是对于给定的表，有效最大值可能会更少。 InnoDB对每个表有1017列的限制。
https://dev.mysql.com/doc/refman/5.7/en/optimization.html
