在上文中，我们介绍了MySQL中的两种主要的索引–B-Tree索引和Hash索引。虽然使用索引会带来很大程度上的性能优化。但是，索引的不当使用同时也会引起性能的急剧下降。今天我们就来聊聊索引的优化问题。
　　首先讨论两个问题：

问题

1、为什么要使用索引？

　　谈到为什么要使用索引，大家第一时间想到的就是提升查询效率吧。那除了这个用途之外索引还有其他的用途吗？下面我们就来聊一聊:　
　　
　　1）、使用索引大大减少了存储引擎需要扫描的数据量。例如：在InnoDB存储引擎中，默认索引的一页为16k，可以存放更多的数据。
　　
　　2）、索引可以帮助我们进行排序以避免使用临时表。例如：B-Tree索引用于排序，减少临时表的IO消耗，提高MySQL的处理能力。
　　
　　3）、因为数据库中数据的物理地址一般是随机存放，而索引是顺序存储的，所以索引可以把随机I/O变为顺序I/O。

2、索引是不是越多越好？

　　答案肯定不是。因为索引同时也会带来性能损耗，主要有以下两个方面：　
　　
　　1）、索引会增加写操作的成本
　　　　数据的更新必须维护索引和统计信息。索引越多，修改数据的时间越长。所以引入了插入缓存来减少这种写操作的成本。
　　　　这里需要说明的一点是，引入插入缓存并不能增加数据的导入速率。相反提高导入速率的最好方法就是删除索引索引。但应该保留自增的主键ID，否则，导入速率可能更低。

　　2）、太多的索引会增加查询优化器的选择时间
　　之前也说过，MySQL查询优化器会为查询选择合适的索引。若是同一个语句有很多索引可以使用，也会增加查询优化器对索引的选择时间。
　　　
在解决了上述两个问题之后，我们接下来就具体谈一谈索引的一些优化策略。

索引的优化策略

索引列上不能使用表达式或函数　　

　　如果查询中的列不是独立的，则MySQL是不会使用索引的。比如下面这个示例：

select　ID from product where to_days(out_date) - to_days(cur_date) <= 30;

在这条语句中若out_data是索引列，to_days（）是函数，则这个查询无法使用out_date列的索引。所以，我们因该养成简化where条件的习惯，始终将索引列单独放在比较符号的一侧。对上条查询语句的优化如下：

select out_date <= data_add(cur_da