数据分析师SQL-索引与执行计划
这是一个系列，更多内容请阅读数据分析师SQL系列
写在前面
当数据越来越多，查询越来越慢，也越来越担心部署的数据清晰和分析的脚本，可以搜一下如何改善查询速度，最常见的答案就是建立索引。很可能这不是你需要担心的问题，而是由DBA来操心，_，本文适用于需要操心这么方面事情的数据分析师。
本文不讨论索引背后的数学与计算机知识，从“有效利用索引可以提高查询速度”这个事实出发，讨论2个问题
- 如何建立索引和利用索引
- 如何判断确实使用了索引
建立索引
以单列索引为例
create index idx_name on table_name (column_name)
解释：在table_name表的column_name列上，创建索引，索引名称为idx_name
创建索引之前默念一句话：业务优化是顶级优化，先了解需求，再动手创建索引
业务需求，需要创建几个索引，并不是业务需求中的所有字段都来一遍索引。邮件里的需求一大堆，梳理业务需求后，或者业务人员沟通后，可能一个索引解决了
业务梳理完毕后，对单列建立索引，还是创建联合索引，心中自然有数
利用索引
从一个常见的误区开始说起，假设test_table中只存有2018年的数据
create index idx_date_time on test_table (date_time)
有一个date_time列，数据类型为datetime，对这列进行创建索引，然后执行如下sql进行查询
select count(distinct user_id) as user_cnt
from test_table
where month(date_time) = 1
解释：查询test_table表中，日期在1月份的用户数
右边的列用了函数，是不会用到这列的索引的，执行这个sql达不到预期的速度
创建索引后，如果想利用索引，需要记住几个原则
- 最左前缀匹配原则
- 警惕隐式转换
- ....
这些内容，网上很多，有些文章写的很好，这里不再赘述
有个问题需要思考一下，这么多原则，根本就不知道这条sql都遵守了没有，心里也有没底的时候。这个时候，引出一个问题，如何判断这个查询的sql真的用了索引
执行计划
explain终于闪亮登场了，其实explain没什么太多要讲的，但是我想多说几句话，我看过很多写索引相关的文章，也有讲执行计划的文章，写的都很好。但是很少看到有讲索引和执行计划的文章。索引和执行计划一起讲，可以捅破一层窗户纸，如果只学一个，在实践中总有力不从心的时候。
把这些知识，用实践当中遇到的问题串联起来，学起来也不会觉得突兀
explain select count(distinct user_id) as user_cnt
from test_table
where month(date_time) = 1
结合explain的知识，看看和下面的语句有啥不同，有不同的话，研究一下就行了，explain的用处也就达到了，特别是key_len的计算方法很有意思，可以深究一下，文章结尾也会推荐一些资料。
explain select count(distinct user_id) as user_cnt
from test_table
where date_time >= '2018-01-01'
and date_time < '2018-02-01'
写在后面
本文只是串联一下思路，具体的内容，网上真心有太多的好文章，欢迎读者推荐哈
如果有一天这些文章在网络上不存在了，如果我的博客还在，这些文章对应的链接将换成我的云笔记外链
