【MySQL索引全解析】：手把手教你从入门到精通索引技巧

# 摘要 MySQL数据库中的索引是提高查询效率和优化性能的关键技术。本文深入探讨了MySQL索引的基础知识、原理、创建与管理技巧、在复杂查询中的应用以及高级优化技术。文章首先介绍索引的基本概念和不同索引类型的内部工作机制，然后详细解读索引的设计原则、维护和失效处理。在复杂查询应用部分，本文分析了索引在连接、排序和分组查询中的作用以及子查询和视图的索引优化方法。高级索引优化技术章节涵盖了索引覆盖、索引下推、复合索引设计及事务隔离级别下的索引应用。案例分析与索引优化实战部分，通过经典案例剖析和优化工具的使用，为读者提供了实际操作的经验和方法。本文旨在帮助数据库开发者和管理员掌握索引相关的知识，从而有效提升数据库性能和查询效率。 # 关键字 MySQL；索引原理；索引类型；查询优化；性能提升；案例分析 参考资源链接：[大智慧2020常用快捷键全览：高效操作指南](https://wenku.csdn.net/doc/3g2wbk5y8j?spm=1055.2635.3001.10343) # 1. MySQL索引基础知识 在数据库管理中，索引是提高查询效率的关键技术之一。MySQL索引能够帮助数据库系统快速定位数据所在的位置，减少磁盘I/O操作次数，从而加快查询速度。理解索引的基本概念和类型，对于数据库优化具有重要意义。本章将对MySQL索引的基础知识进行介绍，包括索引的定义、作用以及如何判断一个表是否需要索引。我们还将探讨索引的类型，例如聚集索引和非聚集索引，并了解它们在数据存储和检索中的不同作用。 ```sql -- 示例SQL语句用于创建索引 CREATE INDEX idx_column ON table_name (column_name); ``` 在后续章节中，我们将进一步深入索引的工作原理和优化策略，使读者能够更加专业地管理和优化MySQL数据库的索引。 # 2. 深入理解索引的原理 索引是数据库管理系统中不可或缺的组件，对于提高查询性能至关重要。它允许数据库快速定位数据，减少扫描的数据量，从而提升系统性能。在本章中，我们将深入探讨索引的内部工作机制、索引类型详解，以及索引优化的理论基础。 ## 2.1 索引的内部工作机制 ### 2.1.1 B-Tree索引的结构和操作 B-Tree索引是最常见的索引类型之一，其特点是能够保持数据有序，且在插入、删除和查找操作时，能够保持较高的性能。B-Tree索引是通过平衡树结构来实现的，每个节点中存储了键值和指向子节点的指针。B-Tree索引可以很好地支持范围查询，并且对于全表扫描也有优化效果。 在MySQL中，InnoDB存储引擎默认使用B-Tree索引。当创建一个基于列的索引时，MySQL会以该列为键值构建一个B-Tree结构。例如，创建一个单列索引： ```sql CREATE INDEX idx_column ON table_name (column_name); ``` 这条语句会根据`column_name`列中的值创建一个B-Tree索引。当执行查询时，MySQL优化器会考虑使用该索引来加快数据检索。 ### 2.1.2 哈希索引的适用场景和特点 哈希索引是基于哈希表实现的，它只适用于精确匹配的查询，不支持范围查询。当创建哈希索引后，索引列的值会被哈希函数转换成一个哈希码，这个哈希码指向对应的数据位置。由于哈希索引的结构简单，它能够提供非常快速的插入和查找操作。 在MySQL中，只有Memory和NDB存储引擎支持哈希索引。创建哈希索引的示例代码如下： ```sql CREATE INDEX idx_column_hash ON table_name (column_name) USING HASH; ``` 使用哈希索引时需要注意，由于哈希函数的性质，哈希冲突是不可避免的，因此在冲突的情况下，索引可能会退化到链表，导致性能下降。 ## 2.2 索引类型详解 ### 2.2.1 普通索引与唯一索引的区别和应用 MySQL中，普通索引和唯一索引是最常见的两种索引类型。普通索引仅用于提高查询效率，并不要求索引中的值是唯一的。唯一索引则要求索引列中的值必须唯一，除了NULL值外，不能有重复的值。 创建普通索引： ```sql CREATE INDEX idx_column普通 ON table_name (column_name); ``` 创建唯一索引： ```sql CREATE UNIQUE INDEX idx_column唯一 ON table_name (column_name); ``` 在设计数据库时，应该根据实际的数据特性和需求选择合适的索引类型。如果某些列的值可以保证唯一，那么使用唯一索引可以提供更强的数据完整性保证。 ### 2.2.2 全文索引的使用和优化 全文索引是一种特殊类型的索引，它用于在大量文本数据中快速查找信息。全文索引对于搜索引擎、新闻网站等数据密集型应用特别有用。MySQL提供了全文索引功能，可以用来加速全文搜索查询。 创建全文索引： ```sql CREATE FULLTEXT INDEX idx_column_fulltext ON table_name (column_name); ``` 进行全文搜索： ```sql SELECT * FROM table_name WHERE MATCH(column_name) AGAINST('+search_term' IN BOOLEAN MODE); ``` 全文索引的优化需要考虑如何选择要索引的列，以及如何调整查询中的搜索表达式，以达到最优的搜索效果。 ### 2.2.3 空间索引在地理信息系统中的作用 空间索引是专门用于存储地理空间数据的索引，它允许数据库管理系统高效地处理空间数据的检索。空间索引在地理信息系统（GIS）和空间数据库中非常有用。 MySQL提供了空间数据类型和空间索引支持，通过空间索引，可以在空间数据库中快速地定位地理对象，支持各种空间查询和分析操作。 创建空间索引： ```sql CREATE SPATIAL INDEX idx_column_spatial ON table_name (spatial_column); ``` 空间索引的使用通常涉及复杂的地理空间操作，因此在优化空间索引时，需要考虑空间数据的特性、索引类型和查询的具体需求。 ## 2.3 索引优化的理论基础 ### 2.3.1 索引选择性与基数的重要性 索引的选择性（Selectivity）是指不同索引值的分布情况，其值范围从1/总行数到1。选择性越高，索引的效率越高。基数（Cardinality）是指在列中有不同值的数量，一个具有高基数的列更适合作为索引。 优化索引时，需要监控索引的基数和选择性，确保索引能够有效地过滤数据。可以通过`ANALYZE TABLE`命令来更新表的统计信息： ```sql ANALYZE TABLE table_name; ``` 这有助于优化器更准确地估计查询中使用索引的效率，进而作出更优的执行计划选择。 ### 2.3.2 索引的统计信息与查询优化器 MySQL查询优化器会利用索引的统计信息来生成查询的执行计划。这些统计信息包括列的分布情况、索引的基数和选择性等。统计信息的准确性直接影响到优化器制定的执行计划的质量。 优化器会尝试计算不同查询计划的开销，并选择成本最小的计划。成本是基于索引的统计信息估算的，如果统计信息不准确，优化器可能会选择一个次优的查询计划。 为了确保查询优化器能够高效工作，应定期执行`ANALYZE TABLE`命令更新统计信息，特别是数据发生大量变更后，统计信息可能不再反映当前的数据分布情况。 在第二章中，我们细致地分析了索引的工作原理、不同索引类型的特点和适用场景，以及如何利用统计信息和选择性来优化索引。接下来的章节，将深入探讨索引创建与管理的实战技巧，索引在复杂查询中的应用，高级索引优化技术，以及案例分析与索引优化实战。 # 3. 索引创建与管理的实战技巧 ## 3.1 创建索引的最佳实践 索引是提高数据库查询效率的关键技术之一，然而并不是所有的索引都能带来性能的提升。在创建索引时，我们需要遵循一些最佳实践来确保我们得到的性能提升最大化。 ### 3.1.1 索引的设计原则与应用场景 在设计索引时，我们应考虑以下原则和场景： - **选择性高的列优先**：具有更高选择性的列意味着它们在表中的不同值更多。这样，在进行查询时，这些列的索引能够更快地定位到需要的记录。 - **索引列的基数**：基数是指不同值的数量。如果一个列的基数接近于表中的行数，那么它是一个很好的索引候选。 - **避免冗余和重复索引**：重复的索引不仅浪费存储空间，还会降低更新表的性能，因为每个索引都需要维护。 - **考虑查询模式**：了解应用程序的查询模式，可以帮助确定哪些列应该被索引，以及这些索引应该以什么顺序创建。 - **索引与排序和分组**：如果查询中包含ORDER BY或GROUP BY子句，那么在这些列上创建索引可以优化性能。 ### 3.1.2 使用CREATE INDEX语句创建索引 在实际操作中，创建索引通常使用CREATE INDEX语句。举个例子，如果我们想要对名为`employees`的表中的`last_name`和`first_name`列创建一个复合索引，可以执行如下SQL语句： ```sql CREATE INDEX idx_employees_name ON employees(last_name, first_name); ``` 该语句创建了一个名为`idx_employees_name`的索引，该索引覆盖了`last_name`和`first_name`两个列。复合索引在进行查询时按照索引列的顺序使用，因此设计时要考虑到查询中列的使用顺序。 接下来，我们将讨论如何进行索引的维护和管理，以及如何处理索引失效和常见的问题。 # 4. 索引在复杂查询中的应用 索引是数据库查询优化的重要手段之一，特别是在处理复杂查询时，合理的索引策略可以大幅度提高数据检索的效率。在本章节中，我们将深入探讨索引在连接查询、排序和分组操作、以及子查询和视图中的应用和优化技巧。 ## 索引在连接查询中的作用 连接查询是数据库操作中常见的复杂查询类型，尤其是在处理多个表之间的关联时。索引可以在连接查询中发挥关键作用，提升查询效率。 ### 多表连接时索引的使用 在进行多表连接操作时，索引的选择和使用尤为重要。正确的索引可以帮助数据库优化器更快地找到表间关联的数据行。 假设我们有两个表：`orders`（订单表）和`customers`（客户表），我们希望查询特定客户的所有订单信息。为了提高查询效率，我们可以为`customers`表的`customer_id`字段和`orders`表的`customer_id`字段都建立索引。 ```sql CREATE INDEX idx_customer_id ON customers (customer_id); CREATE INDEX idx_order_customer_id ON orders (customer_id); ``` 通过为连接操作中参与匹配的列添加索引，数据库能够快速定位到匹配的行，减少连接操作中的扫描范围。 ### 索引合并策略在复杂查询中的应用 索引合并是MySQL优化器在处理查询时可能采取的一种策略，它允许多个索引同时用于一个表来加快查询速度。在连接查询中，索引合并可以极大地提高效率，尤其是当一个表被多次访问时。 假设有一个查询涉及到三个表的连接：`A`, `B`, `C`，并且每个表都有一个可以用于连接的索引。优化器可能会采用索引合并技术，从每个表中利用索引选取需要的数据，然后再进行连接操作。 ```sql SELECT * FROM A JOIN B ON A.key1 = B.key1 JOIN C ON B.key2 = C.key2; ``` 在这个查询中，如果`A`, `B`, `C`表的`key1`和`key2`都已索引，则优化器可能会使用索引合并策略来分别从这三个表中检索数据。 ## 索引在排序和分组中的应用 在涉及ORDER BY子句和GROUP BY子句的查询中，索引能够显著减少排序和分组操作所需的资源消耗。 ### 索引与ORDER BY子句 在进行排序操作时，如果能够使用索引，则可以直接利用索引的有序性来完成排序，这样可以避免额外的排序操作。 例如，考虑一个`employees`表，我们希望按照`employee_id`对所有员工进行排序。如果`employee_id`字段上有索引： ```sql CREATE INDEX idx_employee_id ON employees (employee_id); ``` 则查询： ```sql SELECT employee_id, last_name, first_name FROM employees ORDER BY employee_id; ``` 可以直接使用`idx_employee_id`索引来完成排序，无需额外的排序步骤。 ### 索引与GROUP BY子句 与ORDER BY类似，GROUP BY子句在涉及到聚合操作时也可以利用索引。如果在分组字段上建立了索引，则数据库可以更高效地处理分组操作。 假设我们有一个`sales`表，我们想要根据`sales_date`字段对销售记录进行分组统计： ```sql SELECT sales_date, COUNT(*), SUM(amount) FROM sales GROUP BY sales_date; ``` 如果`sales_date`字段上有索引： ```sql CREATE INDEX idx_sales_date ON sales (sales_date); ``` 则该查询可以直接利用`idx_sales_date`索引来分组，这样可以显著减少查询的执行时间。 ## 索引在子查询和视图中的优化 子查询和视图是数据库中常见的复杂查询结构，利用索引可以在这些操作中获得更好的性能。 ### 子查询中的索引优化 在子查询中使用索引需要考虑主查询和子查询之间的依赖关系。合理地为子查询涉及的字段建立索引可以减少子查询的执行时间，进而提高整体查询效率。 例如，假设有一个复杂的查询，主查询依赖于子查询的结果： ```sql SELECT customer_name, customer_id FROM customers WHERE customer_id IN ( SELECT customer_id FROM orders WHERE order_date > '2021-01-01' ); ``` 如果`orders`表的`order_date`字段上有索引： ```sql CREATE INDEX idx_order_date ON orders (order_date); ``` 则子查询将利用索引快速检索出所有符合日期条件的`customer_id`，从而加速整个查询的执行。 ### 视图的索引策略和性能考量 视图是一种虚拟表，它可以通过查询来定义。在视图上执行查询时，如果视图的定义涉及到复杂操作，合理的索引策略是至关重要的。 例如，我们创建了一个视图`top_customers`，它基于订单数来显示排名前10的客户： ```sql CREATE VIEW top_customers AS SELECT customer_id, COUNT(*) AS order_count FROM orders GROUP BY customer_id ORDER BY order_count DESC LIMIT 10; ``` 如果`orders`表没有适当的索引，视图中的查询可能执行得很慢。为了优化性能，我们需要在`customer_id`字段上创建索引： ```sql CREATE INDEX idx_customer_id ON orders (customer_id); ``` 这样，视图`top_customers`在生成排名时能够更有效地执行分组和排序操作。 在使用视图时，应考虑视图的定义及其底层的表结构。合理地创建和使用索引能够显著提升视图的性能，这对于大型数据库系统来说尤其重要。 通过以上分析和案例，我们可以看到索引在复杂查询中的关键作用。在本章中，我们详细探讨了索引在连接查询、排序和分组、以及子查询和视图中的应用，并提出了相应的优化策略。在下一章中，我们将继续深入探讨高级索引优化技术，包括索引覆盖、索引下推、复合索引的设计和使用，以及索引与事务隔离级别的交互。 # 5. 高级索引优化技术 ## 5.1 索引覆盖与索引下推 ### 索引覆盖的工作原理 在数据库查询操作中，索引覆盖是一种优化技术，指的是当一个查询只需要访问索引中的数据而不需要访问数据表中的其他列时，可以大大减少磁盘I/O操作，从而提高查询效率。例如，当一个查询只需要获取某个字段的数据，且该字段已经建立了索引，那么数据库可以直接从索引中获取所需数据，而无需再去表中查找。 ```sql SELECT id FROM users WHERE age BETWEEN 20 AND 30; ``` 在上面的查询中，如果`age`字段有索引，而`id`字段是索引的一部分，数据库可以直接使用这个索引来获取满足条件的`id`值，而无需访问`users`表。这种情况下，索引本身就包含了查询所需的所有信息，我们称之为“索引覆盖”。 ### 索引下推的工作原理 索引下推（Index Condition Pushdown, ICP）是MySQL 5.6引入的一种优化技术，其目的是减少存储引擎访问完整行记录的次数。当查询条件中包含了索引字段，且这些条件可以利用索引结构进行判断时，索引下推会将这些判断条件推到存储引擎层面，在索引遍历过程中直接过滤掉不符合条件的索引记录，避免了将这些记录加载到内存中进一步检查。 ```sql SELECT * FROM employees WHERE first_name LIKE 'J%' AND last_name = 'Smith'; ``` 在这个查询中，`first_name`字段使用了前缀索引，而`last_name`字段没有索引。索引下推会使用`first_name`索引来找到所有以`J`开头的名字，然后在这些名字中进一步过滤出`last_name`为`Smith`的记录。如果没有索引下推，数据库会先读取所有以`J`开头的名字的完整记录，然后再应用`last_name`的过滤条件，这样就会产生更多的I/O操作。 ## 5.2 复合索引的深入应用 ### 设计复合索引的原则 复合索引，也称多列索引，是指在多个列上创建的索引。设计复合索引时应遵循的原则包括： 1. **选择性高的列优先**：选择性是指列中不同值的数量与总行数的比值。列的选择性越高，该列作为索引的效果越好。 2. **考虑查询模式**：索引应该根据常用的查询模式设计。对于经常在`WHERE`子句中一起出现的列组合，可以考虑建立复合索引。 3. **左前缀原则**：MySQL可以使用索引的最左列，因此应该将最有可能单独查询或者经常作为查询条件的列放在复合索引的最左侧。 4. **避免冗余和重复索引**：创建索引时要避免冗余，不要创建重复的索引。 ### 复合索引在多列查询中的优化技巧 在多列查询中，复合索引可以提供显著的性能提升。当查询条件能够完全匹配复合索引的前缀时，索引将被高效利用。例如，如果有一个复合索引`(col1, col2, col3)`，那么以下查询条件可以有效地使用索引： ```sql SELECT * FROM table WHERE col1 = 'value1'; SELECT * FROM table WHERE col1 = 'value1' AND col2 = 'value2'; SELECT * FROM table WHERE col1 = 'value1' AND col2 = 'value2' AND col3 = 'value3'; ``` 但是，如果查询条件不符合索引的最左列规则，索引则无法被使用： ```sql SELECT * FROM table WHERE col2 = 'value2'; -- 不匹配 ``` 为了充分利用复合索引，需要仔细分析查询语句，并且根据查询中使用的列组合来设计复合索引。 ## 5.3 索引与事务隔离级别的交互 ### 索引对事务隔离级别性能的影响 事务的隔离级别定义了数据库事务中不同操作的隔离程度。索引对事务隔离级别有着直接的影响，因为它决定了数据库查询时的数据访问方式。 在不同隔离级别下，比如`READ UNCOMMITTED`（读未提交）、`READ COMMITTED`（读已提交）、`REPEATABLE READ`（可重复读）和`SERIALIZABLE`（串行化），索引的作用和性能表现也会有所不同。例如，在`SERIALIZABLE`隔离级别下，由于事务是串行执行的，所以不会发生脏读、不可重复读和幻读的问题，但是这可能导致锁的竞争和死锁，从而影响索引的访问性能。 ### 在不同事务隔离级别下优化索引使用 优化索引使用，需要结合事务隔离级别来考虑。例如，在`READ COMMITTED`隔离级别下，可以利用`innodb_flush_log_at_trx_commit`和`innodb_lock_wait_timeout`等参数来调整事务日志的写入频率和锁的等待时间，从而优化索引的读写性能。 ```sql SET GLOBAL innodb_flush_log_at_trx_commit = 2; SET GLOBAL innodb_lock_wait_timeout = 30; ``` 在设计索引时，还应考虑不同的事务特性，比如是否需要考虑数据一致性、事务的长短期限等，来选择合适的索引策略。 总之，理解并正确应用高级索引优化技术对于维护高性能、可扩展的数据库系统至关重要。索引覆盖、复合索引的合理设计和事务隔离级别的优化交互，都是实现这一目标的关键要素。 # 6. 案例分析与索引优化实战 在这一章节中，我们将通过分析真实世界中的案例，来探究索引优化的实际应用和效果。案例分析是理解索引优化最直观的方式，通过研究案例，我们能够了解如何在不同的场景下应用索引优化技巧。 ## 6.1 索引优化的经典案例解析 ### 6.1.1 从真实案例中学到的索引优化经验 让我们来看一个经典的索引优化案例。假设有一个在线零售网站，它拥有一张包含数百万行数据的产品表。产品表中的某一个查询操作特别耗时，因为应用需要对产品的名称进行频繁的模糊匹配查询。最初，数据库中并没有为该字段建立索引，查询操作全表扫描导致响应时间很长。 通过对查询的分析，我们决定为产品名称字段创建一个全文索引。创建索引后，查询速度显著提升，因为现在数据库可以使用索引来快速定位包含特定文本的产品，而无需扫描整个表。然而，使用全文索引也带来了一些问题，例如对于包含多词查询的情况，性能提升并不明显。 针对多词查询，我们尝试使用复合索引，将产品名称与其他相关字段（比如价格、品牌）组合在一起。复合索引使查询更加高效，因为它允许数据库在执行查询时利用索引中多个字段的信息。 ### 6.1.2 案例中索引优化的策略和效果评估 优化策略的评估需要持续监控索引的使用情况和查询的性能。在这个案例中，我们使用了EXPLAIN命令来分析查询计划，以确定查询是否有效地使用了新创建的索引。通过分析执行时间、扫描的行数以及返回的行数，我们可以客观地衡量优化措施的有效性。 此外，我们还通过系统日志记录了查询性能的变化，并对比了优化前后的数据库负载、响应时间和资源消耗。最终的结果显示，对于单词查询，性能提升了约50%，而对于多词查询，性能提升了约30%。这一结果证实了索引优化策略的有效性，同时也指出了在多词查询中仍有进一步优化的空间。 ## 6.2 索引优化工具的使用 ### 6.2.1 EXPLAIN计划的分析和解读 EXPLAIN命令是MySQL中一个非常重要的工具，它可以帮助开发者理解MySQL是如何执行SQL语句的。使用EXPLAIN命令时，它会输出SQL语句的执行计划，其中包含了查询优化器选择的路径、是否使用索引、表的连接方式以及扫描的行数等重要信息。 一个典型的EXPLAIN输出示例如下： ```sql EXPLAIN SELECT * FROM products WHERE name LIKE '%search_term%'; +----+-------------+----------+------------+-------+---------------+----------+---------+------+----------+-------------+ | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | Extra | +----+-------------+----------+------------+-------+---------------+----------+---------+------+----------+-------------+ | 1 | SIMPLE | products | NULL | index | NULL | fulltext | 0 | NULL | 3498760 | Using where | +----+-------------+----------+------------+-------+---------------+----------+---------+------+----------+-------------+ ``` 在这里，`type`列显示了如何连接表（如`index`），`key`列显示了使用了哪个索引（如`fulltext`），而`rows`列则表示优化器估计需要扫描的行数。 ### 6.2.2 MySQL优化器的工作原理及参数调整 MySQL优化器负责制定执行查询的最佳路径。它会考虑多种执行计划，并选择一个成本最低的。MySQL优化器使用一些统计信息和启发式规则来评估成本。数据库统计信息的准确性对于优化器制定合理的执行计划至关重要。 调整优化器行为的参数包括但不限于`optimizer_search_depth`（优化器搜索深度）、`max_execution_time`（最大执行时间限制）和`join_buffer_size`（连接缓冲区大小）。合理的参数调整可以帮助优化器更快地找到最佳路径，或防止其陷入过于复杂计划的计算中。 调整示例： ```sql SET optimizer_search_depth = 6; SET max_execution_time = 500; SET join_buffer_size = 262144; ``` 通过调整这些参数，可以在某些特定情况下提升查询性能。然而，调整参数需要谨慎执行，因为不当的设置可能会导致性能下降。在调整参数后，建议持续监控数据库性能，确保调整后的结果是正面的。 ## 6.3 索引优化的综合实践 ### 6.3.1 设计索引优化实验的方法和步骤 进行索引优化实验，需要一个清晰的设计方法和步骤，这些步骤包括： 1. **定义目标和基准**：确定优化的目标和基准。比如，减少查询时间、减少CPU使用率等。 2. **选择测试案例**：挑选具有代表性的查询作为优化的测试案例。 3. **收集性能数据**：在优化之前收集必要的性能数据，作为优化效果的参考。 4. **应用索引优化策略**：根据分析结果，应用索引创建、调整或删除等优化策略。 5. **执行性能测试**：实施优化后，使用相同的查询案例进行性能测试。 6. **分析结果和调整策略**：比较优化前后的结果，分析优化效果，并根据测试结果调整索引策略。 7. **文档记录和总结**：记录实验的过程、结果，并撰写报告，以备未来参考。 ### 6.3.2 综合案例中的索引优化实战演练 在综合案例演练中，我们将结合前文提到的技术和工具，逐步实施索引优化。假设我们有一个多表连接查询，需要从用户表和订单表中获取特定条件下的数据。原始查询非常慢，因为涉及到两个大表的连接，并且没有有效的索引辅助。 我们首先使用EXPLAIN命令分析查询执行计划，然后根据输出结果对缺失的索引进行创建。在创建索引后，再次使用EXPLAIN命令确认查询计划是否有所改进。 如果发现仍有性能瓶颈，我们可以尝试调整查询语句，或者使用索引覆盖等高级技术来进一步优化。在每次优化之后，都要重新测试查询性能，确保每次改动都带来了预期的提升。 通过这样的实战演练，我们不仅能够提升具体查询的性能，还能够在过程中学习到如何更高效地使用索引和优化工具。这对我们处理日常数据库管理和优化工作具有极大的帮助。