1. 性能下降，sql执行时间长原因：查询语句没写好，索引失效，关联太多join，服务器参数设置不合理（JoinBuffer大小,SortBuffer大小,最大连接数）
2. 使用join时应该小表驱动大表，小数据集驱动大数据集
3. 索引：索引是帮助MySQL高效获取数据的一种数据结构，即索引的本质是数据结构。除了数据本身之外，MySQL数据库还维护着一个满足特定查找算法的数据结构，这些数据结构以某种方式指向数据，这样就可以在这些数据结构的而基础上实现高效的数据查找算法，这种数据结构就是索引。

4. 一把来说索引本身也很大，因此往往以索引文件的形式存储在磁盘上。我们通常使用的索引一般都是B树(多路搜索树，不一定二叉树)结构组织的索引。
5. 索引的优缺点：
    优点：使用索引查询可以提高数据检索效率，降低数据库IO成本；使用索引排序

              可以降低数据排序的成本，降低了CPU的消耗。

    缺点：索引实际上也是一张表，该表保存了主键与索引字段，并指向实体表的记

              录，所以索引也会占用空间，虽然索引大大提高了查询速度，但是会降低

              表的更新速度，例如insert，update，delete操作时除了更新表数据，还

              需要更新索引。

6. 索引分为单值索引，唯一索引，复合索引
7. mysql常见瓶颈：
    CPU:CPU饱和一般发生在数据装入内存或者从磁盘上读取数据的时候
    IO:磁盘IO瓶颈一般发生在装入数据远大于内存容量的时候
    服务器(linux)硬件性能的瓶颈：top,free,iostat和vmstat来查看系统的性能状态

8. 通过explain查看sql执行计划，分析是否可以优化。执行计划包含的信息有：

(1). id:select 查询的序列号，包含一组数字，表示查询中执行select子句或操作表

　　的顺序:如果id相同，执行顺序自上至下;如果id不同，如果是子查询，id的

　　序号会递增，id值越大优先级越高，越先被执行
(2). select_type:查询的类型，主要用于区别普通查询，联合查询，子查询等复杂

　　的查询。有以下可能值:
　　simple：简单查询，不包含子查询和union
　　primary：查询中若包含任何复杂的子部分，最外层的查询被标记为primary
　　subquery：select或者where中有子查询
　　derived：from中有子查询
　　union：union之后的查询
　　union result：从union表获取结果的select
(3). table 显示这一行的数据来自哪张表
(4). type:显示查询使用了哪种访问类型，从最好到最差依次为：

　　system>const>eq_ref>ref>range>index>All。
　　system : 表只有一行记录，const类型特例，基本不会出现
　　const : 表示索引依次就找到了。const用于比较primary key或者unique索引。

　　　　　  因为只匹配一行数据，所以能很快找到，例如将主键置于where条件

                   中，mysql就能将查询转换为一个常量
　　eq_ref : 唯一性索引扫描，对于每个索引键，表中只有一条记录与之匹配，

　　　　　　常见于主键或唯一性索引扫描
　　ref : 非唯一性索引扫描，返回匹配某个单独值的所有行。
　　range ：检索给定范围。一般出现在where字句中有between,<,>,in等的查询
　　index : full index scan，遍历全部索引。虽然和下面出现的All都会扫描全表，

　　　　    但是因为索引文件通常都比数据小，而且index是从索引文件中读取的，

　　　　    而All是从硬盘中读取的
　　all : full table scan
(5).possible_keys:可能用在这张表中的索引,查询的字段上存在索引就会被列出来
(6).key:实际使用的索引。查询中如果使用了覆盖索引，则该索引和查询的字段重合
(7).key_len:索引使用的字节数
(8).ref:显示索引的哪一列被使用了，如果可能的话是一个常数。哪些列或常量被用于查找索引列上的值
(9).rows:根据表统计信息以及索引使用情况，大致算出找到所需的记录所需要读取的行数
(10).Extra:额外的重要信息。有以下可能值：
　　using filesort:无法利用索引完成的排序，出现这种情况很影响性能
　　using temporary:使用了临时表保存中间结果，对查询结果排序的时候使用了

　　　　　　　　　　临时表，常见于order by和group by,十分影响性能,必须优化
　　using index:使用了覆盖索引，避免访问了数据行，效率不错
　　using where：使用了where过滤
9. 索引优化：
 (1).全职匹配：
 (2).最佳左前缀原则：如果查询了多列，查询应该从索引的最左前列开始并且不要不要跳过索引中的列
 (3).不在索引上做任何操作(计算，函数，类型转换(自动或手动))，否则会导致索引失效而转向全表扫描
 (4).存储引擎不能使用索引中范围条件右边的列
 (5).尽量使用覆盖索引(只访问索引的查询(索引列和查询列一致))，减少或避免select *
 (6).mysql在使用不等于(!=或者<>)，is null,is not null 的时候无法使用索引会导致全表扫描
 (7).like以通配符开头(like "%abc")会导致索引失效，但是百分号结尾不会(like "abc%"),解决like "%"开头的可以使用覆盖索引解决
 (8).字符串不加引号会导致索引失效
 (9).少用or,用它来连接会导致索引失效
 (10).使用group by需谨慎，因为分组之前必先排序，有可能会导致临时表的产生
10. sql优化步骤：先找到查询慢的sql(通过慢查询日志抓取超过一定时间的sql)->explain分析sql->优化索引与查询语句->如果问题还没解决，使用show profile查看sql执行的资源消耗情况，然后如果sql已经最优，判断是否mysql服务器问题，根据情况调整相关参数。

MySQL索引与优化