自学数据库-MYSQL

一.表和视图

1.表

1.1 表创建

CREATE TABLE table_name (
    column1 datatype [NOT NULL] [DEFAULT default_value],
    column2 datatype [NOT NULL] [DEFAULT default_value],
    ...
    columnN datatype [NOT NULL] [DEFAULT default_value],
 
    PRIMARY KEY (column1, column2, ... columnN),
    UNIQUE KEY unique_key_name (column1, column2, ... columnN),
    FOREIGN KEY (column1, column2, ... columnN)
        REFERENCES parent_table (column1, column2, ... columnN)
        ON DELETE CASCADE | ON UPDATE CASCADE,
    INDEX index_name (column1, column2, ... columnN),
    ...
) ENGINE=storage_engine;

CREATE TABLE sys_user (
                       id INT NOT NULL AUTO_INCREMENT,
                       username VARCHAR(50) NOT NULL comment '账号',
                       password VARCHAR(50) NOT NULL comment '密码',
                       email VARCHAR(100) NOT NULL comment '邮箱',
                       created_at TIMESTAMP DEFAULT current_timestamp comment '创建时间',
                       PRIMARY KEY (id),
                       UNIQUE KEY unique_username (username),
                       INDEX idx_email (email)
) ENGINE=InnoDB comment '用户基础表' charset = utf8mb3;

1.2 索引

1.2.1 这里是废话,不感兴趣的可以直接更具目录的跳过这里的内容

1.2.1.1 索引是什么

1.索引是一种数据结构，用来帮助提升查询和检索数据速度。可以理解为一本书的目录，帮助定位数据位置。
2.索引是一个文件，它要占用物理空间。

索引概述：索引（index）是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

1.2.1.2 相关数据结构：二叉树、红黑树、B-Tree、B+Tree、Hash…

二叉树缺点：

• 顺序插入时，会形成一个链表，查询性能大大降低。
• 大数据量情况下，层级较深，检索速度慢。

红黑树:

• 大数据量情况下，层级较深，检索速度慢。
• （红黑树是一颗自平衡二叉树，那这样即使是顺序插入数据，最终形成的数据结构也是一颗平衡的二叉树，解决顺序插入形成链表的问题。但红黑树仍存在”大数据量情况下，层级较深，检索速度慢“）所以，在MySQL的索引结构中，并没有选择二叉树或者红黑树，而选择的是B+Tree，

B-Tree（多路平衡查找树，也叫B树）:

• 5阶的B树，每一个节点最多存储4个key，对应5个指针
• 一旦节点存储的key数量到达5，就会裂变，中间元素向上分裂
• 在B树中，非叶子节点和叶子节点都会存放数据

B+Tree 相对于B-Tree区别：

• 所有的数据都会出现在叶子节点
• 叶子节点形成一个单向链表。
• 非叶子节点不存储具体数据、只起到索引数据的作用，具体的数据都是在叶子节点存放的

MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能，利于排序。

• B+ 树的叶子节点之间是用「双向链表」进行连接，既能向右遍历、也能向左遍历
• B+ 树点节点内容是数据页，数据页里存放了用户的记录以及各种信息，每个数据页默认大小是 16 KB

Hash索引:

特点：
1.Hash索引只能用于对等比较(=，in)，不支持范围查询(between,>,<,…)
2.无法利用索引完成排序操作
3.查询效率高，通常只需要一次检索就可以了，效率通常要高于B+tree索引

采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。

• Hash索引只能用于对等比较(=，in)，不支持范围查询(between,>,<,…)
• 无法利用索引完成排序操作
• 查询效率高，通常只需要一次检索就可以了，效率通常要高于B+tree索引

1.磁盘读写的最小单位是扇区，扇区的大小只有 512B 大小，操作系统一次会读写多个扇区，所以操作系统的最小读写单位是块（Block）。Linux 中的块大小为 4KB，也就是一次磁盘 I/O 操作会直接读写 8 个扇区。
2.由于数据库的索引是保存到磁盘上的，因此当我们通过索引查找某行数据的时候，就需要先从磁盘读取索引到内存，再通过索引从磁盘中找到某行数据，然后读入到内存，也就是说查询过程中会发生多次磁盘 I/O，而磁盘 I/O 次数越多，所消耗的时间也就越大。所以，我们希望索引的数据结构能在尽可能少的磁盘的 I/O 操作中完成查询工作，因为磁盘 I/O 操作越少，所消耗的时间也就越小。
3.由于树是存储在磁盘中的，访问每个节点，都对应一次磁盘 I/O 操作（假设一个节点的大小「小于」操作系统的最小读写单位块的大小），也就是说树的高度就等于每次查询数据时磁盘 IO 操作的次数，所以树的高度越高，就会影响查询性能。

①普通索引

(1).新建表中添加索引

create table t_dept
(
    no   int         not null primary key,
    name varchar(20) null,
    sex  varchar(2)  null,
    info varchar(20) null,
    index index_no (no)
)

(2).在已建表中添加索引

create index index_name on t_dept (name);

(3).以修改表的方式添加索引

alter table t_dept add index index_name(name);

②唯一索引

(1).新建表中添加索引

create table t_dept
(
    no   int         not null primary key,
    name varchar(20) null,
    sex  varchar(2)  null,
    info varchar(20) null,
    unique index index_no (no)
)

(2).在已建表中添加索引

create unique index index_name on t_dept(name);

(3).以修改表的方式添加索引

alter table t_dept add unique index index_name(name);

③全文索引

(1).新建表中添加索引

create table t_dept
(
    no   int         not null primary key,
    name varchar(20) null,
    sex  varchar(2)  null,
    info varchar(20) null,
    fulltext index index_no (no)
)

(2).在已建表中添加索引

create fulltext index index_name on t_dept(name);

(3).以修改表的方式添加索引

alter table t_dept add fulltext index_name(name);

④组合索引

(1).新建表中添加索引

create table t_dept
(
    no   int         not null primary key,
    name varchar(20) null,
    sex  varchar(2)  null,
    info varchar(20) null,
    key index_no_name (no, name)
)

(2).在已建表中添加索引

create index index_name_no on t_dept(name,no)

(3).以修改表的方式添加索引

alter table t_dept  add index index_name_no(name,no);

1.3 表数据操作(更新中)

1.3.1 增(更新中)

1.3.2 删(更新中)

1.3.3 改(更新中)

1.3.4 查(更新中)

1.3.4.1 查询语句(更新中)

2.视图(更新中)

2.1 视图创建(更新中)

二.存储过程/函数/触发器

1.存储过程

1.1 存储创建(语法)

2.函数

2.1 函数创建(语法)

①创建函数

CREATE FUNCTION function_name (parameter_name datatype, ...)
RETURNS return_datatype
BEGIN
    -- 函数逻辑
    RETURN value;
END;

• function_name：函数名称。
• parameter_name：输入参数的名称，可以有多个参数。
• datatype：输入参数的数据类型。
• return_datatype：函数返回值的数据类型。
• RETURN value：指定函数的返回值。

实例:

CREATE FUNCTION add_numbers(num1 INT, num2 INT)
RETURNS INT
BEGIN
    RETURN num1 + num2;
END;

1. 数据转换
   函数常用于数据转换操作。例如，将日期格式转换为特定格式，或将字符串转换为大写。

CREATE FUNCTION to_uppercase(str VARCHAR(255))
RETURNS VARCHAR(255)
BEGIN
    RETURN UPPER(str);
END;

SELECT to_uppercase('hello world');

2. 计算与统计
   函数可以用于各种计算和统计操作。例如，计算复利、求平均值等。

CREATE FUNCTION calculate_compound_interest(principal DECIMAL(10, 2), rate DECIMAL(5, 2), years INT)
RETURNS DECIMAL(10, 2)
BEGIN
    RETURN principal * POWER(1 + rate / 100, years);
END;

SELECT calculate_compound_interest(1000, 5, 10) AS future_value;

3. 条件逻辑
   函数可以包含条件逻辑，根据输入参数的不同返回不同的结果。例如，返回某个数的正负号。

## 创建一个判断正负号的函数：
CREATE FUNCTION sign_of_number(num INT)
RETURNS VARCHAR(10)
BEGIN
    IF num > 0 THEN
        RETURN 'Positive';
    ELSEIF num < 0 THEN
        RETURN 'Negative';
    ELSE
        RETURN 'Zero';
    END IF;
END;

SELECT sign_of_number(-5);

4. 动态 SQL 构建
   函数还可以用于构建和执行动态 SQL 语句。例如，根据输入的表名和列名动态生成查询语句。

## 创建一个函数，动态查询某个表中的行数：
CREATE FUNCTION get_row_count(table_name VARCHAR(255))
RETURNS INT
BEGIN
    SET @sql = CONCAT('SELECT COUNT(*) FROM ', table_name);
    PREPARE stmt FROM @sql;
    EXECUTE stmt;
    DEALLOCATE PREPARE stmt;
    RETURN @sql;
END;

SELECT get_row_count('employees');

CREATE FUNCTION get_employee_count(department INT)
RETURNS INT
BEGIN
   RETURN (SELECT COUNT(*) FROM employees WHERE department = department);
END;

CREATE FUNCTION get_employee_count(department INT)
RETURNS INT
BEGIN
   RETURN (SELECT COUNT(*) FROM employees WHERE department = department);
END;

CREATE FUNCTION calculate_total_salary(department INT)
RETURNS DECIMAL(10,2)
BEGIN
  DECLARE count INT;
  DECLARE salary DECIMAL(10,2);
  SET count = (SELECT COUNT(*) FROM employees WHERE department = department);
  SET salary = (SELECT SUM(salary) FROM employees WHERE department = department);
  RETURN (salary / count);
END;

也可以在函数中使用其他语句和控制结构，如 IF/THEN/ELSE、WHILE、FOR 等。上面面是一个复杂的示例，该函数根据部门的员工数量计算工资总额：
在这个示例中，我们首先声明了两个变量 count 和 salary，然后使用 SELECT 语句从表中检索数据。最后，我们返回 salary / count 的结果，即每个员工的平均工资。

• CREATE FUNCTION 是用来创建函数的语句。
• get_employee_count 是函数的名称。
• (department INT) 是输入参数列表，这里我们定义了一个名为 department 的整数类型参数。
• RETURNS INT 指定了函数的返回类型是整数。
• BEGIN 和 END 之间的代码是函数体。
• RETURN (SELECT COUNT(*) FROM employees WHERE department = department); 是返回语句，它返回一个值。在这个例子中，我们返回 employees 表中与输入参数 department 匹配的行数。

3.1 触发器创建(语法)

1.创建只有一个执行语句的触发器

CREATE TRIGGER trigger_name trigger_time trigger_event ON tbl_name 
FOR EACH ROW trigger_stmt

其中 trigger_name标识触发器名称，用户自行指定；trigger_time标识触发时机，可以指定为before或after；trigger_event标识触发事件，包括INSERT、 UPDATE和 DELETE；tbl_name标识建立触发器的表名，即在哪张表上建立触发器；trigger_stmt是触发器执行语句。

例

CREATE TABLE account (acct_num INT,amount DECIMAL (10,2));
CREATE TRIGGER ins_sum BEFORE INSERT ON account
FOR EACH ROW SET @sum = @sum + NEW.amount;

首先创建一个account表，表中有两个字段，分别为： acct_num字段(定义为int类型)，amount字段（定义成浮点类型)﹔其次创建一个名为 ins_sum的触发器，触发的条件是向数据表account插入数据之前，对新插入的amount字段值进行求和计算。

SET @sum=0;
INSERT INTO account VALUES(1,1.00),(2,2.00) ;
SELECT @sum;

首先创建一个account表，在向表account插入数据之前，计算所有新插入的account 表的amount值之和，触发器的名称为ins_sum，条件是在向表插入数据之前触发。

2.创建有多个执行语句的触发器

CREATE TRIGGER trigger_name trigger_time trigger_event
ON tbl name FOR EACH ROW
BEGIN
  语句执行列表
 END

其中 trigger_name标识触发器的名称，用户自行指定；trigger_time标识触发时机，可以指定为before或after；rigger_event标识触发事件，包括INSERT、UPDATE 和 DELETE；tbl_name标识建立触发器的表名，即在哪张表上建立触发器；触发器程序可以使用BEGIN和END作为开始和结束，中间包含多条语句。
关键字：
:NEW 和:OLD使用方法和意义，new 只出现在insert和update时，old只出现在update和delete时。在insert时new表示新插入的行数据，update时new表示要替换的新数据、old表示要被更改的原来的数据行，delete时old表示要被删除的数据。

CREATE TABLE test1(a1 INT);
CREATE TABLE test2(a2 INT);
CREATE TABLE test3(a3 INT NOT NULL AUTO_INCREMENT PRIMARY KEY);
 
 
CREATE TABLE test4(
  a4 INT NOT NULL AUTO_INCREMENT PRIMARY KEY,
  b4 INT DEFAULT 0
);
 
 
DELIMITER //
CREATE TRIGGER testref BEFORE INSERT ON test1 FOR EACH ROW 
BEGIN
  INSERT INTO test2 SET a2 = NEW.a1;
  DELETE FROM test3 WHERE a3 = NEW.a1;
  UPDATE test4 SET b4 = b4+1 WHERE a4 = NEW.a1;
END //
 
INSERT INTO test3(a3) VALUES
(NULL), (NULL), (NULL), (NULL), (NULL),
(NULL),(NULL), (NULL), (NULL), (NULL);
INSERT INTO test4(a4) VALUES
(0), (0),(0),(0), (0),
(0), (0),(0),(0), (0);

上面的代码是创建了一个名为testref的触发器，这个触发器的触发条件是在向表test1插入数据前执行触发器的语句，具体执行的代码如下：

INSERT INTO test1 VALUES
 (1), (3), (1), (7), (1), (8),(4),(4);

那么4个表中的数据如下：

SELECT * FROM test1;
SELECT * FROM test2;
SELECT * FROM test3;
SELECT * FROM test4;

执行结果显示，在向表test1插入记录的时候，test2、 test3、 test4 都发生了变化。从这个例子看INSERT触发了触发器，向test2中插入了test1 中的值，删除了test3 中相同的内容,
同时更新了test4 中的b4,即与插入的值相同的个数。

3.查看触发器

查看触发器是指查看数据库中已存在的触发器的定义、状态和语法信息等。可以通过命令
来查看已经创建的触发器。本节将介绍两种查看触发器的方法，分别是： SHOW TRIGGERS
和在triggers表中查看触发器信息。

## SHOW TRIGGERS语句查看触发器信息
SHOW TRIGGERS;

4.实例/注意

创建一个在account表插入记录之后，更新myevent数据表的触发器，代码如下：

CREATE TRIGGER trig_insert AFTER INSERT ON account
FOR EACH ROW INSERT INTO myevent VALUES (2, 'after insert');

上面的代码创建了一个trig. _insert 的触发器在向表account插入数据之后会向表myevent
插入一组数据，代码执行如下：

INSERT INTO account VALUES (1, 1.00), (2, 2.00);

SELECT * FROM myevent;

从执行的结果来看，是创建了一个名称为trig_insert 的触发器，它是在向account 插入记
录之后进行触发，执行的操作是向表myevent 插入一条记录。

使用触发器时须特别注意。
1.在使用触发器的时候需要注意，对于相同的表，相同的事件只能创建一一个触发器，比如对
表account创建了一个BEFOREINSERT触发器,那么如果对表account再次创建一个BEFORE
INSERT触发器，MySQL将会报错，此时，只可以在表account.上创建AFTER INSERT或者
BEFOREUPDATE类型的触发器。灵活地运用触发器将为操作省去很多麻烦。
及时删除不再需要的触发器。
1.触发器定义之后，每次执行触发事件，都会激活触发器并执行触发器中的语句。如果需求
发生变化，而触发器没有进行相应的改变或者删除，则触发器仍然会执行旧的语句,从而会影
响新的数据的完整性。因此，要将不再使用的触发器及时删除。
请根据实际情况合理的使用触发器,没有必要使用触发器可以直接使用代码进行逻辑处理
,一般中小型项目使用的比较少

三.存储引擎

查询当前数据库支持的存储引擎

show engines;

1.InnoDB

介绍: nnoDB是一种兼顾高可靠性和高性能的通用存储引擎，在 MySQL 5.5 之后，InnoDB是默认的 MySQL 存储引擎。

① 特点

• DML操作遵循ACID模型，支持事务；
• 行级锁，提高并发访问性能；
• 支持外键FOREIGN KEY约束，保证数据的完整性和正确性；

② 文件

• xxx.frm：xxx代表的是表名，与表相关的元数据信息都存放在frm文件，包括表结构的定义信息等。
• xxx.ibd：InnoDB DATA，表数据和索引的文件，innoDB引擎的每张表都会对应这样一个表空间文件，存储该表的表结构（frm-早期的 、sdi-新版的）、数据和索引。该表的索引(B+树)的每个非叶子节点存储索引，叶子节点存储索引和索引对应的数据

参数：innodb_file_per_table

show variables like 'innodb_file_per_table';

如果该参数开启，代表对于InnoDB引擎的表，每一张表都对应一个ibd文件。 我们直接打开MySQL的数据存放目录：
C:\ProgramData\MySQL\MySQL Server 8.0\Data ，
这个目录下有很多文件夹，不同的文件夹代表不同的数据库，我们直接打开jw（对应某个数据库）文件夹。
可以看到里面有很多的ibd文件，每一个ibd文件就对应一张表，比如：我们有一张表 account，就有这样的一个account.ibd文
件，而在这个ibd文件中不仅存放表结构、数据，还会存放该表对应的索引信息。 而该文件是基于二进制存储的，不能直接基于
记事本打开，我们可以使用mysql提供的一个指令 ibd2sdi ，通过该指令就可以从ibd文件中提取sdi信息，而sdi数据字典信息中
就包含该表的表结构。

③ 逻辑存储结构

• 表空间 : InnoDB存储引擎逻辑结构的最高层，ibd文件其实就是表空间文件，在表空间中可以包含多个Segment段。
• 段 : 表空间是由各个段组成的， 常见的段有数据段、索引段、回滚段等。InnoDB中对于段的管理，都是引擎自身完成，不需要人为对其控制，一个段中包含多个区。
• 区 : 区是表空间的单元结构，每个区的大小为1M。 默认情况下， InnoDB存储引擎页大小为16K， 即一个区中一共有64个连续的页。
• 页 : 页是组成区的最小单元，页也是InnoDB 存储引擎磁盘管理的最小单元，每个页的大小默认为 16KB。为了保证页的连续性，InnoDB 存储引擎每次从磁盘申请 4-5 个区。
• InnoDB 存储引擎是面向行的，也就是说数据是按行进行存放的，在每一行中除了定义表时所指定的字段以外，还包含两个隐藏字段(后面会详细介绍)。

2.MyISAM

介绍: MyISAM是MySQL早期的默认存储引擎。

① 特点

• 不支持事务，不支持外键
• 支持表锁，不支持行锁
• 访问速度快

② 文件

• xxx.sdi：存储表结构信息
• xxx.MYD: MyISAM DATA，用于存储MyISAM表的数据
• xxx.MYI: MyISAM INDEX，用于存储MyISAM表的索引相关信息

3.Memory

介绍: Memory引擎的表数据时存储在内存中的，由于受到硬件问题、或断电问题的影响，只能将这些表作为临时表或缓存使用。

① 特点

• 内存存放
• hash索引（默认）

② 文件

• xxx.sdi：存储表结构信息【数据存放在内存中，xxx.sdi存放在D:\SoftwareInstall\mysql-5.7.42-winx64\data\databaseName\xxx.sdi】

4.三种引擎区别及特点

问题:

InnoDB引擎与MyISAM引擎的区别?

1.InnoDB引擎, 支持事务, 而MyISAM不支持。
2.InnoDB引擎, 支持行锁和表锁, 而MyISAM仅支持表锁, 不支持行锁。
3.InnoDB引擎, 支持外键, 而MyISAM是不支持的。

存储引擎支持：在MySQL中，支持hash索引的是Memory存储引擎。 而InnoDB中具有自适应hash功能，hash索引是InnoDB存储引擎根据B+Tree索引在指定条件下自动构建的。

存储引擎选择?

1.InnoDB: 是Mysql的默认存储引擎，支持事务、外键。如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询之外，还包含很多的更新、删除操作，那么InnoDB存储引擎是比较合适的选择。存储业务系统中对于事务、数据完整性要求较高的核心数据

2.MyISAM ： 如果应用是以读操作和插入操作为主，只有很少的更新和删除操作，并且对事务的完整性、并发性要求不是很高，那么选择这个存储引擎是非常合适的。 存储业务系统的非核心事务【MYISAM索引和数据是分开的，而且其索引是压缩的，可以更好地利用内存。所以它的查询性能明显优于INNODB。压缩后的索引也能节约一些磁盘空间。MYISAM拥有全文索引的功能，这可以极大地优化LIKE查询的效率。】（业务系统中的日志、电商系统中的足迹/评论）【被NoSQL–MongoDB替代】

3.MEMORY：将所有数据保存在内存中，访问速度快，通常用于临时表及缓存。MEMORY的缺陷就是对表的大小有限制，太大的表无法缓存在内存中，而且无法保障数据的安全性。【被NoSQL–Redis替代】

为什么InnoDB存储引擎选择使用B+Tree索引结构?

1.相对于二叉树，层级更少，搜索效率高；
2.对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低；（B+ 树的非叶子节点不存放实际的记录数据，仅存放索引，因此数据量相同的情况下，相比存储即存索引又存记录的 B 树，B+树的非叶子节点可以存放更多的索引，因此 B+ 树可以比 B 树更「矮胖」，查询底层节点的磁盘 I/O次数会更少）
3.B+ 树有大量的冗余节点（所有非叶子节点都是冗余索引），这些冗余索引让 B+ 树在插入、删除的效率都更高，比如删除根节点的时候，不会像 B 树那样会发生复杂的树的变化；B+ 树叶子节点之间用链表连接了起来，有利于范围查询，而 B 树要实现范围查询，因此只能通过树的遍历来完成范围查询，这会涉及多个节点的磁盘 I/O 操作，范围查询效率不如 B+ 树
4.相对Hash索引，B+tree支持范围匹配及排序操作；

索引是否越多越好？为什么？

不是。索引是建立在原数据上的数据结构，所以不论在查询还是更新维护、一定会带来开销。
比如一本书有 100 页，我构建了 50 页的目录，你觉查询起来还会方便吗？
1.数据量小的表不需要建立索引，建立索引反而会增加额外开销。
2.数据变更后索引也需要更新，更多的索引意味着更多的维护成本。
3.索引是放在磁盘的，更能的索引也意味着更多的存储空间。
4.数据重复且分布平均的字短没必要建立索引（比如：性别）

索引什么时候会失效？

1. 范围查询 大于小于
   联合索引的最左匹配原则，出现范围查询(>,<)，范围查询右侧的列索引失效，即范围查询的字段可以用到联合索引，但是在范围查询字段后面的字段无法用到联合索引。mysql 会一直向右匹配直到遇到索引搜索键使用>、<就停止匹配。一旦权重最高的索引搜索键使用>、<范围查询，那么其它>、<搜索键都无法用作索引。即索引最多使用一个>、<的范围列，因此如果查询条件中有两个>、<范围列则无法全用到索引。

-- 当范围查询使用> 或 < 时，走联合索引了，但是索引的长度为49，就说明范围查询右边的status字段是没有走索引的
explain select * from user where profession = '软件工程' and age > 30 and status = '0';

-- 使用>= 或 <=，走联合索引了，索引的长度为54，就说明所有的字段都是走索引的
explain select * from user where profession = '软件工程' and age >= 30 and status = '0';

2. like %xx 模糊查询

• 当使用LIKE操作符进行模糊查询，并且搜索键值以通配符%开头（如：like ‘%abc’），则索引失效，直接全表扫描。这是因为以%开头的模式匹配意味着匹配的字符串可以在任何位置，这使得索引无法有效定位数据
• 若只是以%结尾，索引不会失效

-- 索引生效
explain select * from user where profession like '软件%';
-- 失效
explain select * from user where profession like '%工程';
-- 失效
explain select * from user where profession like '%工%';

3.对索引列进行运算

当我们在查询条件中对索引列进行函数或表达式计算，会导致索引失效而进行全表扫描。比如：

select * from user where YEAR(birthday) < 1999;
explain select * from user where length(name)>2;

4.or 条件索引问题
用or分割开的条件， 如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。
当or连接的条件，左右两侧字段都有索引时，索引才会生效

-- age没有索引，or连接 索引失效、全表扫描
explain select * from user where id = 10 or age = 23;

5.数据类型不一致，隐式转换导致索引失效
当列是字符串类型，传入条件 必须用引号引起来，不然报错或索引失效（字符串不加引号 索引会失效）。

explain select * from t_user where id_no = 1002;

表里的 id_no 是 varchar 类型

6.!= 问题
普通索引使用 !=索引失效，主键索引没影响。
where语句中索引列使用了负向查询，可能会导致索引失效。负向查询包括：NOT、!=、<>、NOT IN、NOT LIKE等。

-- 索引生效
explain select * from deviceinfo where device_id = '0x719d7986';
-- 索引失效
explain select * from deviceinfo where device_id != '0x719d7986';

-- 索引生效
explain select * from deviceinfo where id = 32619;
-- 索引生效
explain select * from deviceinfo where id != 32619;

7.联合索引 违背 最左前缀法则
如果索引了多列（联合索引），要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列。如果跳跃某一列，索引将会部分失效(后面的字段索引失效)。