我们经常在后端工程师的招聘信息上看到诸如「熟悉 SQL 语句优化」、「了解数据库和索引原理」这样的要求，这是因为后端工程师最主要的工作就是和数据打交道，当数据达到一定规模之后就会对性能有一定要求，而正确地建立和使用索引是优化数据库性能时最先应该被考虑到的、最简单有效的方式。
很多人对于索引的概念仅仅停留在「有索引会快」，但至于为什么快，甚至一个查询究竟能不能用上索引，则了解得不够清楚。
说起来在中文社区中，对于 每种类型的索引能够适用于什么样的查询 的资料还是比较少的，很多文章只是一笔带过、抄来抄去。因此我收集了很多资料，与朋友同事进行讨论，最后制作了这个小系列，内容包括：
- 索引对性能的影响（正确的索引可以给查询性能带来数量级的提升）
- B-Tree（可以将索引看作有序的列表，我们可以在上面进行类似二分查找的快速搜索）
- 单列索引适用的查询（全匹配、前缀匹配、范围查询、排序）
- 单列索引不适用的查询（后缀匹配）
- 索引的属性（主键、聚集、唯一、稀疏）
- 区分度（一个字段上的值之间有多么不同）
- 复合索引的概念（多个字段构成的索引）
- 复合索引适用的查询（多字段全匹配、匹配的同时范围查询或排序、只使用左侧的字段等）
- 复合索引不适用的查询（直接使用右侧的字段、范围查询或排序字段不在最右侧等）
- 最左匹配原则（顺序对于复合索引非常重要）
- 自动创建索引的一些尝试
- 找到没有使用索引的查询（Slow Query 和 EXPLAIN）
- JOIN 查询与索引
- 对数据库进行性能优化的顺序（创建索引、添加缓存、调整查询、调整数据结构）
这个讲座分为上下两集，总计一小时，因为是录播，已将不流畅的部分剪辑掉了，信息密度比较高。适合有一定后端开发和数据库（MySQL 或 MongoDB）使用经验，即将独立面对较高数据量站点的维护，或对数据库索引有兴趣的开发者收看：讲座链接，如有相关问题欢迎在 SegmentFault 上留言交流。
