MySQL 联合索引，索引覆盖，filesort 排序算法，及索引命中分析及其原理解释。

移动互联网时代，海量的用户每天产生海量的数量，比如：

用户表

订单表

交易流水表

以支付宝用户为例，8亿；微信用户更是10亿。订单表更夸张，比如美团外卖，每天都是几千万的订单。淘宝的历史订单总量应该百亿，甚至千亿级别，这些海量数据远不是一张表能Hold住的。事实上MySQL单表可以存储10亿级数据，只是这时候性能比较差，业界公认MySQL单表容量在1KW以下是最佳状态，因为这时它的BTREE索引树高在3~5之间。

常见方案

既然一张表无法搞定，那么就想办法将数据放到多个地方，目前比较普遍的方案有3个：

知识点

MyISAM 会直接存储总行数，InnoDB 则不会，需要按行扫描。

潜台词是，对于 select count(*) from t;

如果数据量大，MyISAM会瞬间返回，而InnoDB则会一行行扫描。

实践

数据量大的表，InnoDB 不要轻易 select count(*)，性能消耗极大。

常见坑

只有查询全表的总行数，MyISAM才会直接返回结果，当加了where条件后，两种存储引擎的处理方式类似。

实例

• 用户表