在你的工作中，可能写过很多个sql，我相信最让你头疼的，一定还是那风骚的查询sql。
我猜你很可能有这样的体验，好不容易写了一个牛逼哄哄的查询sql，兴奋的上线投产。
结果，在第二天阳光明媚的日子里，dba把你的sql揪了出来，揪出来还不算，dba还要发到群里@你，说：“嗨，兄弟，瞅瞅你写的个啥？”
接着，dba把你苦思冥想的sql贴在群里，这时，是不是感觉自己的内裤被扒出来展览一样？
对的，慢sql，是业务研发做sql优化逃避不了的一个问题。
要避免慢sql，最重要的，就是索引。
聪明的你应该看出来了，我要讲一讲，如何判断一个sql走不走索引？
以mysql为例，你可能马上就要骂我：“这还不简单，explain一下不就完事？”
是的，你很聪明，不过explain出来的结果，你得明白为什么，这样才能知道如何解决以及优化。
接着，来一起浪一把！
先创建如下表：
create table t1(id int primary key, a int, b int,c varchar(16),d varchar(16) index(a), index(c,d));
然后，我写了五个sql，你瞅瞅看走不走索引。
select * from t1 where a>5;
select * from t1 where c='test';
select * from t1 where c like 'test%';
select * from t1 where d like 'test%';
select * from t1 where c like '%test';
可能你已经知道答案了，如下：
select * from t1 where a>5; //走索引
select * from t1 where c='test'; //走索引
select * from t1 where c like 'test%'; //走索引
select * from t1 where d like 'test%'; //不走索引
select * from t1 where c like '%test'; //不走索引
那原理是什么呢？
mysql的表数据，本质上就是一个写在磁盘的B+树，专业名词叫做聚簇索引。而其他的索引，也是以B+树的形式写在文件中。
B+树的数据，不是顺序的，但却是有序的。
这就意味着，比如select * from t1 where a>5; 这个sql的a>5，从数据结构上，是可以推出来数据的大致位置的，既然如此，那便无需全表扫描，可以用到索引a。mysql，也正是这么做的。
理解了范围查询能走索引，接下来看第2个sql
select * from t1 where c='test';
由于c、d两个字段有组合索引，将第2个sql做一下改造
等价于
select * from t1 where c='test' and c||d>='test';
这下明白了不？有了范围查询，那就能走索引了。
再来看第3个sql，同理：
等价于
select * from t1 where c like 'test%' and c||d>='test';
所以，还是能够走索引。
再来看第4、5个sql，咱费劲脑子，也做不了如上的等价sql转换，事实上，这两个sql确实也走不了索引。
说到这，我想你大概想到了一个专业名词：最左匹配原则。
对，就是这个原则，而这个原则的算法依据，便是我所阐述的。
希望看了这篇文章，能对你有些帮助，不再被dba轻易抓住。