距离上一篇数据库索引，已经快有一年了，
以前洋洋洒洒写了一大堆，可读性不高，现在换个角度用另种方式来讲。
在之前的文章中，有用到一条sql1
select name from student where score =100;
我们将场景稍微复杂化一些，好切入主题1
select name from student where age=18 and sex=1 order by score;
对于这种场景，我们如何建立索引呢？（不考虑其他情况，单谈论这个场景）
一：1
create index index_age_sex on student(age, sex);
根据where后面等值或者范围条件来建立索引，是我们比较常用的方式。通过索引来尽可能过滤不需要的索引，需要注意的是最左原则，建议离散程度越高的放在越左边。
二：
对于上面的case，可以更进一步的优化1
create index index_age_sex_score on student(age, sex, score);
我们知道数据库排序是非常消耗cpu资源的，大量的排序会导致cpu飙高。如果数据量比较大，需要排序的数据超过sort buffer，就会导致和外村换进换出，性能下降严重。所以可以利用索引的有序性，消除order by和group的排序操作。
三：
再进一步的优化，就是之前文章提到过的索引覆盖：1
create index index_age_sex_score_name on student(age, sex, score, name);
非聚簇索引（b+tree）在叶子节点存放的是对应的主键值，所以要查询到真正的数据还需要一个回查的操作。而在索引覆盖的情况下，非聚簇索引在叶子节点就能查询到sql需要的数据了，避免了回查。如果内存足够的话，整个索引直接在内存完成操作，可以减少物理IO的消耗。
总结：
上面建索引的方法是一种理想的情况，实际的业务查询场景千变万化，那就需要在这样的基础上见招拆招，本质其实差不多。文章内容不多，希望通过这样的角度切入，能更好的帮助大家了解索引的原理和如何构建合适的索引。