网上查询有说是因为在查询数据条数约占总条数五分之一以下时能够使用到索引，但超过五分之一时，使用全表扫描。
十余年专注成都网站制作，成都定制网页设计，个人网站制作服务，为大家分享网站制作知识、方案，网站设计流程、步骤,成功服务上千家企业。为您提供网站建设,网站制作,网页设计及定制高端网站建设服务,专注于成都定制网页设计,高端网页制作,对成都柴油发电机等多个行业，拥有多年设计经验。
不在索引列上做任何操作，会导致索引失效而导致全表扫描。存储引擎不能使用索引中范围条件右边的列，范围之后索引失效。这写条件判断最后放到后面，先定位到小的范围再开始。
如果MySQL估计使用索引比全表扫描更慢，则不适用索引，ex：列key_part1均匀的分布在1-100之间。
可以提供一下你的表结构和索引，以及问题所说的不能使用索引的sql。这样大家才好帮你定位解决问题。
当然具体是否使用index merge，优化器会自己选择，比如and连接时有联合索引，或干脆全表查询就很快，就没必要使用它了。
1、不过B是范围查找的话，索引也只到A、B，因为B是范围查找，后面的字段就会停止匹配。从上面可以看出最左前缀原则是在检索数据时按照规定的索引顺序来的。这里有一片文章，介绍的比较详细，大家可以去看看。
2、组合索引 有“最左前缀”原则，遇到范围查询(、、between、like)就会停止匹配。为什么是“最左匹配”原则，可以通过数据结构来看：联合索引是一颗b+树(a，b)a按顺序排列，b在a确定的情况下按顺序排列。
3、果真，查询执行的是range：由此可知，在进行范围查询时，比如：、 、=、=等， 如果数据量过大的话，即使where条件字段已经建立了索引，查询语句执行时还是有可能进行全表扫描的。
4、最佳左前缀原则——如果索引了多列，要遵守最左前缀原则。指的是查询要从索引的最左前列开始并且不跳过索引中的列。不在索引列上做任何操作，会导致索引失效而导致全表扫描。
5、最左匹配原则：最左优先，以最左边的为起点任何连续的索引都能匹配上。同时遇到范围查询(、、between、like)就会停止匹配。
6、就匹配不到索引了。而你对(a，b，c，d)建立索引，where后条件为 a =1andb =2andc 3andd =4 那么，a，b，c三个字段能用到索引，而d就匹配不到。
1、原因有如下：最佳左前缀原则——如果索引了多列，要遵守最左前缀原则。指的是查询要从索引的最左前列开始并且不跳过索引中的列。不在索引列上做任何操作，会导致索引失效而导致全表扫描。
2、titles表的主索引为emp_no， title， from_date，还有一个辅助索引emp_no。
3、而第二个查询因为要访问iMoney，需要“回表”，用不上覆盖索引。另外一个原因是索引字段的顺序，如果你把 test定义为(iType， dtEventTime)， 这个查询应该就能用上test这个索引。
4、当你source字段唯一性不高，例如你90w数据，里面source字段来来去去就那么十几个值，这种情况下影响结果集巨大，就会全表扫描。这种情况全表扫描还要快于利用索引，只要理解索引的本质不难明白MySQL为何不使用索引。
5、先正面回答你的问题 数据是否重复不是建立索引的重要依据，甚至都不是依据。 只要不完全重复（所有元组的该元素都一样），那么建立索引就是有意义的。
6、一般情况下某个前缀的选择性也是足够高的，足以满足查询性能。对于BLOB，TEXT，或者很长的VARCHAR类型的列，必须使用前缀索引，因为MySQL不允许索引这些列的完整长度。
mysql删除与修改操作是否会使用索引取决于很多条件 在删除或者修改sql语句的where条件中含有已经建立索引的字段 mysql优化器会根据查询条件使用索引进行sql优化 用EXPLAIN加在待操作的sql语句之前，执行一下。
需要重新创建索引，因为长度不同会认为是两个不同的所索引。创建和删除索引 索引的创建可以在CREATE TABLE语句中进行，也可以单独用CREATE INDEX或ALTER TABLE来给表增加索引。
如果只是单独增加一个字段索引，当然不会影响到已有的索引。但是问题是如果你增加一个字段索引，对于sql语句来说where后面如果正好有好几个有索引的字段，则可能会影响到sql的执行计划。这个概率还是比较大的。
//首先你的先插入500w条数据，我在mysql中建了一张表，只建了两个字段。
一亿的话，我这估计要大于70分钟。聚集索引时间更长。 这个需要索引排序，建立分支索引复合B树。一般海量数据不如新建立表，建立好索引，然后逐批导入数据。
MySQL是一个关系型数据库管理系统，由瑞典MySQL AB 公司开发，目前属于 Oracle 旗下产品。
一般来说，使用索引的情况下，MySQL可以很快地查询到数十万条数据；不使用索引的情况下，可能会导致性能下降，而每次查询的数据量也会相应减少。
