一个高效的联合索引离不开精准的设计，而设计的基础在于对数据分布和查询模式的深入分析。`SELECT COUNT(DISTINCT column)`、`SHOW INDEX FROM table` 等语句可以帮助我们了解字段的基数性和数据分布，但这些分析查询在大型表上执行成本高昂，不宜在生产库频繁运行。
 
分析成本：
对大数据表进行`DISTINCT`、`GROUP BY`等操作来分析数据特征，会产生大量的临时表和文件排序，消耗大量IO和CPU资源，可能影响线上业务的稳定性。
 
解决方案A：使用Percona Toolkit分析数据
`pt-query-digest`可以分析慢查询日志，帮你找到最需要索引的查询。`pt-index-usage`可以读取查询日志，分析现有索引的使用情况并提出建议。这些工具基于日志分析，对生产库本身影响较小。
 
解决方案B：在备份数据上无忧分析（使用80KM-mysql备份工具）
最安全、最彻底的数据分析方式是在一份生产数据的副本上进行。使用80KM-mysql备份工具，你可以轻松地将生产表备份并恢复到一台分析专用库上。在这台隔离的机器上，你可以毫无顾忌地运行任何复杂的分析查询，反复试验不同的联合索引字段顺序，直到找到最优解，而完全不用担心对生产环境造成任何负担。这为索引设计提供了最理想的实验环境。