mysql判断sql语句是不是慢查询，是根据语句的执行时间来衡量的，mysql会用语句的执行时间和long_query_time这个系统参数做比较，如果语句执行时间大于long_query_time，都会把这个语句记录到慢查询日志里面。long_query_time的默认值是10s，一般生产环境不会设置这么大的值，一般设置1秒。
语句是否用到索引，是指语句在执行的时候有没有用到表的索引。图一:未用到索引，图二：使用主键索引，图三：使用了“a”索引。
图二：如果数据的压力非常高，那么该sql执行的时间也有可能超过long_query_time，会记录到慢查询日期里面
图三：是扫描了整个“a”的索引树，如果数据大于100W行效率就会变慢
是否执行索引只是表示了一个SQL语句执行的过程，而是否记录慢查询，是有执行时间决定的，而这个执行时间，可能会受外部因素的影响，也就是说是否使用索引，和是否记录慢查询之间并没有必然的联系。
什么叫做使用了索引，innoDB是索引组织表，所有的数据都是存储在索引树上面的。如下图所示，该表建立了两个索引，一个主键索引，一个普通索引a，在innoDB里数据是放在主键索引里的。
数据索引示意图：
如果执行explanin select * from t where id > 0 如下图：但是从数据上这个sql一定是做了全表扫描，但是优化器认为，这个sql的执行过程中需要根据主键索引定位到第一个满足id>0的值。即便这个sql使用到了索引，实际上也可能是全表扫描。
因此innoDB只有一种情况没有使用到索引，就是从主键索引的最左边的叶子节点开始，向右扫描整个索引树，也就是说没有使用索引并不是一个准确的描述，你可以用全表扫描表示一个查询遍历了整个主键索引树，也可以用全索引扫描说明像 select a from t这样的查询，它扫描了整个普通的索引树，而像select * from t where id=2 这样的语句，才是我们平时说的使用了索引，它表示的意思是，我们使用了索引的快速搜索功能，并且有效的减少了扫描行数。
索引的过滤性
假设现在维护了一张记录了整个中国人的基本信息表，假设你要查询所有年龄在10到15岁之间的基本信息，通常语句就会是：select * from t_people where age between 10 and 15; 一般都会在age这个字段增加一个索引，否则就是一个全表扫描,但是在建了age上的索引后，这个语句还是执行慢，因为满足这个条件的数据有超过1亿行。建立索引表的组织结构图如下： 那么上面的sql语句执行流程是，从索引age上用树搜索，取出第一个age=10的记录，得到它的主键ID的值，根据ID值去主键索引树取整行的信息，作为结果集的一部分返回，在索引age上向右扫描，取出下一个ID值，到主键索引上取出整行信息，作为结果集的一部分返回。重复改操作，只到碰到第一个age > 15的记录。
其实最终关系的是扫描行数，对于一个大表，不止要有索引，索引的过滤性也要足够好，像刚才的例子age这个索引，它的过滤性就不够好，在设计表结构的时候，我们要让索引的过滤性足够好，也就是区分度比较高，那么过滤性好了，是不是标识查询的扫描行数就一定少呢？在看一个例子，参考下图：
如果有一个索引是姓名、年龄的联合索引，那这个联合索引的过滤性应该不错，如果你的执行语句是：select * from t_people where name ='张三' and age = 8; 就可以在联合索引上快速找到第一个姓名是张三，并且年龄是8的小朋友，这样的数据应该不会很多，因此向右扫描的行数也很少，查询效率就很高，但是在查询的过滤性和索引的过滤性不一定是一样的，如果现在你的需求是查出所有名字第一个字是张，并且年龄是8的所有小朋友，SQL语句通常这样写：select * from t_people where name like '张%' and age = 8;
在mysql5.5之前的版本中，这个语句的执行流程是这样的 （参考下图）从联合索引树上找到第一个姓名字段上第一个姓张的记录，取出主键ID，然后到主键索引上，根据ID取出
整行的值，判断年龄是否等于8，如果是就做为结果集的一行返回，如果不是就丢弃。我们把根据ID到主键索引上查找整行数据的这个动作，叫做回表，在联合索引上向右遍历，并重复做回表和判断的逻辑。直到碰到联合索引树上，第一个姓名第一个字不是张的记录为止。可以看到这个执行过程里面，最耗时的步骤就是回表。假设全国名字第一个字姓张的人有8000W，那么这个该过程就回表8000W次。在定位第一行记录的时候，只能使用索引和联合索引的最左前缀，称为最左前缀原则。可以看到这个执行过程它的回表次数特别多，性能不够好，有没有优化的方法呢？
在Mysql5.6版本引入了index condition pushdown的优化。优化的执行流程是：从联合索引树上找到第一个年龄字段是张开头的记录，判断这个索引记录上的年龄值是不是8，如果是就回表，取出整行数据，做为结果集返回的一部分，如果不是就就丢弃，不需要回表，在联合索引树上向右遍历，并判断年龄字段后，根据需要做回表，知道碰到联合索引树上，名字的第一个字不是张的记录为止。这个过程跟上面的过程的差别，是在遍历联合索引的过程中，将age=8这个条件下推到索引遍历的过程中，减少了回表次数。假设全国名字第一个字是张的人里面，有100W个年龄是8的小朋友，那么这个查询过程中，在联合索引里要遍历8000W次，而回表只需要100w次。可以看到index condition pushdown优化的效果还是很不错的，但是这个优化还是没有绕开最左前缀原则的限制，因此在联合索引里，还是要扫描8000W行，有没有更进一步的优化呢？
虚拟列的优化方式
可以把名字的第一个字，和年龄做一个联合索引来试试，可以使用mysql5.7引入的虚拟列来实现，对应的修改表结构的sql语句是这么写的：
alert table t_people add name_first varchar(2) generated always as (left(name,1)),add index(name_first,age);
虚拟列的值，总是等于name字段的前两个字节，虚拟列在插入数据的时候，不能指定值，在更新的时候也不能主动修改，它的值会根据定义自动生成，在那么字段修改的时候，也会自动跟着修改。有了这个新的联合索引，我们再找名字的第一个字是张，并且年龄是8的小朋友的时候，这个SQL语句就可以这么写：
select * from t_people where name_first='张' and age=8;
这个SQL语句执行的过程，就只需要扫描联合索引的100W行，并回表100W次，这个优化的本质是我么创建了一个更紧凑的索引，来加速了查询的过程。
使用sql优化的过程，往往就是减少扫描行数的过程
