1、like語句得前導(dǎo)模糊查詢不使用索引：
select * from doc where title like '%XX'； --不能使用索引select * from doc where title like 'XX%'； --非前導(dǎo)模糊查詢，可以使用索引
2、負(fù)向條件查詢不能使用索引：
負(fù)向條件有：!=、<>、not in、not exists、not like 等
例如下面SQL語句：（假設(shè)status得取值為0、1、2、3、4）
select * from doc where status != 1 and status != 2; --不能使用索引select * from doc where status in (0,3,4); --優(yōu)化為 in 查詢，可以使用索引
3、范圍條件右邊得列不能使用索引（范圍列可以用到索引）：
范圍條件有：<、<=、>、>=、between等。
索引最多用于一個范圍列，如果查詢條件中有兩個范圍列則無法全用到索引。
假如有聯(lián)合索引 (emp_no 、title、from_date )，那么下面得 SQL 中 emp_no 可以用到索引，而title 和 from_date 則使用不到索引。
select * from employees.titles where emp_no < 10010' and title='Senior Engineer'and from_date between '1986-01-01' and '1986-12-31'
4、在索引列做任何操作（計算、函數(shù)、表達(dá)式）會導(dǎo)致索引失效而轉(zhuǎn)向全表掃描：
select * from doc where YEAR(create_time) <= '2016'; -- 不能使用索引select * from doc where create_time<= '2016-01-01'; -- 可以使用索引select * from order where date < = CURDATE()； -- 不能使用索引select * from order where date < = '2018-01-2412:00:00'; -- 可以使用索引select id from t where substring(name,1,3)=’abc’ -- 不能使用索引select id from t where name like ‘a(chǎn)bc%’ -- 可以使用索引select id from t where num/2=100 -- 不能使用索引select id from t where num=100*2 -- 可以使用索引
5、where 子句中索引列使用參數(shù)，也會導(dǎo)致索引失效：
因?yàn)镾QL只有在運(yùn)行時才會解析局部變量，但優(yōu)化程序不能將訪問計劃得選擇推遲到運(yùn)行時；它必須在編譯時進(jìn)行選擇。然而，如果在編譯時建立訪問計劃，變量得值還是未知得，因而無法作為索引選擇得輸入項(xiàng)。如下面語句將進(jìn)行全表掃描：
select id from t where num=等num -- 不能使用索引select id from t with(index(索引名)) where num=等num --可以改為強(qiáng)制查詢使用索引：
6、強(qiáng)制類型轉(zhuǎn)換會導(dǎo)致全表掃描：
字符串類型不加單引號會導(dǎo)致索引失效，因?yàn)閙ysql會自己做類型轉(zhuǎn)換,相當(dāng)于在索引列上進(jìn)行了操作。
如果 phone 字段是 varchar 類型，則下面得 SQL 不能命中索引，因?yàn)閮?nèi)部發(fā)生得類型轉(zhuǎn)換。
select * from user where phone=13800001234; -- 不能使用索引select * from user where phone='13800001234'; -- 可以使用索引
7、is null, is not null 在無法使用索引，不過在mysql得高版本已經(jīng)做了優(yōu)化，允許使用索引
select id from t where num is null; -- mysql低版本不能使用索引select id from t where num=0; -- 可以在num上設(shè)置默認(rèn)值0，確保表中num列沒有null值，然后這樣查詢
8、使用組合索引時，要符合最左前綴原則：
組合索引得字段數(shù)不允許超過5個。如果在a,b,c三個字段上建立聯(lián)合索引 index(a,b,c)，那么他會自動建立 a、(a,b)、(a,b,c) 三組索引。
（1）建立聯(lián)合索引得時候，區(qū)分度蕞高得字段在最左邊：
（2）存在等號和非等號混合判斷條件時，在建立索引時，把等號條件得列前置，如 where a > ? and b= ?，那么即使 a 得區(qū)分度更高，也必須把 b 放在索引得最前列。
（3）最左前綴查詢時，并不是指SQL語句得where順序要和聯(lián)合索引一致，但還是建議 where 條件得順序和聯(lián)合索引一致。
（4）假如index(a,b,c), where a=3 and b like 'abc%' and c=4，a能用，b能用，c不能用。
9、利用覆蓋索引來進(jìn)行查詢操作，避免回表，減少select * 得使用 ：
覆蓋索引：被查詢列要被所建得索引覆蓋，被查詢列得數(shù)據(jù)能從索引中直接取得，不用通過行定位符 再到 row 上獲取，加速查詢速度。
例如登錄業(yè)務(wù)需求，SQL語句如下。
Select uid, login_time from user where login_name=? and passwd=?
可以建立(login_name, passwd, login_time)得聯(lián)合索引，由于 login_time 已經(jīng)建立在索引中了，被查詢得 uid 和 login_time 就不用去 row 上獲取數(shù)據(jù)了，從而加速查詢。
10、利用索引下推減少回表得次數(shù)：
索引下推是Mysql5.6版本推出得功能，用于優(yōu)化查詢。
所以，索引下推就是存儲引擎查詢數(shù)據(jù)時，根據(jù)查詢條件過濾掉一些記錄，減少回表得次數(shù)，也可以減少M(fèi)ySQL服務(wù)層從存儲引擎接收數(shù)據(jù)量。
11、使用前綴索引：
短索引不僅可以提高查詢性能而且可以節(jié)省磁盤空間和I/O操作，減少索引文件得維護(hù)開銷，但缺點(diǎn)是不能用于 ORDER BY 和 GROUP BY 操作，也不能用于覆蓋索引。比如有一個varchar(255)得列，如果該列在前10個或20個字符內(nèi)，可以做到既使前綴索引得區(qū)分度接近全列索引，那么就不要對整個列進(jìn)行索引。為了減少key_len，可以考慮創(chuàng)建前綴索引，即指定一個前綴長度，可以使用count(distinct leftIndex(列名, 索引長度))/count(*) 來計算前綴索引得區(qū)分度（計算前綴索引得區(qū)分度在文章第三部分會介紹）。
12、order by、group by后面得列如果有索引，可以利用索引得有序性可以消除排序帶來得CPU開銷。
（1）order by 最后得字段是組合索引得一部分，并且放在索引組合順序得最后，避免出現(xiàn)file_sort 得情況，影響查詢性能。例如對于語句 where a= ? and b= ? order by c，可以建立聯(lián)合索引(a,b,c)。
（2）如果索引中有范圍查找，那么索引有序性無法利用，如 WHERe a > 10 ORDER BY b; 索引(a,b)無法排序。
（3）如果是前綴索引，是不能消除排序得
（4）order by排序字段順序，即asc/desc升降要跟索引保持一致，充分利用索引得有序性來消除排序帶來得CPU開銷
12、進(jìn)行join聯(lián)表查詢得字段需要建立索引，join蕞好不要超過三個表，需要 join 得字段，數(shù)據(jù)類型必須一致：
多表關(guān)聯(lián)查詢時，保證被關(guān)聯(lián)得字段需要有索引。left join是由左邊決定得，左邊得數(shù)據(jù)一定都有，所以右邊是我們得關(guān)鍵點(diǎn)，建立索引要建右邊得。當(dāng)然如果索引在左邊，可以用right join。
13、單表索引建議控制在5個以內(nèi)。
索引不是越多越好，索引固然可以提高相應(yīng)得 select 得效率，但同時也降低了 insert 及 update 得效率，因?yàn)?insert 或 update 時有可能會重建索引，同時也會暫用空間。一個表得索引數(shù)較好不要超過5個。
14、SQL 性能優(yōu)化 explain 中得 type：至少要達(dá)到 range 級別，要求是 ref 級別，如果可以是 consts 蕞好。
consts：單表中最多只有一個匹配行（主鍵或者唯一索引），在優(yōu)化階段即可讀取到數(shù)據(jù)。
ref：使用普通得索引
range：對索引進(jìn)行范圍檢索。
當(dāng) type=index 時，索引物理文件全掃，速度非常慢。
15、業(yè)務(wù)上具有唯一特性得字段，即使是多個字段得組合，也必須建成唯一索引，防止臟數(shù)據(jù)產(chǎn)生：
不要以為唯一索引影響了 insert 速度，這個速度損耗可以忽略，但提高查找速度是明顯得。另外，即使在應(yīng)用層做了非常完善得校驗(yàn)控制，只要沒有唯一索引，根據(jù)墨菲定律，必然。
16、更新十分頻繁、數(shù)據(jù)區(qū)分度不高得列不宜建立索引：
數(shù)據(jù)更新會變更 B+ 樹，在更新頻繁得字段建立索引會大大降低數(shù)據(jù)庫性能。類似于“性別”這種區(qū)分度不大得屬性，建立索引是沒有什么意義得，不能有效過濾數(shù)據(jù)，性能與全表掃描類似。一般區(qū)分度在80%以上得時候就可以建立索引，區(qū)分度可以使用 count(distinct(列名))/count(*) 來計算。
二、SQL語句優(yōu)化：1、減少請求得數(shù)據(jù)量：
（1）只返回必要得列，用具體得字段列表代替 select * 語句
MySQL數(shù)據(jù)庫是按照行得方式存儲，而數(shù)據(jù)存取操作都是以一個頁大小進(jìn)行IO操作得，每個IO單元中存儲了多行，每行都是存儲了該行得所有字段。所以無論取一個字段還是多個字段，實(shí)際上數(shù)據(jù)庫在表中需要訪問得數(shù)據(jù)量其實(shí)是一樣得。但是如果查詢得字段都在索引中，也就是覆蓋索引，那么可以直接從索引中獲取對應(yīng)得內(nèi)容直接返回，不需要進(jìn)行回表，減少IO操作。除此之外，當(dāng)存在 order by 操作得時候，select 子句中得字段多少會在很大程度上影響到我們得排序效率。
（2）只返回必要得行，使用 Limit 語句來限制返回得數(shù)據(jù)。如果不使用 Limit 得話，MySQL將會一行一行得將全部結(jié)果按照順序查找，最后返回結(jié)果，借助 Limit 可以實(shí)現(xiàn)當(dāng)找到指定行數(shù)時，直接返回查詢結(jié)果，提高效率
2、優(yōu)化深度分頁得場景：利用延遲關(guān)聯(lián)或者子查詢
對于 limit m, n 得分頁查詢，越往后面翻頁（即m越大得情況下）SQL得耗時會越來越長，對于這種應(yīng)該先取出主鍵id，然后通過主鍵id跟原表進(jìn)行Join關(guān)聯(lián)查詢。因?yàn)镸ySQL 并不是跳過 offset 行，而是取 offset+N 行，然后放棄前 offset 行，返回 N 行，那當(dāng) offset 特別大得時候，效率就非常得低下，要么控制返回得總頁數(shù)，要么對超過特定閾值得頁數(shù)進(jìn)行 SQL 改寫。
延遲關(guān)聯(lián)示例如下，先快速定位需要獲取得 id 段，然后再關(guān)聯(lián)：
# 延遲關(guān)聯(lián)：通過使用覆蓋索引查詢返回需要得主鍵,再根據(jù)主鍵關(guān)聯(lián)原表獲得需要得數(shù)據(jù)# 覆蓋索引：select得數(shù)據(jù)列只用從索引中就能夠得到，不用回表查詢select a.* from 表1 a,(select id from 表1 where 條件 limit 100000,20) b where a.id=b.id；
但對于深度分頁得情況，蕞好還是將上次遍歷到得最末尾得數(shù)據(jù)發(fā)布者會員賬號傳給數(shù)據(jù)庫，然后直接定位到該發(fā)布者會員賬號處 再 往后面遍歷數(shù)據(jù)
3、分解大連接查詢：
將一個大連接查詢分解成對每一個表進(jìn)行一次單表查詢，然后在應(yīng)用程序中進(jìn)行關(guān)聯(lián)，這樣做得好處有：
4、避免使用select得內(nèi)聯(lián)子查詢：
在select后面有子查詢得情況稱為內(nèi)聯(lián)子查詢，SQL返回多少行，子查詢就需要執(zhí)行過多少次，嚴(yán)重影響SQL性能。
5、盡量使用Join代替子查詢：
由于MySQL得優(yōu)化器對于子查詢得處理能力比較弱，所以不建議使用子查詢，可以改寫成Inner Join，之所以 join 連接效率更高，是因?yàn)?MySQL不需要在內(nèi)存中創(chuàng)建臨時表
select b.member_id,b.member_type, a.create_time,a.device_model from member_operation_log a inner join (select member_id,member_type from member_base_info where `status` = 1) as b on a.member_id = b.member_id;
6、多張大數(shù)據(jù)量得表進(jìn)行JOIN連接查詢，蕞好先過濾在JOIN:
在多個表進(jìn)行 join 連接查詢得時候，蕞好先在一個表上先過濾好數(shù)據(jù)，然后再用過濾好得結(jié)果集與另外得表 Join，這樣可以盡可能多得減少不必要得 IO 操作，大大節(jié)省 IO 操作所消耗得時間
7、避免在使用or來連接查詢條件：
如果一個字段有索引，一個字段沒有索引，將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描。
8、union、in、or 都能夠命中索引，但推薦使用 in：
（1）union：能夠命中索引，并且MySQL 耗費(fèi)得 CPU 最少
select * from doc where status=1union allselect * from doc where status=2;
（2）in：能夠命中索引，查詢優(yōu)化耗費(fèi)得 CPU 比 union all 多，但可以忽略不計
select * from doc where status in (1, 2);
（3）or：新版得 MySQL 能夠命中索引，但是如果一個字段有建立索引、一個字段沒有建立索引，那么將導(dǎo)致索引失效而進(jìn)行全表掃描，or 查詢優(yōu)化耗費(fèi)得 CPU 比 in 多
select * from doc where status = 1 or status = 2
對于上面三種關(guān)鍵詞：union all 分兩步執(zhí)行，而 in 和 or 只用了一步，效率高一點(diǎn)。用 or 得執(zhí)行時間比 in 時間長。因?yàn)槭褂?or 條件查詢，會先判斷一個條件進(jìn)行篩選，再判斷 or 中另外得條件再篩選，而 in 查詢直接一次在 in 得集合里篩選，并且or 查詢優(yōu)化耗費(fèi)得 CPU 比 in 多，所以推薦使用in
9、對于連續(xù)得數(shù)值，能用 between 就不要用 in：
10、小表驅(qū)動大表，即小得數(shù)據(jù)集驅(qū)動大得數(shù)據(jù)集：
in 和 exists 都可以用于子查詢，那么 MySQL 中 in 和 exists 有什么區(qū)別呢？
11、使用union all 替換 union：
當(dāng)SQL語句需要union兩個查詢結(jié)果集合時，這兩個結(jié)果集合會以union all得方式被合并，然后再輸出最終結(jié)果前進(jìn)行排序。如果用union all替代union，這樣排序就不是不要了，效率就會因此得到提高.。需要注意得是，UNIOn ALL 將重復(fù)輸出兩個結(jié)果集合中相同記錄。
12、優(yōu)化Group by，使用where子句替換Having子句：
避免使用having子句，having只會在檢索出所有記錄之后才會對結(jié)果集進(jìn)行過濾，這個處理需要排序分組，如果能通過where子句提前過濾查詢得數(shù)目，就可以減少這方面得開銷。
on、where、having這三個都可以加條件得子句，on是最先執(zhí)行，where次之，having最后。
提高GROUP BY 語句得效率, 可以通過將不需要得記錄在GROUP BY 之前過濾掉。
低效: SELECt JOB, AVG(SAL) FROM EMP GROUP by JOB HAVINg JOB = ‘PRES發(fā)布者會員賬號ENT' OR JOB = ‘MANAGER'高效: SELECt JOB, AVG(SAL) FROM EMP WHERe JOB =
13、盡量使用數(shù)字型字段：
若只含數(shù)值信息得字段盡量不要設(shè)計為字符型，這會降低查詢和連接得性能。引擎在處理查詢和連接時會逐個比較字符串中每一個字符，而對于數(shù)字型而言只需要比較一次就夠了。
14、寫出統(tǒng)一得SQL語句：
對于以下兩句SQL語句，很多人都認(rèn)為是相同得。不過數(shù)據(jù)庫查詢優(yōu)化器則認(rèn)為是不同得，雖然只是大小寫不同，但必須進(jìn)行兩次解析，生成2個執(zhí)行計劃。所以應(yīng)該保證相同得查詢語句在任何地方都一致，多一個空格都不行。
select * from dualselect * From dual
15、使用復(fù)合索引須遵守最左前綴原則：
復(fù)合索引必須使用到最左邊字段作為條件時才能保證系統(tǒng)使用該索引，否則該索引將不會被使用，并且應(yīng)盡可能得讓字段順序與索引順序相一致。
16、當(dāng)需要全表刪除且無需回滾時，使用Truncate替代delete
17、使用表得別名
當(dāng)在SQL語句中連接多個表時, 使用表得別名并把別名前綴用于每個Column上，這樣可以減少解析得時間并減少那些由Column歧義引起得語法錯誤。
18、避免使用耗費(fèi)資源得操作：
帶有DISTINCT,UNIOn,MINUS,INTERSECT,ORDER BY得SQL語句，會啟動SQL引擎執(zhí)行耗費(fèi)資源得排序功能，DISTINCT需要一次排序操作，而其他得至少需要執(zhí)行兩次排序。通常。帶有UNIOn, MINUS , INTERSECT得SQL語句都可以用其他方式重寫，如果你得數(shù)據(jù)庫得SORT_AREA_SIZE調(diào)配得好, 使用UNIOn , MINUS, INTERSECT也是可以考慮得, 畢竟它們得可讀性很強(qiáng)。
19、Update 語句，如果只更改1、2個字段，不要Update全部字段，否則頻繁調(diào)用會引起明顯得性能消耗，同時帶來大量日志。
20、應(yīng)盡可能得避免更新聚簇索引數(shù)據(jù)列，因?yàn)榫鄞厮饕龜?shù)據(jù)列得順序就是表記錄得物理存儲順序，一旦該列值改變將導(dǎo)致整個表記錄得順序得調(diào)整，會耗費(fèi)相當(dāng)大得資源。
21、盡量使用表變量來代替臨時表。
22、考慮使用“臨時表”暫存中間結(jié)果。臨時表并不是不可使用，適當(dāng)?shù)厥褂盟鼈兛梢允鼓承┎樵兏行?，例如，?dāng)需要重復(fù)引用大型表或常用表中得某個數(shù)據(jù)集時。將臨時結(jié)果暫存在臨時表，后面得查詢就在臨時表中查詢了，這可以避免程序中多次掃描主表，也大大減少了程序執(zhí)行中“共享鎖”阻塞“更新鎖”，減少了阻塞，提高了并發(fā)性能。但是，對于一次性事件，較好使用導(dǎo)出表。
23、在新建臨時表時，如果一次性插入數(shù)據(jù)量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果數(shù)據(jù)量不大，為了緩和系統(tǒng)表得資源，應(yīng)先create table，然后insert。
24、如果使用到了臨時表，在存儲過程得最后務(wù)必將所有得臨時表顯式刪除，先 truncate table ，然后 drop table ，這樣可以避免系統(tǒng)表得較長時間鎖定。
25、避免頻繁創(chuàng)建和刪除臨時表，以減少系統(tǒng)表資源得消耗。
26、盡量避免使用游標(biāo)，因?yàn)橛螛?biāo)得效率較差。與臨時表一樣，游標(biāo)并不是不可使用。對小型數(shù)據(jù)集使用 FAST_FORWARD 游標(biāo)通常要優(yōu)于其他逐行處理方法，尤其是在必須引用幾個表才能獲得所需得數(shù)據(jù)時。在結(jié)果集中包括“合計”得例程通常要比使用游標(biāo)執(zhí)行得速度快。
27、在所有得存儲過程和觸發(fā)器得開始處設(shè)置 SET NOCOUNT ON ，在結(jié)束時設(shè)置 SET NOCOUNT OFF 。
28、盡量避免大事務(wù)操作，提高系統(tǒng)并發(fā)能力。
29、在運(yùn)行代碼中，盡量使用PreparedStatement來查詢，不要用Statement。
三、索引得選擇性與前綴索引：既然索引可以加快查詢速度，那么是不是只要是查詢語句需要，就建上索引？答案是否定得。因?yàn)樗饕m然加快了查詢速度，但索引也是有代價得：索引文件本身要消耗存儲空間，同時索引會加重插入、刪除和修改記錄時得負(fù)擔(dān)，另外，MySQL在運(yùn)行時也要消耗資源維護(hù)索引，因此索引并不是越多越好。一般兩種情況下不建議建索引。
第壹種情況是表記錄比較少，沒必要建索引，讓查詢做全表掃描就好了。
第二種情況是索引得選擇性較低。所謂索引得選擇性，是指 不重復(fù)得索引值 與 表記錄數(shù)量 得比值：
顯然選擇性得取值范圍為(0, 1]，選擇性越高得索引價值越大，這是由B+Tree得性質(zhì)決定得。
例如，employees.titles表，如果title字段經(jīng)常被單獨(dú)查詢，是否需要建索引，我們看一下它得選擇性：
SELECT count(DISTINCT(title))/count(*) AS Selectivity FROM employees.titles;+-------------+| Selectivity |+-------------+| 0.0000 |+-------------+
title得選擇性不足0.0001（精確值為0.00001579），所以實(shí)在沒有什么必要為其單獨(dú)建索引。
有一種與索引選擇性有關(guān)得索引優(yōu)化策略叫做前綴索引，就是用列得前綴代替整個列作為索引key，當(dāng)前綴長度合適時，可以做到既使得前綴索引得選擇性接近全列索引，同時因?yàn)樗饕齥ey變短而減少了索引文件得大小和維護(hù)開銷。下面以employees.employees表為例介紹前綴索引得選擇和使用。
假設(shè)employees表只有一個索引<emp_no>，那么如果我們想按名字搜索一個人，就只能全表掃描了：
EXPLAIN SELECT * FROM employees.employees WHERe first_name='Eric' AND last_name='Anido';+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+| 1 | SIMPLE | employees | ALL | NULL | NULL | NULL | NULL | 300024 | Using where |+----+-------------+-----------+------+---------------+------+---------+------+--------+-------------+
如果頻繁按名字搜索員工，這樣顯然效率很低，因此我們可以考慮建索引。有兩種選擇，建<first_name>或<first_name, last_name>，看下兩個索引得選擇性：
SELECT count(DISTINCT(first_name))/count(*) AS Selectivity FROM employees.employees;+-------------+| Selectivity |+-------------+| 0.0042 |+-------------+SELECT count(DISTINCT(concat(first_name, last_name)))/count(*) AS Selectivity FROM employees.employees;+-------------+| Selectivity |+-------------+| 0.9313 |+-------------+
<first_name>顯然選擇性太低，<first_name, last_name>選擇性很好，但是first_name和last_name加起來長度為30，有沒有兼顧長度和選擇性得辦法？可以考慮用first_name和last_name得前幾個字符建立索引，例如<first_name, left(last_name, 3)>，看看其選擇性：
SELECT count(DISTINCT(concat(first_name, left(last_name, 3))))/count(*) AS Selectivity FROM employees.employees;+-------------+| Selectivity |+-------------+| 0.7879 |+-------------+
選擇性還不錯，但離0.9313還是有點(diǎn)距離，那么把last_name前綴加到4：
SELECT count(DISTINCT(concat(first_name, left(last_name, 4))))/count(*) AS Selectivity FROM employees.employees;+-------------+| Selectivity |+-------------+| 0.9007 |+-------------+
這時選擇性已經(jīng)很理想了，而這個索引得長度只有18，比<first_name, last_name>短了接近一半，我們把這個前綴索引建上：
ALTER TABLE employees.employeesADD INDEX `first_name_last_name4` (first_name, last_name(4));
此時再執(zhí)行一遍按名字查詢，比較分析一下與建索引前得結(jié)果：
SHOW PROFILES;+----------+------------+---------------------------------------------------------------------------------+| Query_發(fā)布者會員賬號 | Duration | Query |+----------+------------+---------------------------------------------------------------------------------+| 87 | 0.11941700 | SELECT * FROM employees.employees WHERe first_name='Eric' AND last_name='Anido' || 90 | 0.00092400 | SELECt * FROM employees.employees WHERe first_name='Eric' AND last_name='Anido' |+----------+------------+---------------------------------------------------------------------------------+
性能得提升是顯著得，查詢速度提高了120多倍。
前綴索引兼顧索引大小和查詢速度，但是其缺點(diǎn)是不能用于ORDER BY和GROUP BY操作，也不能用于覆蓋索引
感謝分享：張維鵬
原文鏈接：感謝分享blog.csdn感謝原創(chuàng)分享者/a745233700/article/details/84455241
