通常大部分索引的数据结构均为B-Tree，该结构按顺序直接存储该索引字段的值，因此直接可以再树的两端获取到最大值与最小值，例如下面这条SQL，我想统计出一个公司员工ID的最大值与最小值：

SELECT MAX(id),MAX(id) FROM staff_info

EXPLAIN分析结果如下：

综述：可以看到在索引字段使用MAX，MIN聚集函数时，可以直接取出结果值，在EXPLAIN分析的结果中，Extra这一项表示为“Select tables optimized away”，意思是已经优化到不能再优化啦。

再看另一种情况，比如我们需要查询一个公司的同名同姓的员工的最小ID，我们会很自然的联想到直接MIN()函数直接取出结果，SQL如下：

SELECT MIN(id) FROM staff_info WHERE staff_name='WangYe'

通过EXPLAIN分析下该SQL语句的性能结果如下：

可以看到该查询进行了全量表的扫描。

为了能够使用索引来扫描全表，我们换一种思路，因为所要取的字段正好为索引字段，可以将该索引字段进行排序。由于该索引保存的数据结构为B-Tree，正好本身就自带顺序，按照升序排列该字段，再用LIMIT取出第1条数，正好就是该字段的最小值，更改后的SQL如下：

SELECT id FROM staff_info WHERE staff_name='WangYe' ORDER BY id  ASC LIMIT 1

再用EXPLAIN出该SQL的结果：

可以看出该SQL利用了索引去扫描了全表，并且同样返回了最小值。

综述：使用两条不一样的逻辑的SQL返回了同样的结果，但后面的SQL查询性能却大大提升。在正式的业务中，如果表中的数据量比较小，使用任何SQL的性能区别不大，但是如果该表数据量达到千百万级别的时，是该考虑考虑使用性能更高的写法了。