前言：

在學(xué)習(xí) MySQL 的過(guò)程中，“索引（Index）”一定是最核心、最重要的知識(shí)之一。

很多初學(xué)者第一次接觸索引時(shí)，會(huì)覺(jué)得：

• 概念抽象

• 原理復(fù)雜

• B+樹(shù)難懂

• 優(yōu)化不會(huì)寫(xiě)

但實(shí)際上：

索引的本質(zhì)，就是幫助數(shù)據(jù)庫(kù)“快速查找數(shù)據(jù)”。

你可以把它理解成：

書(shū)籍的目錄

如果一本書(shū)沒(méi)有目錄，你想找某一頁(yè)內(nèi)容，就只能

一頁(yè)一頁(yè)翻

但如果有目錄，你就能快速定位。

MySQL 索引也是同樣的道理。

這篇文章將從：

• 什么是索引

• 為什么需要索引

• 索引底層原理

• B+樹(shù)結(jié)構(gòu)

• 索引分類

• 索引失效

• SQL優(yōu)化

等多個(gè)角度，帶你徹底理解 MySQL 索引。

一、什么是索引？

索引（Index）是數(shù)據(jù)庫(kù)中一種：

用于提高查詢效率的數(shù)據(jù)結(jié)構(gòu)。

它的作用：

加快數(shù)據(jù)查詢速度

例如：

我們有一張用戶表：

CREATE TABLE user(
    id INT PRIMARY KEY AUTO_INCREMENT,
    name VARCHAR(20),
    age INT
);

插入10萬(wàn)條數(shù)據(jù)后：

如果執(zhí)行：

SELECT * FROM user WHERE name='張三';

MySQL 會(huì)：

從第一條開(kāi)始
一條一條找

這種方式叫：

全表掃描

效率非常低。

如果給 name 字段添加索引

CREATE INDEX idx_name ON user(name);

數(shù)據(jù)庫(kù)就能快速定位數(shù)據(jù)，查詢速度會(huì)大幅提升。

二、為什么索引能提高查詢速度？

核心原因：

減少數(shù)據(jù)掃描次數(shù)

沒(méi)有索引：

100萬(wàn)條數(shù)據(jù)
可能掃描100萬(wàn)次

有索引：

可能只需要掃描幾次

這就像：

沒(méi)有目錄的書(shū)

你想找：

第500頁(yè)內(nèi)容

只能：

從第一頁(yè)翻到500頁(yè)

有目錄的書(shū)

直接：

目錄 → 第500頁(yè)

效率差距巨大。

三、索引的底層數(shù)據(jù)結(jié)構(gòu)

很多面試中都會(huì)問(wèn)：

MySQL索引底層是什么？

答案：

B+Tree（B+樹(shù)）

四、為什么不用數(shù)組或鏈表？

4.1 數(shù)組的問(wèn)題

數(shù)組查找快：

支持下標(biāo)隨機(jī)訪問(wèn)

但是插入數(shù)據(jù)很慢。

例如：

1 2 4 5

插入3：

1 2 3 4 5

后面元素都要移動(dòng)。

數(shù)據(jù)庫(kù)頻繁增刪改，數(shù)組不適合。

4.2 鏈表的問(wèn)題

鏈表插入快，但查詢慢。

因?yàn)椋?/p>

只能一個(gè)一個(gè)找

不適合數(shù)據(jù)庫(kù)查詢。

4.3 二叉樹(shù)的問(wèn)題

普通二叉樹(shù)：

可能退化成鏈表。

例如：

1
 \
  2
   \
    3
     \
      4

查詢效率很差。

五、B+樹(shù)是什么？

MySQL 最常用的索引結(jié)構(gòu)：

B+Tree

它是一種：

多路平衡搜索樹(shù)

特點(diǎn)：

• 查詢快

• 層級(jí)少

• 磁盤IO少

• 非常適合數(shù)據(jù)庫(kù)

六、B+樹(shù)結(jié)構(gòu)特點(diǎn)

6.1 所有數(shù)據(jù)都在葉子節(jié)點(diǎn)

B+樹(shù)中：

真正的數(shù)據(jù)：

只存儲(chǔ)在葉子節(jié)點(diǎn)

非葉子節(jié)點(diǎn)只存索引。

6.2 葉子節(jié)點(diǎn)形成鏈表

葉子節(jié)點(diǎn)之間，會(huì)形成雙向鏈表。

因此：

范圍查詢效率極高

例如：

SELECT * FROM user WHERE id BETWEEN 100 AND 200;

6.3 樹(shù)高度低

B+樹(shù)的一個(gè)節(jié)點(diǎn)能存很多數(shù)據(jù)。

因此：

樹(shù)層級(jí)很少

通常：

3~4層

就能存千萬(wàn)級(jí)數(shù)據(jù)。

七、聚簇索引與非聚簇索引

這是 MySQL 高頻面試題。

7.1 聚簇索引（Clustered Index）

InnoDB 中，主鍵索引就是聚簇索引。

特點(diǎn)：

數(shù)據(jù)和索引放在一起

例如：

PRIMARY KEY(id)

葉子節(jié)點(diǎn)，直接存整行數(shù)據(jù)。

7.2 非聚簇索引（二級(jí)索引）

普通索引：

CREATE INDEX idx_name ON user(name);

葉子節(jié)點(diǎn)存的是：

主鍵值

查詢時(shí)，還要回到主鍵索引查數(shù)據(jù)。

這個(gè)過(guò)程叫：

回表查詢

八、索引分類

8.1 主鍵索引

創(chuàng)建主鍵時(shí)自動(dòng)生成。

CREATE TABLE student(
    id INT PRIMARY KEY,
    name VARCHAR(20)
);

特點(diǎn)：

• 唯一

• 不能為空

8.2 唯一索引

保證字段唯一。

CREATE UNIQUE INDEX idx_phone
ON user(phone);

例如：

手機(jī)號(hào)不能重復(fù)。

8.3 普通索引

最常見(jiàn)。

CREATE INDEX idx_age
ON user(age);

僅用于提高查詢效率。

8.4 聯(lián)合索引（復(fù)合索引）

多個(gè)字段共同組成。

CREATE INDEX idx_name_age
ON user(name,age);

適用于：

WHERE name=? AND age=?

8.5 全文索引

用于：

文本搜索

例如：

FULLTEXT(content)

九、創(chuàng)建索引

9.1 創(chuàng)建普通索引

CREATE INDEX idx_name
ON user(name);

9.2 創(chuàng)建唯一索引

CREATE UNIQUE INDEX idx_email
ON user(email);

9.3 創(chuàng)建聯(lián)合索引

CREATE INDEX idx_name_age
ON user(name,age);

9.4 刪除索引

DROP INDEX idx_name ON user;

十、查看SQL是否使用索引

使用：

EXPLAIN

例如：

EXPLAIN
SELECT * FROM user WHERE name='張三';

十一、EXPLAIN重要字段

11.1 type

SQL性能指標(biāo)。

常見(jiàn)：

11.2 key

使用了哪個(gè)索引。

11.3 rows

掃描行數(shù)越少越好。

十二、索引失效場(chǎng)景

很多時(shí)候，明明建了索引，但SQL還是很慢。

原因：

索引失效

12.1 對(duì)索引列使用函數(shù)

錯(cuò)誤示例：

SELECT * FROM user
WHERE YEAR(create_time)=2025;

索引失效。

正確：

SELECT * FROM user
WHERE create_time BETWEEN
'2025-01-01'
AND '2025-12-31';

12.2 模糊查詢以%開(kāi)頭

錯(cuò)誤：

LIKE '%abc'

索引失效。

正確：

LIKE 'abc%'

12.3 字段類型不一致

例如：

name VARCHAR

但：

WHERE name=123

可能導(dǎo)致隱式轉(zhuǎn)換，索引失效。

12.4 使用or

例如：

WHERE age=18 OR salary=5000

可能索引失效。

12.5 聯(lián)合索引不滿足最左前綴

例如：

(name,age,gender)

SQL：

WHERE age=20

無(wú)法使用聯(lián)合索引。

因?yàn)椋?/p>

沒(méi)有從最左邊開(kāi)始

十三、最左前綴原則

聯(lián)合索引最重要的規(guī)則。

例如：

(name,age,gender)

可以使用：

WHERE name=?
WHERE name=? AND age=?
WHERE name=? AND age=? AND gender=?

不能直接：

WHERE age=?

十四、覆蓋索引

什么是覆蓋索引？

即：

查詢的數(shù)據(jù)
剛好都在索引中

不需要回表。

例如：

CREATE INDEX idx_name_age
ON user(name,age);

SQL：

SELECT name,age
FROM user
WHERE name='張三';

由于：

name age 都在索引中

因此：

無(wú)需回表

性能更高。

十五、索引不是越多越好

很多初學(xué)者認(rèn)為索引越多越快，其實(shí)這是不對(duì)的。

15.1 索引占空間

索引需要額外存儲(chǔ)。

15.2 更新會(huì)變慢

執(zhí)行：

INSERT
UPDATE
DELETE

索引也要維護(hù)。并且索引越多，維護(hù)成本越高。

十六、索引優(yōu)化建議

16.1 高頻查詢字段建索引

例如：

用戶名
手機(jī)號(hào)
訂單號(hào)

16.2 數(shù)據(jù)量小不需要索引

例如：

幾十條數(shù)據(jù)

全表掃描更快。

16.3 區(qū)分度高的字段適合索引

例如：

手機(jī)號(hào)
身份證號(hào)

不適合：

性別

因?yàn)椋?/p>

重復(fù)值太多

16.4 聯(lián)合索引優(yōu)于多個(gè)單列索引

推薦：

(name,age)

而不是：

name
age

16.5 盡量使用覆蓋索引

減少回表。

十七、JavaWeb中的索引優(yōu)化場(chǎng)景

17.1 登錄功能

SELECT * FROM user
WHERE username=?;

username 應(yīng)加索引。

17.2 商品搜索

SELECT * FROM product
WHERE category_id=?;

商品分類應(yīng)加索引。

17.3 訂單查詢

SELECT * FROM orders
WHERE user_id=?
ORDER BY create_time DESC;

推薦聯(lián)合索引：

(user_id,create_time)

十八、面試高頻問(wèn)題

18.1 為什么索引能提高查詢效率？

因?yàn)闇p少了數(shù)據(jù)掃描次數(shù)。

18.2 MySQL索引底層是什么？

B+Tree

18.3 聚簇索引和非聚簇索引區(qū)別？

聚簇索引：

數(shù)據(jù)和索引在一起

非聚簇索引：

索引存主鍵值
需要回表

18.4 什么是回表查詢？

先查普通索引：

再查主鍵索引。

18.5 什么是最左前綴原則？

聯(lián)合索引必須從最左邊字段開(kāi)始使用。

十九、總結(jié)

索引是 MySQL 性能優(yōu)化的核心。

它的本質(zhì)：

幫助數(shù)據(jù)庫(kù)快速查找數(shù)據(jù)

重點(diǎn)一定要掌握：

• B+樹(shù)

• 聚簇索引

• 聯(lián)合索引

• 最左前綴

• 覆蓋索引

• 索引失效

對(duì)于開(kāi)發(fā)者來(lái)說(shuō)，真正的高性能系統(tǒng)：

并不是：

代碼寫(xiě)得多復(fù)雜

而是：

SQL是否高效
索引是否合理

數(shù)據(jù)庫(kù)性能，往往決定整個(gè)系統(tǒng)的性能上限。

到此這篇關(guān)于MySQL索引原理、分類與優(yōu)化實(shí)戰(zhàn)的文章就介紹到這了,更多相關(guān)MySQL索引原理、分類與優(yōu)化內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論