一、什么是索引
索引是数据库中对表中一列或多列的值进行排序的一种数据结构。它类似于一本书的目录，通过建立「键值 → 数据位置」的映射关系，帮助数据库快速定位目标数据，而不必逐行扫描整张表。
简单来说，索引是以存储空间换取查询时间的极大缩短。
二、索引的作用
- 加快数据检索的速度：通过减少查询过程中需要扫描的数据行数，将全表扫描（O(n)）优化为近似 O(log n) 的树查找。
- 加快表连接和排序：索引本身是有序的，数据库可以直接利用索引的有序性完成排序，避免额外的文件排序（Filesort）操作。
- 保证数据的唯一性：通过创建唯一索引（UNIQUE），数据库可以强制保证某列（或多列）数据的唯一性。
三、索引的代价（缺点）
- 占用存储空间：每个索引都需要额外的磁盘空间来存储索引结构。
- 降低写入性能：对表进行 INSERT、UPDATE、DELETE 时，除了修改数据本身，还需要同步维护所有相关索引，写操作成本上升。
- 可能失效或误用：索引使用不当（如违反最左前缀、字段类型不匹配等）不仅无法加速，反而可能拖慢查询。
因此索引并非越多越好，需要根据实际查询场景权衡。
四、索引的原理
B+树（B+树是 B 树的一种变种）
- 分层的节点结构：B+树由根节点、内部节点和叶子节点构成。
- 内部节点：只记录存储索引键值和指向子节点的指针，不存储实际数据。
- 叶子节点：所有的数据都存储在叶子节点上，这些叶子节点通过双向链表连接，形成了一个有序的数据序列。
- 树高稳定：所有叶子节点都在同一层，这意味着查找任何数据都需要经历相同层数的路径，查询时间非常稳定。
为什么使用 B+ 树
- 大幅减少磁盘 I/O：磁盘 I/O 是数据库操作中最慢的环节。B+树通过其「矮胖」的结构，将查找数据所需的磁盘读取次数降到最低（通常 2-3 次）。每个节点的大小通常被设计为等于一个磁盘页（如 MySQL 的 16KB），使得一次 I/O 就能读取一个完整的节点。相比之下，二叉树等结构在数据量大时树高会急剧增加，导致 I/O 次数剧增。
- 卓越的范围查询能力：数据库的范围查询（如 BETWEEN、>、<）非常频繁。B+树的叶子节点通过链表串联，一旦定位到范围的起点，只需沿着链表顺序扫描即可，效率极高。而 B 树的数据分散在各处，进行范围查询需要进行复杂的中序遍历，效率低下。
- 查询性能稳定：在 B+树中，任何查找都必须从根节点走到叶子节点，因此所有查询的路径长度都相同，查询效率非常稳定。而在 B 树中，数据可能存储在任意节点，数据靠近根节点时查询快，靠近叶子节点时查询慢，性能不稳定。
- 更高的空间利用率：由于内部节点不存数据，可以存储更多的键值，这进一步降低了树的高度，也使得数据在磁盘上存储得更紧密，具有良好的空间局部性，能提高缓存命中率。
五、索引的分类
按物理存储方式（以 MySQL InnoDB 为例）
| 类型 | 说明 | 特点 |
|---|
聚集索引
Clustered |
索引的叶子节点直接存储整行数据（数据即索引），主键索引就是聚集索引。 |
每张表只能有一个。 |
非聚集索引
Secondary |
叶子节点存储的是主键值（而非数据本身），需要通过主键再查一次数据。 |
可以有多个，查询时可能发生「回表」。 |
- 回表：通过非聚集索引查询到主键后，再用主键去聚集索引中查找完整数据行的过程。
- 覆盖索引：查询所需的列全部包含在索引中时，无需回表，直接返回结果，性能最高。
按功能 / 约束分类
| 类型 | 说明 |
|---|
| 主键索引（Primary Key） | 唯一且非空，InnoDB 中即聚集索引。 |
| 唯一索引（Unique） | 保证列值唯一，允许 NULL。 |
| 普通索引（Normal） | 最基本的索引，无任何约束。 |
| 联合索引（Composite） | 由多个列组合成的索引，遵循最左前缀原则。 |
| 全文索引（Fulltext） | 用于大文本的全文检索。 |
| 前缀索引 | 对字符串的前 N 个字符建立索引，节省空间。 |
六、联合索引与最左前缀原则
联合索引由多列组成，例如 INDEX(a, b, c)，内部排序规则是：先按 a 排序，a 相同再按 b 排序，b 相同再按 c 排序。
最左前缀原则：查询条件必须从联合索引的最左侧列开始，且不能跳过中间列，否则无法完全利用该索引。
例如对 INDEX(a, b, c)：
- ✅ 能走索引：
where a = ?、where a = ? and b = ?、where a = ? and b = ? and c = ?
- ❌ 不能走索引：
where b = ?、where c = ?、where a = ? and c = ?（跳过 b，只能用到 a 这一列）
七、索引失效的常见场景
- 对索引列使用函数或表达式运算，如
where year(create_time) = 2025
- 隐式类型转换，如字符串列与数字比较
where phone = 13800000000
- 使用 like 以
% 开头，如 where name like '%张三'
- 联合索引违反最左前缀原则
- 查询条件使用 OR 且存在非索引列
- 使用
!=、<>、not in 等可能不走索引
- 索引列参与计算，如
where age + 1 = 20
八、建索引的建议
- 为 WHERE、ORDER BY、GROUP BY、JOIN 中频繁使用的列建索引。
- 区分度高（选择性好）的列适合建索引，如主键、唯一字段。
- 联合索引要注意列的顺序，把区分度高、查询频繁的列放在最左。
- 避免在频繁更新的列上建过多索引。
- 尽量使用覆盖索引，减少回表。