目录
一、索引概述：数据库的 “目录”
1.1 什么是索引？
1.2 索引的性能验证：用事实说话
实验环境准备
无索引查询耗时
有索引查询耗时
索引的 “空间换时间” 特性
二、索引的创建：三种核心方式
2.1 方式 1：CREATE INDEX（已存在表上创建）
2.2 方式 2：ALTER TABLE（添加索引）
2.3 方式 3：创建表时直接定义索引
三、索引的查看与分析：诊断性能的关键
3.1 查看索引的 4 种方法
方法 1：SHOW CREATE TABLE
方法 2：SHOW INDEX FROM
方法 3：EXPLAIN 分析查询计划
方法 4：查询系统表（高级）
四、索引的分类：从不同维度理解
4.1 按数据结构分类（物理存储方式）
4.2 按字段数量分类
4.3 按功能逻辑分类（最常见的面试考点）
4.4 按存储方式分类
五、索引的底层原理：为什么是 B+Tree？
5.1 为什么不选其他数据结构？
5.2 B+Tree 的核心优势
六、索引的优劣分析：权衡利弊
6.1 索引的优势
6.2 索引的弊端
七、索引设计原则：从实战中总结
7.1 必建索引的场景
7.2 避免索引的场景
7.3 其他最佳实践
八、练习与作业：动手实践
8.1 练习 1：创建带索引的表
8.2 练习 2：删除冗余索引
一、索引概述：数据库的 “目录”
1.1 什么是索引？
在数据库中，索引是一种特殊的 “数据结构文件”，它通过对表中一列或多列的值进行排序，从而加速数据的查询速度。
举个生活化的例子：查字典时，我们通过 “拼音目录” 或 “部首目录” 快速定位目标汉字，而不需要逐页翻查。数据库索引的作用类似 —— 它将表中的关键数据（如id、name）按特定规则排序存储，当执行WHERE、JOIN等查询时，数据库无需扫描全表，而是通过索引快速定位目标数据。
1.2 索引的性能验证：用事实说话
为了直观感受索引的作用，我们通过一个经典实验验证：
实验环境准备
-- 创建数据库
CREATE DATABASE mydb13_indexdb;
USE mydb13_indexdb;
-- 创建无索引的student表
CREATE TABLE student(
id INT,
name VARCHAR(64),
age INT(2)
);
-- 插入百万级数据（通过自复制快速扩容）
INSERT INTO student VALUES(1,'das',20),(2,'dasdas',19),(3,'dsfsfsd',18),(4,'bbggbbg',22),(5,'eeeee',19);
INSERT INTO student SELECT * FROM student; -- 多次执行，直到数据量达到百万级
无索引查询耗时
插入一条测试数据后查询：
INSERT INTO student VALUES(666,'andy',40);
SELECT * FROM student WHERE id=666;
输出结果：
1 row in set (2.75 sec)
（查询耗时 2.75 秒，全表扫描效率极低）
有索引查询耗时
为id字段创建索引后再次查询：
CREATE INDEX id_index ON student(id); -- 创建索引（耗时12.13秒）
SELECT * FROM student WHERE id=666;
输出结果：
1 row in set (0.00 sec)
（查询耗时几乎为 0，性能提升约 275 万倍！）
索引的 “空间换时间” 特性
创建索引前，student表文件大小约 120MB；创建索引后，文件增大至 164MB。这是因为索引需要额外存储排序后的数据结构（如 B+Tree），但牺牲少量空间换取查询性能的大幅提升，在 “读多写少” 的业务场景中是非常划算的。
二、索引的创建：三种核心方式
2.1 方式 1：CREATE INDEX（已存在表上创建）
语法：
CREATE [UNIQUE] INDEX index_name
ON table_name (column_name(length) [ASC|DESC]);
UNIQUE（可选）：创建唯一索引（字段值不可重复）。index_name：索引名称（建议用 “字段名 + index” 的命名规则，如id_index）。table_name：目标表名。column_name：要索引的字段名。length（可选）：若字段是长文本（如VARCHAR(255)），可指定前length个字符作为索引（减少索引大小）。ASC/DESC（可选）：索引排序方式（默认ASC升序）。
示例：
-- 创建普通索引（按name字段前10个字符索引）
CREATE INDEX name_index ON student(name(10));
-- 创建唯一索引（id字段值必须唯一）
CREATE UNIQUE INDEX id_unique_index ON student(id);
2.2 方式 2：ALTER TABLE（添加索引）
语法：
ALTER TABLE table_name
ADD [UNIQUE] INDEX index_name (column_name(length) [ASC|DESC]);
示例：
-- 为age字段添加普通索引
ALTER TABLE student ADD INDEX age_index (age);
-- 为name和age字段添加联合索引（多列索引）
ALTER TABLE student ADD INDEX name_age_index (name, age);
2.3 方式 3：创建表时直接定义索引
语法：
CREATE TABLE table_name (
column1 INT,
column2 VARCHAR(20),
-- 普通索引
INDEX index_name (column1),
-- 唯一索引
UNIQUE INDEX unique_index (column2),
-- 主键索引（特殊的唯一索引，非空）
PRIMARY KEY (column1)
);
注意：
- 主键索引（
PRIMARY KEY）必须在创建表时指定，且字段需设置NOT NULL。 - 多列索引需按顺序定义（如
(name, age)），查询时只有使用第一个字段才会触发索引（“最左匹配原则”）。
示例：
-- 创建表时定义普通索引和主键索引
CREATE TABLE workinfo(
id INT(10) NOT NULL AUTO_INCREMENT,
name VARCHAR(20) NOT NULL,
type VARCHAR(10),
PRIMARY KEY (id), -- 主键索引（自动唯一且非空）
INDEX name_index (name(10)) -- 普通索引（name前10字符）
);三、索引的查看与分析：诊断性能的关键
3.1 查看索引的 4 种方法
方法 1：SHOW CREATE TABLE
语法：
SHOW CREATE TABLE table_name \G;
输出示例：
CREATE TABLE `student` (
`id` int DEFAULT NULL,
`name` varchar(64) DEFAULT NULL,
`age` int DEFAULT NULL,
KEY `id_index` (`id`) -- 显示索引信息
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4
方法 2：SHOW INDEX FROM
语法：
SHOW INDEX FROM table_name \G;
输出字段解析（以student表的id_index为例）：
| 字段名 | 含义 | 示例值 |
|---|---|---|
Table | 索引所属的表名 | student |
Non_unique | 是否非唯一索引（0 = 唯一，1 = 非唯一） | 1 |
Key_name | 索引名称 | id_index |
Seq_in_index | 多列索引中字段的顺序（单列索引为 1） | 1 |
Column_name | 索引关联的字段名 | id |
Cardinality | 索引的基数（估计的唯一值数量，值越大索引效果越好） | 1000000 |
Sub_part | 字段中用于索引的字符长度（NULL表示全字段） | NULL |
Index_type | 索引类型（如BTREE、HASH） | BTREE |
方法 3：EXPLAIN 分析查询计划
语法：
EXPLAIN SELECT * FROM table_name WHERE condition \G;
关键字段：
possible_keys：可能使用的索引（未使用时为NULL）。key：实际使用的索引（核心性能指标）。rows：扫描的行数（值越小性能越好）。
示例：
EXPLAIN SELECT * FROM student WHERE id=666 \G;
输出中key字段显示id_index，说明查询使用了索引；若key为NULL，则表示全表扫描。
方法 4：查询系统表（高级）
通过mysql.innodb_index_stats系统表查看索引统计信息：
-- 查看指定数据库的所有索引
SELECT * FROM mysql.innodb_index_stats
WHERE database_name = 'mydb13_indexdb';
-- 查看指定表的索引
SELECT * FROM mysql.innodb_index_stats
WHERE database_name = 'mydb13_indexdb' AND table_name = 'student';
四、索引的分类：从不同维度理解
4.1 按数据结构分类（物理存储方式）
MySQL 支持 4 种索引结构，最常用的是B+Tree：
| 类型 | 特点 | 适用场景 |
|---|---|---|
B+Tree | 所有数据存储在叶子节点，支持范围查询和排序，InnoDB 默认结构 | 常规查询、排序、分组 |
Hash | 通过哈希函数计算值的存储位置，查询速度极快但无法范围查询 | 等值查询（如WHERE id=1） |
R-Tree | 空间索引，用于存储地理坐标等空间数据 | GIS 系统（如地图位置查询） |
T-Tree | 适用于内存数据库，支持高并发写入 | MySQL Cluster 集群场景 |
4.2 按字段数量分类
- 单列索引：基于单个字段创建（如
INDEX (name)）。 - 多列索引（联合索引）：基于多个字段创建（如
INDEX (name, age)），需遵循 “最左匹配原则”（只有查询条件包含前导字段时才会触发索引）。
4.3 按功能逻辑分类（最常见的面试考点）
| 类型 | 特点 | 示例 |
|---|---|---|
| 普通索引 | 加速查询，无唯一性约束 | INDEX (name) |
| 唯一索引 | 加速查询 + 保证字段值唯一（允许NULL） | UNIQUE INDEX (email) |
| 主键索引 | 特殊的唯一索引（不允许NULL），一张表只能有一个 | PRIMARY KEY (id) |
| 全文索引 | 用于文本内容的模糊搜索（MyISAM 引擎支持，InnoDB 5.6 + 支持） | FULLTEXT INDEX (content) |
| 空间索引 | 存储和查询空间数据（如点、线、多边形） | SPATIAL INDEX (location) |
4.4 按存储方式分类
-
聚簇索引（聚集索引）：
索引数据与表数据存储在一起（物理连续），一张表仅有一个聚簇索引（通常是主键）。
优点：查询效率极高（直接定位数据）；
缺点：插入顺序影响性能（非顺序插入会导致页分裂）。 -
非聚簇索引（二级索引）：
索引数据与表数据分开存储，通过 “键值 + 行指针” 关联。
优点：支持多字段索引；
缺点：可能需要 “回表”（先查索引，再查原表）。
五、索引的底层原理：为什么是 B+Tree？
5.1 为什么不选其他数据结构？
- Hash 索引：虽然等值查询快，但无法排序和范围查询（如
WHERE age>20）。 - 二叉树：可能退化为链表（如所有节点只有右子树），导致查询时间复杂度从
O(logN)变为O(N)。 - 平衡二叉树（AVL）：插入 / 删除时需要频繁旋转调整，维护成本高，且单节点存储数据少（磁盘 IO 次数多）。
5.2 B+Tree 的核心优势
B+Tree 是 B-Tree 的变种，其核心设计如下：
- 所有数据存储在叶子节点（非叶子节点仅存索引），叶子节点通过指针连接（支持范围查询）。
- 非叶子节点可以存储更多索引键（通过增加子节点数降低树的高度），减少磁盘 IO 次数。
InnoDB 的 B+Tree 实现：
- 叶子节点存储完整数据（聚簇索引）或主键值（非聚簇索引）。
- 单个节点大小为 16KB（InnoDB 默认页大小），可存储大量索引键（如
INT类型可存约 4000 个键）。
六、索引的优劣分析：权衡利弊
6.1 索引的优势
- 查询速度提升：百万级数据查询从秒级到毫秒级（如前文实验）。
- 唯一性约束：唯一索引可替代
UNIQUE约束，避免重复数据。 - 排序 / 分组加速：索引已排序，
ORDER BY和GROUP BY无需额外扫描。 - 连表查询优化：主外键字段的索引可大幅减少 JOIN 时的扫描行数。
6.2 索引的弊端
- 空间占用：索引文件可能占原表空间的 20%-50%（如 120MB 的表可能需要 164MB 的索引）。
- 写入性能下降：插入 / 更新 / 删除时需同步维护索引（B+Tree 的分裂、合并操作）。
- 过度索引风险：索引越多，维护成本越高，可能导致写入性能骤降。
七、索引设计原则：从实战中总结
7.1 必建索引的场景
- 高频查询字段：如
WHERE、JOIN、ORDER BY中的字段。 - 唯一性高的字段：如用户
id（基数大，索引效果好）。 - 排序 / 分组字段：索引已排序，避免全表扫描后再排序。
7.2 避免索引的场景
- 低基数字段：如 “性别”（只有
男/女），索引无法有效过滤数据。 - 频繁更新的字段：如订单状态（
待支付/已支付），索引维护成本高。 - 长文本字段：如
TEXT类型，建议使用前缀索引（如前 10 个字符）。
7.3 其他最佳实践
- 限制索引数量：单表索引数建议不超过 5 个（过多索引影响写入）。
- 多列索引的顺序：将高频查询字段、高基数字段放在前面（如
(name, age)优于(age, name)）。 - 定期清理冗余索引：通过
SHOW INDEX检查未使用的索引（Cardinality低的索引可删除）。
八、练习与作业：动手实践
8.1 练习 1：创建带索引的表
需求：新建数据库mydb14_job，创建workinfo表，要求：
id字段为主键，自增，唯一索引（降序）。name字段创建长度为 10 的普通索引。type和address字段创建联合索引。
实现步骤：
-- 创建数据库
CREATE DATABASE mydb14_job;
USE mydb14_job;
-- 创建表并定义索引
CREATE TABLE workinfo(
id INT(10) NOT NULL AUTO_INCREMENT,
name VARCHAR(20) NOT NULL,
type VARCHAR(10),
address VARCHAR(50),
wage INT,
content TINYTEXT,
extra TEXT,
PRIMARY KEY (id), -- 主键索引（聚簇索引）
UNIQUE INDEX index_id (id DESC), -- 唯一索引（降序）
INDEX index_name (name(10)), -- 普通索引（前缀10字符）
INDEX index_t (type, address) -- 联合索引
);
-- 验证索引
SHOW INDEX FROM workinfo \G;
8.2 练习 2：删除冗余索引
需求：删除workinfo表的index_id唯一索引。
DROP INDEX index_id ON workinfo;
下一篇预告：《MySQL 从入门到精通（七）：视图全面详解 —— 虚拟表的灵活运用》，将深入讲解视图的创建、更新、修改与删除，以及如何通过视图简化复杂查询、提升数据安全性。
