MySQL 索引特性与性能优化全解

🔥草莓熊Lotso： 个人主页
❄️个人专栏: 《C++知识分享》《Linux 入门到实践：零基础也能懂》
✨生活是默默的坚持，毅力是永久的享受！

🎬 博主简介：

文章目录

前言：
[一. 索引是什么](#一. 索引是什么)
- [1.1 初步认识索引](#1.1 初步认识索引)
- [1.2 建立共识：知识补充（感兴趣的可以仔细看看）](#1.2 建立共识：知识补充（感兴趣的可以仔细看看）)
[二. 索引底层数据结构：B + 树](#二. 索引底层数据结构：B + 树)
- [2.1 B + 树结构的特点](#2.1 B + 树结构的特点)
- [2.2 为何选择 B+ 树](#2.2 为何选择 B+ 树)
[三. InnoDB 与 MyISAM 索引实现（聚簇索引和非聚簇索引）](#三. InnoDB 与 MyISAM 索引实现（聚簇索引和非聚簇索引）)
- [3.1 InnoDB：聚簇索引](#3.1 InnoDB：聚簇索引)
- [3.2 MyISAM：非聚簇索引](#3.2 MyISAM：非聚簇索引)
- [3.3 回表查询（辅助索引补充）](#3.3 回表查询（辅助索引补充）)
[四. 索引分类与创建](#四. 索引分类与创建)
- [4.1 主键索引（primary key）](#4.1 主键索引（primary key）)
- [4.2 唯一索引（unique）](#4.2 唯一索引（unique）)
- [4.3 普通索引（index）](#4.3 普通索引（index）)
- [4.4 复合索引（常用）](#4.4 复合索引（常用）)
- [4.5 全文索引（fulltext）](#4.5 全文索引（fulltext）)
[五. 索引的删除与查看操作](#五. 索引的删除与查看操作)
- [5.1 删除索引](#5.1 删除索引)
- [5.2 查看索引](#5.2 查看索引)
[六. 索引知识点小结](#六. 索引知识点小结)
- [6.1 索引失效场景](#6.1 索引失效场景)
- [6.2 索引设计最佳实践](#6.2 索引设计最佳实践)
- [6.3 总结](#6.3 总结)
结尾：

前言：

大家好，今天这篇文章将从索引本质、数据结构、物理存储、索引分类、创建删除、性能压测、最左前缀、索引优化全覆盖、可直接复制运行，适合学习、笔记、复习、面试使用。在 MySQL 性能优化中，索引是最关键、最有效、最常用的手段。没有索引 = 全表扫描；有了索引 = 快速定位。但索引不是越多越好，理解原理、结构、适用场景，才能写出真正高效的 SQL。声明一下，由于本章概念性的知识比较多，有些地方会直接放上资料的截图大家自行进行查看理解一下。

一. 索引是什么

1.1 初步认识索引

索引是帮助 MySQL高效获取数据的数据结构（B + 树）。可以理解为：书的目录。

优点：

大幅提高查询速度
降低磁盘 IO 次数
优化排序、分组操作

缺点：

占用磁盘空间
降低增删改效率（需要维护索引树）
过多索引会导致优化器选择困难

大家感兴趣的话可以做一下下面这个实验

✅️ 其实我们这里是还要聊一下磁盘的，但是关于磁盘的话题之前博主在Linux系列博客中写的很详细了，大家可以去看一下进行一个了解
🔗 Linux磁盘基础：从物理结构到 CHS/LBA寻址，吃透数据存储底层逻辑

1.2 建立共识：知识补充（感兴趣的可以仔细看看）

二. 索引底层数据结构：B + 树

2.1 B + 树结构的特点

叶子节点保存有数据，非叶子节点（即路上节点）不存储数据，只存储目录项。因为非叶子节点不存数据，所以可以存储更多的目录项，从而管理更多的叶子节点。这样形成的树结构矮胖，查找时经过的节点少，每次读取的 page 更少，可以大大提升搜索效率。在十层左右的树中，整体效率会有显著提高。
叶子节点全部用链表级联起来。这是 B+ 树的一个重要特点，主要目的是为了高效地进行范围查找。

2.2 为何选择 B+ 树

重点：为什么不用二叉树、红黑树、B 树？

二叉树：数据倾斜时高度极高，IO 多
红黑树：层数仍然高
B 树：叶子节点不连续，范围查询慢
B + 树：MySQL 最终选择

三. InnoDB 与 MyISAM 索引实现（聚簇索引和非聚簇索引）

3.1 InnoDB：聚簇索引

索引即数据，数据即索引
.ibd 文件 = 索引 + 数据
主键索引叶子节点存储完整记录
辅助索引叶子节点存储：主键值

上面的那种B+树就是InnoDB的结构

3.2 MyISAM：非聚簇索引

索引和数据分开存储
.MYD 数据文件
.MYI 索引文件
索引叶子节点存储：数据地址指针

3.3 回表查询（辅助索引补充）

通过辅助索引找到主键 → 再通过主键查数据 → 叫回表。

避免回表的方法：覆盖索引（后面会讲到的）。

四. 索引分类与创建

4.1 主键索引（primary key）

非空、唯一、一个表只能一个
默认为聚簇索引

sql 复制代码

create table user(
    id int primary key auto_increment,
    name varchar(20)
);

4.2 唯一索引（unique）

列值唯一，允许 null
适合身份证、手机号、邮箱

sql 复制代码

create unique index idx_name on user(name);

4.3 普通索引（index）

仅加速查询
无唯一性限制

sql 复制代码

create index idx_name on user(name);

4.4 复合索引（常用）

多个字段组合成索引
遵循最左前缀原则
最左前缀：必须从左到右依次匹配，不能跳过。

sql 复制代码

create index idx_name_age on user(name,age);

举个例子

假设有一张用户表：

sql 复制代码

CREATE TABLE user (
    id INT PRIMARY KEY,          -- 主键索引
    name VARCHAR(20),
    age INT,
    city VARCHAR(20),
    INDEX idx_name_age (name, age)   -- 复合索引 (name, age)
);

查询1：使用覆盖索引，避免回表

sql 复制代码

SELECT name, age FROM user WHERE name = '张三';

条件用了复合索引的最左列 name，满足最左前缀原则。
索引 idx_name_age 中已经包含了 name 和 age，查询需要的字段都在索引里，直接从索引返回数据，不用回表。

查询2：缺少最左列，索引失效

sql 复制代码

SELECT name, age FROM user WHERE age = 25;

条件没有 name，不满足最左前缀原则，idx_name_age 无法高效使用。

查询3：索引未覆盖所有字段，仍需回表

sql 复制代码

SELECT name, age, city FROM user WHERE name = '张三';

虽然满足最左前缀，但 city 不在 idx_name_age 中，索引只能找到 name 和 age，还得拿着 id 回主键索引取 city。

总结：

复合索引遵循 最左前缀原则 ，只有从第一列开始连续匹配才能被有效利用；如果索引 包含了查询所需的所有列（覆盖索引） ，就能 避免回表，直接返回结果。

4.5 全文索引（fulltext）

用于大文本检索
不支持 like "% xxx%"

sql 复制代码

create fulltext index idx_content on article(content);

五. 索引的删除与查看操作

5.1 删除索引

sql 复制代码

drop index idx_name on user;

5.2 查看索引

sql 复制代码

show index from user;
show index from user\G

六. 索引知识点小结

6.1 索引失效场景

违反最左前缀
使用函数 where upper(name)='A'
隐式类型转换 where id='123'
like '% xxx' 以通配符开头
使用 or 但有字段无索引
order by 违反最左前缀
使用！= 、 not in 、 not exists
优化器判断全表扫描更快（数据量少）

6.2 索引设计最佳实践

优先创建复合索引，而不是单列索引
索引字段要高选择性（如性别不适合）
不要索引频繁更新的字段
不要索引无用字段
单表索引建议不超过 5 个
复合索引字段顺序：等值在前，范围在后
尽量使用覆盖索引，避免 select *

6.3 总结

索引是 B + 树结构，目的是减少 IO、加速查询
InnoDB 是聚簇索引，MyISAM 是非聚簇索引
辅助索引存主键，查询可能回表
复合索引必须遵循最左前缀
覆盖索引能避免回表，大幅提升速度
索引不是越多越好，要按业务设计
掌握索引失效场景，SQL 才能真正高效

结尾：

html 复制代码

🍓 我是草莓熊 Lotso！若这篇技术干货帮你打通了学习中的卡点：
👀 【关注】跟我一起深耕技术领域，从基础到进阶，见证每一次成长
❤️ 【点赞】让优质内容被更多人看见，让知识传递更有力量
⭐ 【收藏】把核心知识点、实战技巧存好，需要时直接查、随时用
💬 【评论】分享你的经验或疑问（比如曾踩过的技术坑？），一起交流避坑
🗳️ 【投票】用你的选择助力社区内容方向，告诉大家哪个技术点最该重点拆解
技术之路难免有困惑，但同行的人会让前进更有方向～愿我们都能在自己专注的领域里，一步步靠近心中的技术目标！

结语：索引是 MySQL 性能优化的核心，吃透 B + 树原理、索引类型与使用规则，就能避开 80% 的性能坑。合理设计索引、避开失效场景，让数据库查询效率倍增～觉得有用欢迎点赞收藏，后续将持续分享更多 MySQL 进阶技巧，一起深耕数据库开发！

✨把这些内容吃透超牛的！放松下吧✨ ʕ˘ᴥ˘ʔ づきらど