MySQL 索引

2026/9/29 9:38:38 拓冰建站浏览量

1、索引概述

索引是帮助 MySQL 高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用数据，这样就可以在这些数据结构上实现高级查询算法，这种数据结构就是索引。

演示：select * from user where age = 45

注意：上述二叉树索引结构的只是一个示意图，并不是真实的索引结构。

优点	缺点
提高数据检索效率，降低数据库的IO成本	索引列也是要占用空间的
通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗	索引大大提高了查询效率，但降低了更新的速度，比如 INSERT、UPDATE、DELETE

2、索引结构

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种:

索引结构	描述
B+Tree	最常见的索引类型，大部分引擎都支持B+树索引
Hash	底层数据结构是用哈希表实现，只有精确匹配索引列的查询才有效，不支持范围查询
R-Tree(空间索引)	空间索引是 MyISAM 引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少
Full-Text(全文索引)	是一种通过建立倒排索引，快速匹配文档的方式，类似于 Lucene, Solr, ES

索引	InnoDB	MyISAM	Memory
B+Tree索引	支持	支持	支持
Hash索引	不支持	不支持	支持
R-Tree索引	不支持	支持	不支持
Full-text索引	5.6版本后支持	支持	不支持

a. 二叉树

二叉树缺点∶顺序插入时，会形成一个链表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。

红黑树可以解决“二叉树顺序插入时形成链表导致查询性能低”的问题

红黑树缺点：大数据量情况下，层级较深，检索速度慢。

b. BTree

多路平衡查找树，以一颗最大度数为5的b-tree为例(每个节点最多存储4个key,5个指针):

树的度数：一个节点的子节点个数。
每个节点的指针数 = 树的度数
每个节点存储的key = 树的度数 - 1

注意：当一个“子节点中的元素个数 = 树的度数时”，此时子节点的中间元素会向上分裂出去。

c. B+Tree

以一颗最大度数(max-degree)为4 (4阶）的b+tree为例:

B+Tree 所有数据都会存在叶子节点，所有叶子节点会形成一个单向链表

注意：当一个“子节点中的元素个数 = 树的度数时”，此时子节点的中间元素会向上分裂且保留在叶子节点一份。

d. Hash

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞）)，可以通过链表来解决。

在MysQL中，支持hash索引的是Memory引擎，而InnoDB中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。

特点：

无法利用索引完成排序操作
Hash索引只能用于对等比较（=、in），不支持范围查询（betwwn、>、<、…）
查询效率高，通常只需要一次检索就可以了，效率通常要高于 B+Tree 索引

3、索引分类

分类	含义	特点	关键字
主键索引	针对于表中主键创建的索引	默认自动创建，只能有一个	PRIMARY
唯一索引	避免同一个表中某数据列中的值重复	可以有多个	UNIQUE
常规索引	快速定位特定数据	可以有多个
全文索引	全文索引查找的是文本中的关键词，而不是比较索引中的值	可以有多个	FULLTEXT

在 InnoDB 存储引擎中，根据索引的存储形式，又可以分为以下两种：

聚集索引选取规则：

如果存在主键，主键索引就是聚集索引。
如果不存在主键，将使用第一个唯一(UNIQUE）索引作为聚集索引。
如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。

4、索引语法

创建索引：CREATE [ UNIQUE | FULLTEXT ] INDEX index_name ON table_name (index_col_name, ...);
查看索引：SHOW INDEX FROM table_name;
删除索引：DROP INDEX index_name ON table_name;

# 准备数据
create table tb_user(id int primary key auto_increment comment '主键',name varchar(50) not null comment '用户名',phone varchar(11) not null comment '手机号',email varchar(100) comment '邮箱',profession varchar(11) comment '专业',age tinyint unsigned comment '年龄',gender char(1) comment '性别 , 1: 男, 2: 女',status char(1) comment '状态',createtime datetime comment '创建时间'
) comment '系统用户表';INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('吕布', '17799990000', 'lvbu666@163.com', '软件工程', 23, '1', '6', '2001-02-02 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('曹操', '17799990001', 'caocao666@qq.com', '通讯工程', 33, '1', '0', '2001-03-05 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('赵云', '17799990002', '17799990@139.com', '英语', 34, '1', '2', '2002-03-02 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('孙悟空', '17799990003', '17799990@sina.com', '工程造价', 54, '1', '0', '2001-07-02 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('花木兰', '17799990004', '19980729@sina.com', '软件工程', 23, '2', '1', '2001-04-22 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('大乔', '17799990005', 'daqiao666@sina.com', '舞蹈', 22, '2', '0', '2001-02-07 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('露娜', '17799990006', 'luna_love@sina.com', '应用数学', 24, '2', '0', '2001-02-08 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('程咬金', '17799990007', 'chengyaojin@163.com', '化工', 38, '1', '5', '2001-05-23 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('项羽', '17799990008', 'xiaoyu666@qq.com', '金属材料', 43, '1', '0', '2001-09-18 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('白起', '17799990009', 'baiqi666@sina.com', '机械工程及其自动化', 27, '1', '2', '2001-08-16 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('韩信', '17799990010', 'hanxin520@163.com', '无机非金属材料工程', 27, '1', '0', '2001-06-12 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('荆轲', '17799990011', 'jingke123@163.com', '会计', 29, '1', '0', '2001-05-11 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('兰陵王', '17799990012', 'lanlinwang666@126.com', '工程造价', 44, '1', '1', '2001-04-09 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('狂铁', '17799990013', 'kuangtie@sina.com', '应用数学', 43, '1', '2', '2001-04-10 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('貂蝉', '17799990014', '84958948374@qq.com', '软件工程', 40, '2', '3', '2001-02-12 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('妲己', '17799990015', '2783238293@qq.com', '软件工程', 31, '2', '0', '2001-01-30 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('芈月', '17799990016', 'xiaomin2001@sina.com', '工业经济', 35, '2', '0', '2000-05-03 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('嬴政', '17799990017', '8839434342@qq.com', '化工', 38, '1', '1', '2001-08-08 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('狄仁杰', '17799990018', 'jujiamlm8166@163.com', '国际贸易', 30, '1', '0', '2007-03-12 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('安琪拉', '17799990019', 'jdodm1h@126.com', '城市规划', 51, '2', '0', '2001-08-15 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('典韦', '17799990020', 'ycaunanjian@163.com', '城市规划', 52, '1', '2', '2000-04-12 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('廉颇', '17799990021', 'lianpo321@126.com', '土木工程', 19, '1', '3', '2002-07-18 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('后羿', '17799990022', 'altycj2000@139.com', '城市园林', 20, '1', '0', '2002-03-10 00:00:00');
INSERT INTO itcast.tb_user (name, phone, email, profession, age, gender, status, createtime) VALUES ('姜子牙', '17799990023', '37483844@qq.com', '工程造价', 29, '1', '4', '2003-05-26 00:00:00');-- 查看表索引
SHOW INDEX FROM tb_user;

-- name字段为姓名字段，该字段的值可能会重复，为该字段创建索引
create index idx_user_name on tb_user(name);-- phone手机号字段的值非空，且唯一，为该字段创建唯一索引
create unique index idx_user_phone on tb_user (phone);-- 为profession, age, status创建联合索引
create index idx_user_pro_age_stat on tb_user(profession, age, status);-- 为email建立合适的索引来提升查询效率
create index idx_user_email on tb_user(email);-- 删除索引
drop index idx_user_email on tb_user;

5、性能分析

a. SQL 执行频率

查看当前数据库的 INSERT, UPDATE, DELETE, SELECT 访问频次：

-- 查看全局的访问频次
SHOW GLOBAL STATUS LIKE 'Com_______'; -- 查看当前会话的访问频次
SHOW SESSION STATUS LIKE 'Com_______';

b. 慢查询日志

慢查询日志记录了所有执行时间超过指定参数（long_query_time，单位：秒，默认10秒）的所有SQL语句的日志。

查看慢查询日志开关状态：show variables like 'slow_query_log';

MySQL的慢查询日志默认没有开启，需要在MySQL的配置文件（/etc/my.cnf）中配置如下信息：

# 开启慢查询日志开关
slow_query_log=1
# 设置慢查询日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志
long_query_time=2

更改后记得重启MySQL服务，日志文件位置：/var/lib/mysql/localhost-slow.log

c. profile

show profile 能在做SQL优化时帮我们了解时间都耗费在哪里。通过 have_profiling 参数，能看到当前 MySQL 是否支持 profile 操作：SELECT @@have_profiling;

-- 查看profiling是否开启
select @@profiling;-- profiling 默认关闭，可以通过set语句在session/global级别开启 profiling：
SET profiling = 1;-- 查看所有语句的耗时
show profiles;

-- 查看指定query_id的SQL语句各个阶段的耗时：
show profile for query query_id;


--查看指定query_id的SQL语句CPU的使用情况
show profile cpu for query query_id;

d. explain

EXPLAIN 或者 DESC 命令获取 MySQL 如何执行 SELECT 语句的信息，包括在 SELECT 语句执行过程中表如何连接和连接的顺序。

# 直接在select语句之前加上关键字 explain / desc
EXPLAIN | DESC SELECT 字段列表 FROM 表名 HWERE 条件;explain select * from tb_user;

① id，select 查询的序列号：表示查询中执行 select 子句或者操作表的顺序。(如果id相同，执行顺序从上到下；id不同，值越大越先执行）

② select_type，表示 SELECT 的类型：常见取值有 SIMPLE（简单表，即不适用表连接或者子查询）、PRIMARY（主查询，即外层的查询）、UNION（UNION中的第二个或者后面的查询语句）、SUBQUERY（SELECT/WHERE之后包含了子查询）

③ type，表示连接类型：性能由好到差的连接类型为 NULL、system、const、eq_ref、ref、range、index、all

④ possible_key 可能应用在这张表上的索引，一个或多个

⑤ Key，实际使用的索引：如果为 NULL，则没有使用索引

⑥ Key_len，表示索引中使用的字节数：该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好。

⑦ rows MySQL认为必须要执行的行数，在InnoDB引擎的表中，是一个估计值，可能并不总是准确的

⑧ filtered 表示返回结果的行数占需读取行数的百分比，filtered的值越大越好

6、索引使用

a. 最左前缀法则

使用联合索引要遵守“最左前缀法则”：查询时包含“联合索引的最左列”(和查询时的位置无关 )，并且不跳过索引中的列。如果跳跃某一列，索引将部分失效（后面的字段索引失效）。

# 查看tb_user表中的联合索引
show index from tb_user;

b. 范围查询

联合索引中，出现范围查询（<, >），范围查询右侧的列索引失效。可以用>=或者<=来规避索引失效问题。

c. 索引失效情况

① 在索引列上进行运算操作，索引将失效。

② 字符串类型字段使用时，不加引号，索引将失效。

③ 模糊查询中，仅仅是尾部模糊匹配，索引不会是失效；如果是头部模糊匹配，索引失效。前后都有 % 也会失效。

④ 用 or 分割开的条件，如果 or 其中一个条件的列没有索引，那么涉及的索引都不会被用到。

⑤ 如果 MySQL 评估使用索引比全表更慢，则不使用索引。

d. SQL 提示

数据库的某些字段，可能同时存在多个索引，默认查询该字段时，MySQL自动选择使用的索引，使用“SQL提示”加入一些人为的提示来达到优化操作的目的。

索引提示	描述
`use index(index_name)`	建议使用哪个索引，实际使用哪个索引 MySQL 还会自己权衡运行速度去更改
`ignore index(index_name)`	不使用哪个索引
`force index(index_name)`	必须使用的索引，无论如何都强制使用该索引。

e. 覆盖索引

尽量使用覆盖，减少使用select *，因为很容易出现回表查询的情况（除非建立一个包含所有字段的联合索引）。

explain 中 extra 字段含义：

using index condition：查找使用了索引，但是需要回表查询数据
using where；using index：查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询

面试题：一张表，有四个字段（id, username, password, status），由于数据量大，需要对以下SQL语句进行优化，该如何进行才是最优方案：select id, username, password from tb_user where username='itcast';

解：给username和password字段建立联合索引，则不需要回表查询，直接覆盖索引

f. 前缀索引

描述：当字段类型为字符串（varchar, text等）时，有时候需要索引很长的字符串，这会让索引变得很大，浪费大量的磁盘IO，影响查询效率，此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。

语法：create index idx_xxxx on table_name(columnn(n));
前缀长度：可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。求选择性公式：

select count(distinct email) / count(*) from tb_user;
select count(distinct substring(email, 1, 5)) / count(*) from tb_user;

7、设计原则

① 针对于数据量较大，且查询比较频繁的表建立索引。

② 针对于常作为查询条件（where）、排序（order by）、分组（group by）操作的字段建立索引。

③ 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。

④ 如果是字符串类型的字段，字段长度较长，可以针对于字段的特点，建立前缀索引

⑤ 尽量使用联合索引，减少单列索引，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率

⑥ 要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价就越大，会影响增删改的效率

⑦ 如果索引列不能存储NULL值，请在创建表时使用NOT NULL约束它。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询

建站实战干货