SQL索引是数据库系统中用于快速定位数据的数据结构，合理设计和使用索引能大幅降低查询的IO消耗，提升响应速度。不同类型的索引适用场景差异很大，需要结合业务查询特征选择。
常见的SQL索引类型
1. B树索引
这是大多数关系型数据库默认支持的索引类型，结构类似平衡多路查找树，支持范围查询、排序、前缀匹配等操作，适合大部分常规查询场景。InnoDB的聚簇索引和非聚簇索引都属于B树索引的变种。
2. 哈希索引
基于哈希表实现，查询时通过哈希函数直接定位数据位置，等值查询速度极快，但不支持范围查询、排序操作，也不支持模糊匹配，适合只做精准查询的场景。
3. 全文索引
针对文本字段设计，用于快速检索大文本中的关键词，支持自然语言搜索和布尔搜索，常见于文章内容、商品描述等文本字段的查询场景，MySQL、PostgreSQL等数据库都支持该类型索引。
4. 复合索引
由多个字段组合而成的索引，遵循最左前缀原则，查询条件中包含复合索引的最左字段时才会生效，适合多个字段联合查询的场景，能减少索引数量节省存储空间。
索引的创建方法
不同类型的数据库创建索引的语法略有差异，以下是MySQL中常见的索引创建示例：
-- 创建普通B树索引 CREATE INDEX idx_user_name ON user_table(user_name); -- 创建唯一索引，字段值不能重复 CREATE UNIQUE INDEX idx_user_email ON user_table(email); -- 创建复合索引，包含user_age和user_city两个字段 CREATE INDEX idx_user_age_city ON user_table(user_age, user_city); -- 创建全文索引，针对content字段 CREATE FULLTEXT INDEX idx_article_content ON article_table(content);
索引优化的实用技巧
- 避免对频繁更新的字段创建索引，每次更新数据都需要同步更新索引，会增加写操作的开销。
- 不要在区分度低的字段上创建索引，比如性别字段只有男、女两个值，创建索引后查询效率提升非常有限。
- 复合索引要注意字段顺序，把区分度高、查询频率高的字段放在最左边，符合最左前缀原则才能生效。
- 不要创建过多索引，每个索引都会占用额外的存储空间，还会降低插入、更新、删除操作的性能。
- 定期分析查询语句的执行计划，删除长期未使用的无效索引，避免多余的存储和维护开销。
索引使用的注意事项
使用索引时要避免一些常见的失效场景，比如对索引字段使用函数、进行类型转换、使用不等于判断、做like模糊查询时前缀带%等，这些情况都会导致索引无法生效，查询变成全表扫描。可以通过EXPLAIN命令查看查询语句的执行计划，判断索引是否被正确使用，及时调整索引策略或者查询语句。
-- 查看查询语句的执行计划，分析索引使用情况 EXPLAIN SELECT * FROM user_table WHERE user_name = '张三';
实际开发中需要结合业务查询频率、数据量大小、字段特征等多方面因素设计索引，没有通用的万能索引方案，只有适配业务场景的索引才能达到最优的性能效果。