在数据库的日常使用中，SELECT语句是最频繁执行的操作之一，当数据量增长到一定规模时，没有合理索引支撑的查询会出现明显的性能瓶颈，甚至拖慢整个系统的响应速度。索引本质上是一种特殊的数据结构，它通过对表中某一列或多列的值进行排序，建立快速查找的路径，让数据库引擎不需要扫描整张表就能定位到目标数据。
索引对SELECT语句的核心作用
索引在SELECT语句执行过程中主要发挥三个关键作用，直接决定查询的执行效率：
- 减少数据扫描范围：没有索引时，SELECT语句会执行全表扫描，逐行检查每一条数据是否符合查询条件，当表数据量达到百万甚至千万级时，全表扫描的耗时可能达到数秒甚至数十秒。而建立合适的索引后，数据库引擎可以直接通过索引树定位到符合条件的数据页，扫描的数据量可能只有全表的千分之一甚至更少。
- 避免排序和临时表操作：当SELECT语句中包含ORDER BY、GROUP BY子句时，如果排序或分组的列上有索引，数据库可以直接按照索引的顺序读取数据，不需要额外进行排序操作，也不需要生成临时表来存储中间结果，大幅降低查询的资源消耗。
- 提升连接查询效率：在多表关联的SELECT语句中，如果关联字段上有索引，数据库可以快速匹配两张表的关联数据，避免嵌套循环扫描带来的性能损耗，尤其是大表关联场景下，索引的作用会更加明显。
索引在SELECT语句中的实际使用示例
我们通过一个用户表的实际案例来演示索引对SELECT语句性能的影响，首先创建测试表并插入100万条测试数据：
-- 创建用户测试表
CREATE TABLE user_info (
id INT PRIMARY KEY AUTO_INCREMENT,
user_name VARCHAR(50) NOT NULL,
age INT NOT NULL,
register_time DATETIME NOT NULL,
email VARCHAR(100)
);
-- 插入100万条测试数据，这里省略批量插入的具体代码，仅展示表结构
首先执行一个没有索引的查询语句，查询年龄大于20岁的用户信息：
-- 未建立索引的查询 SELECT id, user_name, age FROM user_info WHERE age > 20;
通过EXPLAIN命令查看执行计划，会发现该语句的type为ALL，也就是全表扫描，预计扫描行数为100万行，执行耗时约为1.2秒。
接下来为age列建立普通索引，再执行相同的查询：
-- 为age列建立索引 CREATE INDEX idx_age ON user_info(age); -- 再次执行相同的查询 SELECT id, user_name, age FROM user_info WHERE age > 20;
再次查看执行计划，type变为range，扫描行数减少到60万行左右，执行耗时降低到0.1秒以内，性能提升超过10倍。
如果是包含排序的SELECT语句，索引的作用会更加明显：
-- 未建立索引时的排序查询 SELECT id, user_name, age FROM user_info WHERE age > 20 ORDER BY register_time DESC LIMIT 10; -- 为register_time列建立索引后执行相同查询 CREATE INDEX idx_register_time ON user_info(register_time); SELECT id, user_name, age FROM user_info WHERE age > 20 ORDER BY register_time DESC LIMIT 10;
前者需要额外进行排序操作，执行耗时约为1.5秒，后者可以直接通过索引顺序读取数据，耗时仅为0.05秒左右。
SELECT语句中使用索引的常见误区
很多开发者知道索引能提升查询性能，但在实际使用中容易陷入误区，反而导致索引失效：
- 在查询条件中对索引列使用函数或运算，比如
WHERE YEAR(register_time) = 2023，这种写法会让索引失效，因为数据库无法直接使用索引树上的原始值进行匹配，需要逐行计算函数结果，等同于全表扫描。 - 使用LIKE模糊查询时，通配符放在最前面，比如
WHERE user_name LIKE '%张%'，这种写法无法利用索引的有序性，只有通配符放在后面的LIKE '张%'才能使用索引。 - 查询条件中使用OR连接多个字段，且其中部分字段没有索引，比如
WHERE age > 20 OR email = 'test@ipipp.com'，如果email列没有索引，整个查询就无法使用索引，会执行全表扫描。 - 过度建立索引，虽然索引能提升查询性能，但每个索引都会占用额外的存储空间，而且在执行INSERT、UPDATE、DELETE语句时，需要同步更新所有相关索引，反而会降低写操作的性能，一般单表的索引数量建议控制在5个以内。
SELECT语句的索引优化建议
为了让索引在SELECT语句中发挥最大作用，可以遵循以下优化原则：
- 优先为查询条件、连接条件、排序和分组字段建立索引，尤其是高频执行的SELECT语句，要针对性地设计联合索引，比如经常执行
WHERE age > 20 ORDER BY register_time的查询，可以建立(age, register_time)的联合索引，同时覆盖查询条件和排序字段。 - 使用覆盖索引减少回表操作，如果SELECT语句需要查询的字段都包含在索引中，数据库可以直接从索引中获取所有数据，不需要回到原表查询数据行，进一步提升查询效率，比如上面的查询如果只需要id、age字段，建立(age)索引就已经是覆盖索引。
- 定期分析查询执行计划，对于执行耗时长、扫描行数多的SELECT语句，通过EXPLAIN命令查看是否使用了合适的索引，及时调整索引策略。
- 避免在低区分度的列上建立索引，比如性别列只有男、女两个值，建立索引后查询效率提升非常有限，反而会增加索引维护成本。
需要注意的是，索引优化只是SQL查询性能优化的一部分，还需要结合查询语句的写法、数据库参数配置、硬件资源等多方面因素综合调整，才能最大化提升数据库的整体性能。