mysql索引是什么及怎么使用的?一文搞懂原理与实战

来源:IT编程作者:马来西亚程序员头衔:程序员
导读:本期聚焦于小伙伴创作的《mysql索引是什么及怎么使用的?一文搞懂原理与实战》,敬请观看详情。为什么同一条查询在千万级表里跑出十秒,加上索引后却毫秒返回?这背后是B+树对磁盘页的有序组织。索引本质是排好序的数据结构副本,让查找从全表扫描变为树状定位。本文从页分裂、回表、最左前缀三个原理切入,说明聚簇与非聚簇差异,并给出创建、查看、删除索引的SQL范例。还会提醒模糊查询前导通配符、函数包裹列导致失效等常见误用,帮你把索引真正用对而不是建了不用。

mysql索引是数据库引擎用于加速数据检索的一种排好序的数据结构,通常基于B+树实现。它类似于书本的目录,通过预先维护关键字的顺序,避免查询时逐行扫描整张表。在InnoDB存储引擎中,主键索引的叶子节点直接挂接行数据,被称为聚簇索引;而普通索引的叶子节点保存主键值,查询到主键后还需回表取数。理解索引的存储方式是写对SQL的前提。

mysql索引是什么及怎么使用的?一文搞懂原理与实战

一、mysql索引到底是什么

从物理视角看,mysql索引是一张独立的、按特定列排序的表。以B+树索引为例,非叶子节点只存键值与子页指针,叶子节点按顺序串成双向链表,且完整容纳索引列及关联的主键。这种结构让范围查询和等值查询都能沿着树高向下,一般三四层即可覆盖上亿记录,显著减少磁盘IO次数。

从逻辑视角看,索引是查询优化器可选的执行路径。当我们对user表的age列建索引后,执行where age=20时,优化器可能选择遍历age索引树定位到主键,再回表拿其他字段;也可能认为全表扫描更快而忽略索引。因此索引不是建了就一定会用,统计信息和数据分布都会影响最终计划。

1.1 聚簇索引与非聚簇索引

InnoDB必有聚簇索引,若未显式定义主键则选首个唯一非空索引,再退化为隐式自增行号。聚簇索引的叶子即数据页,按主键有序排布,插入易引发页分裂。二级索引叶子存的是主键值,通过主键再查聚簇索引获得整行,这一步叫回表。MyISAM则都是非聚簇,索引与数据文件分离,叶子存的是行文件偏移量。

回表会带来额外IO,所以覆盖索引(查询列恰在索引中)能避免回表。例如索引建在(name,age),查询只取这两列时,引擎在二级索引叶子即可拿到全部所需,无需访问聚簇索引,性能更优。这也是联合索引设计的重要考量。

二、怎么创建和使用mysql索引

建索引最常用的是CREATE INDEX语句,也可在建表时通过KEY关键字声明。以下示例在order表对user_id和created_at建联合索引,适合按用户查近期订单的场景。

-- 创建联合索引
CREATE INDEX idx_user_created ON `order` (user_id, created_at);

-- 查看表索引
SHOW INDEX FROM `order`;

-- 删除索引
DROP INDEX idx_user_created ON `order`;

使用索引主要靠编写能让优化器命中的SQL。等值、范围、排序、分组若涉及索引最左列,通常能利用索引。以下代码演示最左前缀原则:联合索引(a,b,c)可支持a、a,b、a,b,c三种前缀查询,但单独查b或c则无法走索引。

-- 能用到索引
SELECT * FROM t WHERE a = 1 AND b = 2;
-- 用不到索引
SELECT * FROM t WHERE b = 2;

2.1 索引失效的典型写法

对索引列使用函数或运算会让mysql无法直接使用有序结构。例如where YEAR(created_at)=2023会让created_at上的索引失效,应改为范围条件。模糊查询like '%abc'前导通配符同样无法利用B+树顺序,只能全扫描;而'abc%'则可用索引前缀定位。

-- 索引失效
SELECT * FROM log WHERE SUBSTRING(msg,1,3) = 'err';
-- 推荐写法
SELECT * FROM log WHERE msg LIKE 'err%';

此外,隐式类型转换也会失效。若phone列是字符串类型,写成where phone=13800000000(数字)会触发转换函数,导致索引不可用,必须加引号。优化器还会在回表代价过高时主动放弃索引,比如查大比例数据,此时强制索引反而更慢。

三、如何观察索引是否被使用

EXPLAIN是排查索引问题的核心命令。在SELECT前加EXPLAIN,重点看type列(const、ref、range优于ALL)、key列(实际选用索引)、rows列(预估扫描行数)。若出现Using where; Using index表示覆盖索引,Using filesort则说明排序未用上索引。

EXPLAIN SELECT user_id, created_at
FROM `order`
WHERE user_id = 10
ORDER BY created_at;

当发现本该命中的索引没用上,可ANALYZE TABLE更新统计信息,或检查是否违反最左前缀。对于复杂查询,有时重构为子查询、调整联合索引顺序比盲目加索引更有效。索引并非越多越好,写操作会因维护索引变慢,需权衡读多写少的业务特征。

四、总结与实践建议

mysql索引是基于B+树的有序辅助结构,合理建立联合索引并遵循最左前缀、避免列上函数与类型转换,才能发挥其价值。优先为高频查询条件、外键、排序分组列建索引,用EXPLAIN验证,警惕回表与失效场景,才能让数据库稳定支撑业务增长。

mysql索引索引使用btree索引修改时间:2026-08-07 20:24:27

免责声明:​ 已尽一切努力确保本网站所含信息的准确性。网站内容多为原创整理与精心编撰,观点力求客观中立。本站旨在免费分享,内容仅供个人学习、研究或参考使用。若引用了第三方作品,版权归原作者所有。如内容涉及您的权益,请联系我们处理。
内容垂直聚焦
专注技术核心技术栏目,确保每篇文章深度聚焦于实用技能。从代码技巧到架构设计,为用户提供无干扰的纯技术知识沉淀,精准满足专业提升需求。
知识结构清晰
覆盖从开发到部署的全链路。AI、前端、编程、数据库、服务器、建站、系统层层递进,构建清晰学习路径,帮助用户系统化掌握开发与运维所需的核心技术。
深度技术解析
拒绝泛泛而谈,深入技术细节与实践难点。无论是数据库优化还是服务器配置,均结合真实场景与代码示例进行剖析,致力于提供可直接应用于工作的解决方案。
专业领域覆盖
精准对应开发生命周期。从前端界面到后端编程,从数据库操作到服务器运维,形成完整闭环,一站式满足全栈工程师和运维人员的技术需求。
即学即用高效
内容强调实操性,步骤清晰、代码完整。用户可根据教程直接复现和应用于自身项目,显著缩短从学习到实践的距离,快速解决开发中的具体问题。
持续更新保障
专注既定技术方向进行长期、稳定的内容输出。确保各栏目技术文章持续更新迭代,紧跟主流技术发展趋势,为用户提供经久不衰的学习价值。