MySQL 索引特性与性能优化详细教程

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 查看磁盘IO并找出占用IO读写很高的进程

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

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

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

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。

create index idx_name_age on user(name,age);

举个例子

假设有一张用户表：

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

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

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

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%”

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

drop index idx_name on user;

5.2 查看索引

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：

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！

到此这篇关于MySQL 索引特性与性能优化详细教程的文章就介绍到这了,更多相关mysql索引特性内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论