MySQL中使用索引是提升查询性能的核心手段，其本质通过创建高效的数据结构（如B+树）快速定位数据，减少全表扫描的开销，索引的合理使用需要从创建、优化到维护全流程掌握,以下从多个维度详细说明。
（图片来源网络，侵删）
索引的创建与类型选择
创建索引需基于查询场景选择合适类型,常见的索引类型包括：
- 主键索引（PRIMARY KEY）：唯一标识表中的每一行，不允许NULL值，InnoDB引擎会自动将主键索引聚簇存储表数据，用户表的用户ID字段通常设为主键索引：
CREATE TABLE users (id INT PRIMARY KEY, name VARCHAR(50));。 - 唯一索引（UNIQUE INDEX）：确保列值唯一，但允许NULL值，适用于邮箱、手机号等字段：
CREATE UNIQUE INDEX idx_email ON users(email);。 - 普通索引（INDEX）：最基本的索引类型，无唯一性限制，常用于高频查询条件：
CREATE INDEX idx_name ON users(name);。 - 组合索引（复合索引）：对多个列创建索引，遵循“最左前缀原则”，即查询条件需包含索引最左边的列才能生效，对
(name, age)创建组合索引，查询条件包含name或name+age会走索引，但仅包含age则不会：CREATE INDEX idx_name_age ON users(name, age);。 - 全文索引（FULLTEXT INDEX）：用于文本搜索，支持分词查询，仅在MyISAM和InnoDB引擎中可用：
CREATE FULLTEXT INDEX idx_content ON articles(content);。
索引的使用场景与优化原则
索引并非越多越好，需在查询效率与写入性能间平衡,以下场景适合使用索引：
- WHERE条件列：作为查询过滤条件的列（如
SELECT * FROM users WHERE age=25;中age字段建索引）。 - JOIN关联列：用于连接两张表的列（如
ON orders.user_id=users.id中user_id建索引）。 - ORDER BY/GROUP BY列：排序或分组字段（如
SELECT * FROM users ORDER BY name;中name建索引）。 - 覆盖索引：查询字段全部包含在索引中，避免回表操作，索引
(name, age)可覆盖SELECT name, age FROM users WHERE name='Tom';,无需访问数据行。
优化原则：
- 避免在索引列上使用函数或表达式（如
WHERE SUBSTR(name,1,3)='Tom'会导致索引失效）。 - 控制索引列的数据类型长度，如
VARCHAR(50)可优化为VARCHAR(20)减少索引大小。 - 定期维护索引，通过
EXPLAIN分析查询执行计划，检查是否命中索引（type列显示index、range、ref等表示索引生效，ALL表示全表扫描）。
索引的维护与管理
随着数据量增长，索引可能因频繁增删改而碎片化,需定期优化：
（图片来源网络，侵删）
- 索引碎片整理：使用
OPTIMIZE TABLE users;回收碎片,提升查询效率。 - 索引删除：无用索引会增加写入负担，可通过
DROP INDEX idx_name ON users;删除。 - 索引监控：通过
SHOW INDEX FROM users;查看索引使用情况，结合information_schema.statistics表分析低效索引。
索引的局限性
- 写入性能下降：每次数据修改（增删改）需同步更新索引,降低写入速度。
- 存储空间占用：索引需额外存储空间,尤其组合索引和大数据量表。
- 不适用场景：小表（数据量少）、区分度低的列（如性别字段）、频繁更新的列不适合建索引。
相关问答FAQs
Q1：为什么有时候明明创建了索引，查询却没有走索引？
A：可能原因包括：索引列参与计算或函数（如WHERE age+1=26）、使用了或<>操作符、字符串类型未加引号（如WHERE name=123而非'123'）、查询条件违背最左前缀原则（组合索引中跳过左列）、OR连接的条件中有未建索引的列，可通过EXPLAIN分析执行计划,确认索引失效原因并优化SQL。
Q2：索引越多越好吗？如何判断索引是否需要删除？
A：并非越多越好，过多索引会占用存储空间并降低写入性能，判断依据：通过information_schema.statistics表查看INDEX_USAGE列，统计索引使用频率；长期未被使用的索引（如INDEX_USAGE=0）可考虑删除；或使用pt-index-usage等工具分析慢查询日志，识别低效或冗余索引，删除后需监控查询性能,确保不影响业务。
（图片来源网络，侵删）
