前言今天我们来聊聊让无数开发者又爱又恨的索引——数据库索引。 相信不少小伙伴在工作中都遇到过这样的夺命场景： 明明已经加了索引，为什么查询还是连问慢？为什么有时候索引反而导致性能下降？联合索引到底该怎么设计才合理？别急，今天我就通过10个问题，索引带你彻底搞懂索引的夺命奥秘！ 希望对你会有所帮助。连问 一、索引什么是夺命索引？为什么需要索引？1.1 索引的本质简单来说，索引就是连问数据的目录。 就像一本书的索引目录能帮你快速找到内容一样，数据库索引能帮你快速定位数据。夺命 复制-- 没有索引的连问查询（全表扫描） SELECT * FROM users WHERE name = 苏三; -- 需要遍历所有记录 -- 有索引的查询（索引扫描） CREATE INDEX idx_name ON users(name); SELECT * FROM users WHERE name = 苏三; -- 通过索引快速定位1.2.3.4.5.6.1.2 索引的工作原理
索引的底层结构（B+树）：
二、索引的索引10个常见问题1.为什么我加了索引，查询还是夺命慢？场景还原： 复制CREATE INDEX idx_name ON users(name); SELECT * FROM users WHERE name LIKE %苏三%; -- 还是免费信息发布网很慢！1.2.原因分析： 前导通配符：LIKE %苏三% 导致索引失效索引选择性差：如果name字段大量重复，连问索引效果不佳回表代价高：索引覆盖不全，需要回表查询解决方案： 复制-- 方案1：避免前导通配符 SELECT * FROM users WHERE name LIKE苏三%; -- 方案2：使用覆盖索引 CREATE INDEX idx_name_covering ON users(name, id, email); SELECT name, id, email FROM users WHERE name LIKE苏三%; -- 不需要回表 -- 方案3：使用全文索引（对于文本搜索） CREATE FULLTEXT INDEX ft_name ONusers(name); SELECT * FROM users WHERE MATCH(name) AGAINST(苏三);1.2.3.4.5.6.7.8.9.10.2.索引是不是越多越好？绝对不是！ 索引需要维护代价： 复制-- 每个索引都会影响写性能 INSERT INTO users (name, email, age) VALUES (苏三, susan@example.com, 30); -- 需要更新: -- 1. 主键索引 -- 2. idx_name索引（如果存在） -- 3. idx_email索引（如果存在） -- 4. idx_age索引（如果存在）1.2.3.4.5.6.7.索引的代价： 存储空间：每个索引都需要额外的磁盘空间写操作变慢：INSERT/UPDATE/DELETE需要维护所有索引优化器负担：索引太多会增加查询优化器的选择难度黄金法则：一般建议表的索引数量不超过5-7个 3.联合索引的最左前缀原则是什么？最左前缀原则：联合索引只能从最左边的列开始使用 复制-- 创建联合索引 CREATE INDEX idx_name_age ON users(name, age); -- 能使用索引的查询 SELECT * FROM users WHERE name = 苏三; -- √ 使用索引 SELECT * FROM users WHERE name = 苏三 AND age = 30; -- √ 使用索引 SELECT * FROM users WHERE age = 30 AND name = 苏三; -- √ 优化器会调整顺序 -- 不能使用索引的查询 SELECT * FROM users WHERE age = 30; -- × 不符合最左前缀1.2.3.4.5.6.7.8.9.10.联合索引结构：
4.如何选择索引字段的顺序？选择原则： 高选择性字段在前：选择性高的字段能更快过滤数据经常查询的字段在前：优先满足常用查询场景等值查询在前，范围查询在后复制-- 计算字段选择性 SELECT COUNT(DISTINCT name) / COUNT(*) as name_selectivity, COUNT(DISTINCT age) / COUNT(*) as age_selectivity, COUNT(DISTINCT city) / COUNT(*) as city_selectivity FROM users; -- 根据选择性决定索引顺序 CREATE INDEX idx_name_city_age ON users(name, city, age); -- name选择性最高1.2.3.4.5.6.7.8.9.5.什么是覆盖索引？为什么重要？覆盖索引：索引包含了查询需要的所有字段，不需要回表查询 复制-- 不是覆盖索引（需要回表） CREATE INDEX idx_name ON users(name); SELECT * FROM users WHERE name = 苏三; -- 需要回表查询其他字段 -- 覆盖索引（不需要回表） CREATE INDEX idx_name_covering ON users(name, email, age); SELECT name, email, age FROM users WHERE name = 苏三; -- 所有字段都在索引中1.2.3.4.5.6.7.覆盖索引的优势： 避免回表：减少磁盘IO减少内存占用：只需要读取索引页提升性能：查询速度更快6.NULL值对索引有什么影响？NULL值的问题： 复制-- 创建索引 CREATE INDEX idx_email ON users(email); -- 查询NULL值 SELECT * FROM users WHERE email IS NULL; -- 可能不使用索引 SELECT * FROM users WHERE email IS NOT NULL; -- 可能不使用索引1.2.3.4.5.6.解决方案： 避免NULL值：设置默认值使用函数索引（MySQL 8.0+） 复制-- 使用函数索引处理NULL值 CREATE INDEX idx_email_null ON users((COALESCE(email, ))); SELECT * FROM users WHERE COALESCE(email, ) = ;1.2.3.7.索引对排序和分组有什么影响？索引优化排序和分组： 复制-- 创建索引 CREATE INDEX idx_age_name ON users(age, name); -- 索引优化排序 SELECT * FROM users ORDER BY age, name; -- √ 使用索引避免排序 -- 索引优化分组 SELECT age, COUNT(*) FROM users GROUP BY age; -- √ 使用索引优化分组 -- 无法使用索引排序的情况 SELECT * FROM users ORDER BY name, age; -- × 不符合最左前缀 SELECT * FROM users ORDER BY age DESC, name ASC; -- × 排序方向不一致1.2.3.4.5.6.7.8.9.10.11.12.8.如何发现索引失效的云服务器提供商场景？常见索引失效场景： 函数操作：WHERE YEAR(create_time) = 2023类型转换：WHERE phone = 13800138000（phone是varchar）数学运算：WHERE age + 1 > 30前导通配符：WHERE name LIKE %苏三使用EXPLAIN分析： 复制EXPLAIN SELECT * FROM users WHERE name = 苏三; -- 查看关键指标： -- type: const|ref|range|index|ALL（性能从好到坏） -- key: 实际使用的索引 -- rows: 预估扫描行数 -- Extra: Using index（覆盖索引）| Using filesort（需要排序）| Using temporary（需要临时表）1.2.3.4.5.6.7.9.如何维护和优化索引？定期索引维护： 复制-- 查看索引使用情况（MySQL） SELECT * FROM sys.schema_index_statistics WHERE table_schema = your_databaseAND table_name = users; -- 重建索引（优化索引碎片） ALTER TABLE users REBUILD INDEX idx_name; -- 分析索引使用情况 ANALYZE TABLE users;1.2.3.4.5.6.7.8.9.索引监控： 复制-- 开启索引监控（Oracle） ALTER INDEX idx_name MONITORING USAGE; -- 查看索引使用情况 SELECT * FROM v$object_usage WHERE index_name = IDX_NAME;1.2.3.4.5.10.不同数据库的索引有什么差异？MySQL vs PostgreSQL索引差异： 特性 MySQL PostgreSQL 索引类型 B+Tree, Hash, Fulltext B+Tree, Hash, GiST, SP-GiST 覆盖索引 支持 支持（使用INCLUDE） 函数索引 8.0+支持 支持 部分索引 支持 支持 索引组织表 聚簇索引 堆表 PostgreSQL示例： 复制-- 创建包含索引（Covering Index） CREATE INDEX idx_users_covering ON users (name) INCLUDE (email, age); -- 创建部分索引（Partial Index） CREATE INDEX idx_active_users ON users (name) WHERE is_active = true; -- 创建表达式索引（Expression Index） CREATE INDEX idx_name_lower ON users (LOWER(name));1.2.3.4.5.6.7.8.三、索引设计最佳实践3.1 索引设计原则按需创建：只为经常查询的字段创建索引选择合适类型：根据场景选择B-Tree、Hash、全文索引等考虑复合索引：使用复合索引减少索引数量避免过度索引：每个索引都有维护成本定期维护：重建索引，优化索引碎片3.2 索引设计检查清单
总结理解原理：掌握B+树索引的工作原理和特性。合理设计：遵循最左前缀原则，选择合适的索引顺序。避免失效：注意索引失效的常见场景。覆盖索引：尽可能使用覆盖索引减少回表。定期维护：监控索引使用情况，定期优化重建。权衡利弊：索引不是越多越好，要权衡查询性能和写成本。好的索引设计是数据库性能的基石。 不要盲目添加索引，要基于实际查询需求和数据分布来科学设计。 服务器租用 |
图片
图片
图片