索引夺命十连问

wangpeibao

2025-10-10

数据库

前言

今天我们来聊聊让无数开发者又爱又恨的——数据库索引。

相信不少小伙伴在工作中都遇到过这样的场景：

明明已经加了索引，为什么查询还是慢？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，带你彻底搞懂索引的奥秘！

希望对你会有所帮助。

一、什么是索引？为什么需要索引？

1.1 索引的本质

简单来说，索引就是数据的目录。

就像一本书的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。

复制

-- 没有索引的查询（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

图片

索引的底层结构（B+树）：

图片

二、索引的10个常见问题

1.为什么我加了索引，查询还是慢？

场景还原：

复制

CREATE INDEX idx_name ON users(name); SELECT * FROM users WHERE name LIKE %苏三%; -- 还是很慢！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，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

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

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

图片

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。

阅读剩余

THE END