1. 索引基础概念

索引是数据库中用于加速数据检索的结构，类似于书籍目录。合理使用索引可将查询效率提升10-1000倍（来源：数据库性能调优）

常见索引类型

  • 📁 B-Tree：默认索引类型，适合范围查询
  • 🔁 Hash Index：适合等值查询，不支持范围查找
  • 🌲 R-Tree：空间数据索引，用于地理围栏查询
  • 🔁 Full-Text：全文搜索索引，支持模糊匹配

B_Tree

2. 优化原则

2.1 选择性原则

  • 避免对低选择性的字段建索引（如性别字段）
  • 高选择性字段（如身份证号）更适合创建索引
  • 使用复合索引时，优先选择区分度高的字段作为左前缀

2.2 索引维护成本

  • 每个索引会增加写操作的开销（插入/更新/删除）
  • 索引占用额外存储空间（约占用表数据量的10-20%）
  • 需要平衡查询性能与写性能的矛盾

Hash_Index

3. 常见误区

❌ 误区一：在所有字段都添加索引
🎯 正确做法：仅对高频查询字段创建索引

❌ 误区二：过度使用索引
🎯 正确做法：定期分析索引使用情况（如EXPLAIN分析）

❌ 误区三：忽略索引顺序
🎯 正确做法：复合索引字段顺序需与查询条件一致

4. 实战技巧

4.1 索引合并

当查询条件包含多个字段时，可创建覆盖索引（如WHERE a=1 AND b=2可创建(a,b)复合索引）

4.2 前缀索引

对长字符串字段（如URL）可使用前缀索引：

CREATE INDEX idx_url_prefix ON table (url(100));

4.3 索引失效场景

  • 使用LIKE '%value'前缀通配符
  • 对索引字段进行表达式运算（如WHERE status + 1 = 3）
  • 使用OR连接条件时，只有第一个字段会被使用

R_Tree

5. 扩展阅读

FullText_Index