1 相关理论介绍

一、索引基础概念

二、索引类型

1. 按数据结构分类

2. 按功能分类

三、索引数据结构原理

B+树索引特点：

哈希索引特点：

四、索引使用原则

1. 创建索引原则

2. 避免索引失效情况

五、索引优化策略

六、索引维护与管理

七、特殊索引注意事项

八、索引与存储引擎

2、代码操作示例

一、索引创建方法

1. 创建表时定义索引

 2. 在已有表上创建索引

二、索引使用方法

1. 基本查询使用索引

2. 覆盖索引查询

三、索引优化方法

1. 索引设计原则

2. 索引使用优化

3. 索引维护优化

四、综合示例

---

1 相关理论介绍

一、索引基础概念

索引是MySQL中用于加速查询的一种数据结构，类似于书籍的目录。它通过建立额外的数据结构来快速定位数据，避免全表扫描。索引本质上是一种有序的数据结构，MySQL主要使用B+树作为索引结构。

二、索引类型

1. 按数据结构分类

• B+树索引：MySQL最常用的索引类型，适合范围查询和排序
• 哈希索引：Memory引擎默认索引类型，适合等值查询但不支持范围查询
• 全文索引：用于全文搜索，MyISAM和InnoDB都支持
• 空间索引：用于地理空间数据，MyISAM支持

2. 按功能分类

• 普通索引：最基本的索引类型，无特殊限制
• 唯一索引：索引列值必须唯一但允许NULL值
• 主键索引：特殊的唯一索引，不允许NULL值
• 复合索引：多个列组合的索引
• 前缀索引：对字符列前N个字符建立的索引

三、索引数据结构原理

B+树索引特点：

1. 所有数据都存储在叶子节点，非叶子节点只存储键值
2. 叶子节点通过指针连接形成链表，便于范围查询
3. 树高度通常为3-4层，能支持千万级数据高效查询
4. 查询时间复杂度为O(log n)

哈希索引特点：

1. 基于哈希表实现，查询时间复杂度为O(1)
2. 只支持等值查询(=, IN)，不支持范围查询(>, <, BETWEEN)
3. 不支持排序操作

四、索引使用原则

1. 创建索引原则

• 为常用于WHERE条件的列创建索引
• 为JOIN连接的列创建索引
• 为ORDER BY、GROUP BY的列创建索引
• 选择区分度高的列建立索引
• 使用短索引，特别是对字符串列
• 合理使用复合索引，遵循最左前缀原则

2. 避免索引失效情况

• 在索引列上使用函数或运算
• 使用!=或<>操作符
• 使用OR连接条件(可改为IN)
• 使用前导通配符LIKE '%xxx'
• 隐式类型转换导致索引失效
• 复合索引不遵循最左前缀原则

五、索引优化策略

1. 覆盖索引：查询列都包含在索引中，避免回表操作
2. 索引下推：MySQL5.6+特性，将WHERE条件下推到存储引擎层过滤
3. MRR优化：Multi-Range Read优化，减少随机IO
4. ICP优化：Index Condition Pushdown优化
5. 使用EXPLAIN分析：查看SQL执行计划，优化索引使用

六、索引维护与管理

1. 定期分析表(ANALYZE TABLE)更新索引统计信息
2. 定期优化表(OPTIMIZE TABLE)减少碎片
3. 监控索引使用情况，删除无用索引
4. 避免过多索引，一般不超过表字段数的20%

七、特殊索引注意事项

1. 自增主键：InnoDB推荐使用自增列作为主键
2. 前缀索引：对长字符串列使用前N个字符建立索引
3. NULL值处理：尽量避免NULL值，可为NULL的列需要额外空间
4. 外键索引：线上OLTP系统慎用外键

八、索引与存储引擎

1. InnoDB：

   • 使用聚簇索引，主键作为聚簇索引
   • 二级索引存储主键值
   • 支持事务和行级锁

2. MyISAM：

   • 使用非聚簇索引，索引和数据分离
   • 只支持表级锁
   • 支持全文索引

2、代码操作示例

一、索引创建方法

1. 创建表时定义索引

-- 主键索引
CREATE TABLE employee_tbl (emp_id CHAR(9) NOT NULL PRIMARY KEY,emp_name VARCHAR(40) NOT NULL,emp_st_addr VARCHAR(20) NOT NULL,emp_city VARCHAR(15) NOT NULL,emp_st CHAR(2) NOT NULL,emp_zip NUMBER(5) NOT NULL
);-- 多列索引
CREATE TABLE sales (id INT NOT NULL,customer_id INT NOT NULL,amount DECIMAL(10,2),sale_date DATE,PRIMARY KEY (id),INDEX idx_customer_date (customer_id, sale_date)
);

 2. 在已有表上创建索引

-- 普通索引
CREATE INDEX idx_name ON employee_tbl(emp_name);-- 唯一索引
CREATE UNIQUE INDEX idx_zip ON employee_tbl(emp_zip);-- 前缀索引（针对字符串列）
CREATE INDEX idx_city_prefix ON employee_tbl(emp_city(5));

二、索引使用方法

1. 基本查询使用索引

-- 使用主键查询（自动使用索引）
SELECT * FROM employee_tbl WHERE emp_id = '12345';-- 使用普通索引列查询
SELECT * FROM employee_tbl WHERE emp_name = 'John Doe';-- 使用多列索引
SELECT * FROM sales WHERE customer_id = 100 AND sale_date = '2025-05-23';

2. 覆盖索引查询

-- 如果索引包含所有查询字段，可以避免回表
CREATE INDEX idx_covering ON sales(customer_id, sale_date, amount);-- 查询只使用索引列
SELECT customer_id, sale_date FROM sales 
WHERE customer_id = 100 AND sale_date BETWEEN '2025-05-21' AND '2025-05-23';

三、索引优化方法

1. 索引设计原则

优先使用数值类型索引：数值比较比字符串快

-- 不推荐
CREATE INDEX idx_bad ON table(phone_str);-- 推荐：将字符串转为数字
CREATE INDEX idx_good ON table(CAST(phone_str AS UNSIGNED));

合理使用ENUM/SET：

-- 对于有限可能值的字段
ALTER TABLE employee_tbl 
ADD COLUMN gender ENUM('M','F') NOT NULL COMMENT '性别';

避免NULL字段：

-- 不推荐
ALTER TABLE employee_tbl ADD COLUMN middle_name VARCHAR(20) NULL;-- 推荐
ALTER TABLE employee_tbl ADD COLUMN middle_name VARCHAR(20) NOT NULL DEFAULT '';

2. 索引使用优化

避免索引列运算：

-- 不推荐（索引失效）
SELECT * FROM sales WHERE YEAR(sale_date) = 2025;-- 推荐
SELECT * FROM sales WHERE sale_date BETWEEN '2025-05-23' AND '2025-05-23';

合理使用前缀索引：

-- 对长字符串列使用前缀索引
CREATE INDEX idx_name_prefix ON employee_tbl(emp_name(10));

多列索引顺序：

-- 选择性高的列在前
CREATE INDEX idx_optimal ON sales(sale_date, customer_id);

3. 索引维护优化

定期分析表：

ANALYZE TABLE employee_tbl;

删除未使用索引：

-- 通过性能Schema或慢查询日志识别未使用索引
DROP INDEX idx_unused ON employee_tbl;

处理索引碎片：

OPTIMIZE TABLE employee_tbl;

四、综合示例

-- 创建优化后的表结构
CREATE TABLE optimized_employee (id INT UNSIGNED NOT NULL AUTO_INCREMENT,emp_code CHAR(8) NOT NULL COMMENT '员工编码',name VARCHAR(30) NOT NULL,department ENUM('IT','HR','Finance','Sales') NOT NULL,join_date DATE NOT NULL,salary DECIMAL(10,2) NOT NULL DEFAULT 0,status TINYINT NOT NULL DEFAULT 1 COMMENT '0-离职 1-在职',PRIMARY KEY (id),UNIQUE KEY uk_emp_code (emp_code),INDEX idx_department_status (department, status),INDEX idx_name (name(10)),INDEX idx_join_date (join_date)
) ENGINE=InnoDB;-- 查询示例（充分利用索引）
-- 1. 使用主键查询
SELECT * FROM optimized_employee WHERE id = 100;-- 2. 使用多列索引
SELECT id, name FROM optimized_employee 
WHERE department = 'IT' AND status = 1
ORDER BY join_date DESC;-- 3. 覆盖索引查询
SELECT department, COUNT(*) 
FROM optimized_employee
WHERE join_date > '2025-05-23'
GROUP BY department;