深入理解 MySQL 索引优化原理

2026-03-15 MySQL 后端

索引是 MySQL 性能优化的核心手段。理解索引的底层数据结构和工作原理，能帮助你设计出高效的数据库查询方案，避免常见的性能陷阱。

1. B+ 树：索引的基石

InnoDB 存储引擎默认使用 B+ 树作为索引的数据结构。与 B 树不同，B+ 树的所有数据都存储在叶子节点，且叶子节点之间通过双向链表相连，非常适合范围查询和排序操作。

-- 查看表的索引信息
SHOW INDEX FROM users;

-- 分析查询的执行计划
EXPLAIN SELECT * FROM users WHERE age > 25 ORDER BY created_at;

通过 EXPLAIN 可以清楚地看到查询是否命中了索引，以及扫描了多少行数据。

2. 聚簇索引与二级索引

InnoDB 中，主键索引就是聚簇索引，叶子节点直接存储完整的行数据。二级索引（非主键索引）的叶子节点存储的是主键值，查询时需要"回表"操作来获取完整数据：

-- 聚簇索引查询，直接定位数据
SELECT * FROM users WHERE id = 1;

-- 二级索引查询，需要回表
SELECT * FROM users WHERE email = 'test@example.com';

-- 覆盖索引，无需回表
SELECT id, email FROM users WHERE email = 'test@example.com';

当查询的字段都包含在索引中时，就形成了覆盖索引，可以避免回表，大幅提升查询性能。

3. 联合索引与最左前缀匹配

联合索引遵循最左前缀匹配原则。例如创建索引 INDEX(a, b, c)，那么查询条件中必须包含字段 a 才能利用到这个索引：

-- 创建联合索引
ALTER TABLE orders ADD INDEX idx_user_status_time(user_id, status, created_at);

-- 能命中索引
SELECT * FROM orders WHERE user_id = 1;
SELECT * FROM orders WHERE user_id = 1 AND status = 'paid';
SELECT * FROM orders WHERE user_id = 1 AND status = 'paid' AND created_at > '2026-01-01';

-- 无法命中索引
SELECT * FROM orders WHERE status = 'paid';
SELECT * FROM orders WHERE created_at > '2026-01-01';

4. 索引失效的常见场景

在实际使用中，有些写法会导致索引失效：对索引列使用函数或表达式运算、隐式类型转换、LIKE 以通配符开头、OR 条件中部分列无索引等。使用 EXPLAIN 定期检查慢查询，是发现索引问题的最有效手段。

5. 实战优化建议

在实际项目中，合理的索引策略至关重要：优先为 WHERE、JOIN、ORDER BY 涉及的高频字段创建索引；利用覆盖索引减少回表；控制单表索引数量避免写入性能下降；定期使用 pt-query-digest 分析慢查询日志，针对性地优化索引。

总结

索引优化是后端开发的必备技能。从理解 B+ 树结构到掌握最左前缀匹配，再到实战中的慢查询分析，系统化的索引优化思路能帮助你构建高性能的数据库方案。