<p>索引通过B+树结构改变数据查找方式，使mysql无需全表扫描即可快速定位数据。有序存储、多层结构和高扇出性让查询效率大幅提升。例如在age字段建索引后，select * FROM users WHERE age = 25可直接在B+树中查找，避免逐行比对。应为高频查询字段创建索引，优先使用复合索引并遵循最左前缀原则，如(city, age)联合索引适用于city与age组合查询。注意避免过度索引以减少写开销和存储占用。利用覆盖索引，当查询字段均包含在索引中时（如SELECT name, age FROM users WHERE name = ‘John’），可直接从索引获取结果，避免回表操作。索引优化适用于等值查询、范围查询、排序、分组等场景，需结合EXPLaiN分析执行计划，确保索引命中，实现精准高效的数据访问。</p>
索引能显著提升 MySQL 查询效率，核心在于它改变了数据的查找方式。没有索引时，MySQL 需要进行全表扫描，逐行比对条件，数据量大时非常慢。有了索引后，MySQL 可以像查字典一样，通过有序结构快速定位目标数据，大幅减少扫描行数。
索引的工作原理
MySQL 常用的索引结构是 B+ 树，具有以下特点：
- 有序存储：索引键值按顺序排列，支持范围查询和排序操作
- 多层结构：非叶子节点保存索引信息，叶子节点保存实际数据或主键引用，降低磁盘 I/O 次数
- 高扇出性：单个节点可指向多个子节点，树的高度通常只有 2~4 层，查询速度快
例如执行 SELECT * FROM users WHERE age = 25，如果 age 字段有索引，MySQL 会直接在 B+ 树中查找 25 对应的位置，而不是一行行扫描整个表。
合理创建索引提升性能
并不是所有字段都适合加索引，正确的做法包括：
- 为高频查询字段建索引：如 WHERE、ORDER BY、GROUP BY 中常用的列
- 使用复合索引而非多个单列索引：比如查询经常同时用到 city 和 age，应建立 (city, age) 联合索引
- 注意最左前缀原则：联合索引 (a, b, c) 只有从 a 开始的查询才能有效利用，如 a=1 或 a=1 AND b=2
- 避免过度索引：每个索引都会增加写操作的开销，并占用存储空间
覆盖索引减少回表
当查询的所有字段都在索引中时，MySQL 不需要回到主表取数据，称为“覆盖索引”。这能显著减少 I/O 操作。
比如有一个联合索引 (name, age)，执行 SELECT name, age FROM users WHERE name = ‘John’ 就可以直接从索引中获取结果，无需访问主键索引。
使用索引优化常见场景
- 等值查询：精确匹配字段，如 id = 100，走索引非常高效
- 范围查询：如 created_time BETWEEN ‘2023-01-01’ AND ‘2023-12-31’，索引能快速跳过无关数据
- 排序操作：如果 ORDER BY 的字段有索引，MySQL 可直接利用有序性输出，避免额外排序
- 去重与分组：GROUP BY 字段有索引时，分组过程更快
基本上就这些。关键是要理解查询模式，结合执行计划（EXPLAIN）分析是否命中索引，持续优化索引策略。索引不是越多越好，而是越准越好。