未加索引的where条件会导致全表扫描，使查询慢十倍；需用explain确认索引使用情况，复合索引字段顺序影响生效范围，低区分度字段不宜单独建索引，order by需索引支持，大offset分页应改用游标分页。
WHERE 条件字段没加索引，查询直接变慢十倍
大数据量表里，select * FROM orders WHERE user_id = 123 这种查询如果 user_id 没索引，mysql 或 postgresql 就得全表扫描。几千万行？可能要几秒甚至十几秒——而加了索引通常压到几十毫秒。
实操建议：
- 先用
EXPLAIN看执行计划，重点盯type字段：要是ALL，基本就是全扫；ref或range才算走索引 - 复合索引要注意字段顺序：
CREATE INDEX idx_status_user ON orders(status, user_id)能加速WHERE status = 'paid' AND user_id = 123，但对WHERE user_id = 123单独查几乎无效 - 别给低区分度字段单独建索引，比如
is_deleted TINYINT（99% 是 0），优化器大概率直接弃用
ORDER BY + LIMIT 在无索引时会触发 filesort
SELECT * FROM logs ORDER BY created_at DESC LIMIT 20 看似简单，但如果 created_at 没索引，数据库就得把几百万行全读出来、内存排序、再取前 20——内存爆掉或磁盘临时文件都会拖垮性能。
实操建议：
- 带
ORDER BY的分页查询，必须确保排序字段在索引最左侧，且和查询条件能复用同一个索引 - 避免
OFFSET大值分页：OFFSET 100000会让数据库先跳过 10 万行，即使有索引也慢；改用游标分页（如WHERE created_at ） - PostgreSQL 中
ORDER BY ... NULLS LAST会影响索引使用，建索引时得显式写成CREATE INDEX ON logs(created_at DESC NULLS LAST)
索引太多反而拖慢写入，尤其高并发 INSERT/UPDATE 场景
每多一个索引，每次 INSERT 就得多写一份 B+ 树结构；UPDATE 如果改的是索引列，还要同步更新多个索引页。单表上百个索引？写入吞吐可能掉一半以上。
实操建议：
- 用
information_schema.STATISTICS查哪些索引从没被用过（结合performance_schema.table_io_waits_summary_by_index_usage，MySQL 8.0+） - 唯一性不强的字段组合慎建唯一索引，比如
(region, category, status)可能重复率高，但加了UNIQUE会导致插入冲突或锁等待加剧 - 考虑部分索引（PostgreSQL）或条件索引（MySQL 8.0.13+）：只索引活跃数据，例如
CREATE INDEX idx_active_orders ON orders(user_id) WHERE status IN ('pending', 'processing')
TEXT/BLOB 字段不能直接建普通索引，容易报错或失效
ALTER TABLE articles ADD INDEX idx_content(content) 在 MySQL 里会报错 Error 1170 (42000): BLOB/TEXT column 'content' used in key specification without a key Length；就算强行指定长度（如 content(255)），也可能因截断导致查询不准。
实操建议：
- 全文检索场景用
FULLTEXT索引（MySQL）或tsvector+gin（PostgreSQL），别硬套 B-tree - 想按前缀快速过滤？提取特征字段单独存，比如加一列
content_hash char(16)存 MD5 前 16 位，再对它建索引 - json 字段别直接索引整个字段，MySQL 支持
GENERATED COLUMN提取路径值并建索引，例如ALTER TABLE events ADD COLUMN event_type VARCHAR(32) AS (data->>'$.type')，再建INDEX idx_event_type ON events(event_type)
索引不是越多越好，也不是建了就一定生效；关键看查询模式是否匹配索引结构，以及写入负载能不能扛住额外开销。最常被忽略的是：上线前没用真实数据量 + 真实流量压测索引效果，结果大促时才发现某个看似合理的索引根本没被优化器选中。