索引通过减少扫描行数提升查询速度，MySQL利用B+树快速定位数据。应为高选择性字段如邮箱创建索引，避免在低基数字段建索引。组合索引遵循最左前缀原则，查询时避免函数操作、隐式转换和SELECT *以防止索引失效。使用EXPLaiN分析执行计划，关注type、key、rows和Extra字段，确保索引有效使用。索引需权衡维护成本，过多会影响写性能，合理设计并持续优化才能最大化查询效率。

MySQL 使用索引能显著提升查询速度，主要是通过减少需要扫描的数据行数来实现。索引类似于书籍的目录，可以让数据库快速定位到目标数据，而无需全表扫描。合理使用索引是优化查询性能的关键。

1. 理解索引的工作原理

当执行一条查询语句时，MySQL 会根据 WHERE 条件查找匹配的记录。如果没有索引，数据库必须逐行检查每条数据（全表扫描），效率低下。有了索引后，MySQL 可以利用 B+ 树结构快速查找对应值的位置，大幅减少 I/O 操作。

例如，对 user 表的 email 字段建立索引：

CREATE INDEX idx_email ON user(email);

之后执行如下查询：

SELECT * FROM user WHERE email = ‘test@example.com’;

MySQL 就能通过索引直接定位到该 email 对应的记录，而不是扫描整个表。

2. 正确选择字段创建索引

不是所有字段都适合建索引。应优先为经常出现在 WHERE、JOIN、ORDER BY 和 GROUP BY 子句中的列添加索引。

Qwen

阿里巴巴推出的一系列AI大语言模型和多模态模型

134

查看详情

• 高选择性字段：如用户邮箱、身份证号等唯一或接近唯一的字段，索引效果最好。
• 避免在低选择性字段上建索引：比如性别、状态这类只有几个取值的字段，建索引意义不大，甚至可能降低性能。
• 组合索引注意顺序：遵循“最左前缀”原则。例如创建 (name, age, city) 的联合索引，则查询中包含 name 或 (name + age) 能命中索引，但只查 age 则不能。

3. 避免索引失效的常见情况

即使建立了索引，写法不当也会导致索引无法使用。

• 避免在索引列上使用函数或表达式：如 WHERE YEAR(create_time) = 2024，会导致索引失效。应改为范围查询：WHERE create_time BETWEEN ‘2024-01-01’ AND ‘2024-12-31’。
• 不建议在索引列使用 != 或 NOT IN：这些操作通常无法有效利用索引。
• 字符串查询要加引号：如果字段是字符串类型，查询时不加引号可能导致隐式类型转换，使索引失效。
• 避免 SELECT *：只需查询必要的字段，配合覆盖索引可直接从索引中获取数据，无需回表。

4. 使用执行计划分析索引使用情况

通过 EXPLAIN 命令查看 SQL 的执行计划，确认是否命中索引。

EXPLAIN SELECT * FROM user WHERE email = ‘test@example.com’;

关注以下几个字段：

• type：尽量达到 ref 或 range，避免 ALL（全表扫描）。
• key：显示实际使用的索引。
• rows：扫描的行数越少越好。
• Extra：出现 Using index 表示使用了覆盖索引，性能更优。

基本上就这些。关键是理解查询场景，合理设计索引，并持续用 EXPLAIN 验证效果。索引虽好，但也不是越多越好，维护索引也有成本，会影响插入、更新和删除的速度。平衡读写需求，才能发挥最大效益。