40. 索引基础与索引类型

40.1 索引是什么

索引（Index） 是一种数据结构，用来加速查询。就像书的目录：要找某个知识点，不用一页页翻，先查目录找到页码，直接翻过去。

没有索引时，MySQL 要从头到尾扫描整张表（全表扫描，Full Table Scan）来找数据。表越大越慢。有了索引，MySQL 可以在索引结构上快速定位，几步就能找到数据。

-- 创建索引
CREATE INDEX idx_email ON users(email);

-- 查询时自动使用索引（MySQL 优化器自动判断）
SELECT * FROM users WHERE email = 'zhangsan@test.com';

40.2 B+ 树：索引的底层数据结构

InnoDB 的索引使用 B+ 树（B+ Tree） 数据结构。理解 B+ 树是理解索引性能的关键。

B+ 树长什么样

B+ 树是一棵多叉平衡树，特点是：

• 非叶子节点只存索引键和子节点指针，不存数据；
• 叶子节点存所有数据，且按顺序排列；
• 叶子节点之间用双向链表连接。

            [30 | 60]              <- 非叶子节点（只存键值）
           /    |    \
     [10|20] [40|50] [70|80]      <- 叶子节点（存数据）
       <->    <->     <->

为什么用 B+ 树

查询方式	无索引（全表扫描）	B+ 树索引
100 万行找 1 行	扫描 100 万行	树高约 3 层，3 次磁盘 IO
范围查询（如 id > 50）	扫描 100 万行	定位到 50，沿链表往后走

B+ 树的关键优势：

1. 矮胖：每个节点能存很多键值，树很矮（3-4 层就能存上千万行），磁盘 IO 次数少；
2. 范围查询快：叶子节点是有序链表，找到起点后顺着链表走就行；
3. 数据稳定：数据都在叶子节点，查询性能稳定。

40.3 聚簇索引 vs 二级索引

InnoDB 的索引分为两大类，这是理解索引体系的核心。

聚簇索引（Clustered Index）

聚簇索引把数据和索引存在一起，B+ 树的叶子节点直接存放完整的行数据。一张表只能有一个聚簇索引。

InnoDB 的聚簇索引就是主键索引。如果你没显式定义主键，InnoDB 会选第一个 NOT NULL 的唯一索引；如果也没有，InnoDB 会自动生成一个隐藏的 6 字节行 ID 作为聚簇索引。

聚簇索引 B+ 树：
[非叶子节点: 主键值 + 指针]
  ...
[叶子节点: 主键值 + 完整行数据]

二级索引（Secondary Index）

二级索引也叫非聚簇索引或辅助索引。它的 B+ 树叶子节点不存完整行数据，而是存索引列的值 + 对应的主键值。

二级索引 B+ 树（以 email 索引为例）：
[非叶子节点: email 值 + 指针]
  ...
[叶子节点: email 值 + 主键 id]

回表（Table Lookup）

通过二级索引查到主键值后，还需要去聚簇索引里查完整行数据，这个过程叫回表。

-- 假设 email 上有二级索引
SELECT * FROM users WHERE email = 'zhangsan@test.com';

执行过程：

1. 在 email 二级索引 B+ 树中查找 zhangsan@test.com，找到对应主键 id = 1；
2. 拿 id = 1 去聚簇索引 B+ 树中查找，拿到完整行数据。

两次 B+ 树查找，这就是回表的代价。

聚簇索引 vs 二级索引对比

特性	聚簇索引	二级索引
叶子节点存什么	完整行数据	索引列值 + 主键值
每张表数量	1 个	多个
查询是否需要回表	不需要	通常需要
建索引方式	自动（主键）	手动 CREATE INDEX

40.4 各类索引

主键索引

就是聚簇索引本身，上一节主键约束已讲过。建表时定义主键即自动创建。

唯一索引（UNIQUE Index）

索引列值不能重复，和 UNIQUE 约束本质相同：

-- 方式一：建表时定义
CREATE TABLE users (
    id INT AUTO_INCREMENT PRIMARY KEY,
    email VARCHAR(100) UNIQUE,  -- 自动建唯一索引
    ...
);

-- 方式二：单独创建
CREATE UNIQUE INDEX idx_email ON users(email);

唯一索引既能保证数据唯一，又能加速查询，是最常用的索引类型之一。

普通索引（Normal Index）

最基本的索引，没有任何约束：

-- 创建
CREATE INDEX idx_age ON users(age);

-- 或建表时加
ALTER TABLE users ADD INDEX idx_age(age);

联合索引（Composite Index）

多列组合的索引：

CREATE INDEX idx_user_status ON orders(user_id, status);

联合索引按从左到右的顺序排列。最左前缀原则在下一节详讲。

前缀索引（Prefix Index）

对长字符串列，只索引前面一部分字符，节省空间：

-- 只索引 email 前 10 个字符
CREATE INDEX idx_email_prefix ON users(email(10));

-- 查看 email 列的值分布，选择合适的前缀长度
SELECT
    COUNT(*) AS total,
    COUNT(DISTINCT LEFT(email, 5)) AS prefix_5,
    COUNT(DISTINCT LEFT(email, 10)) AS prefix_10,
    COUNT(DISTINCT LEFT(email, 15)) AS prefix_15
FROM users;
-- 选择区分度接近完整列的前缀长度

全文索引（FULLTEXT Index）

用于全文搜索，支持自然语言分词检索：

-- 创建全文索引
CREATE FULLTEXT INDEX ft_content ON articles(content);

-- 使用全文搜索
SELECT * FROM articles
WHERE MATCH(content) AGAINST('MySQL 索引');

-- 布尔模式：支持 +（必须包含）和 -（不包含）
SELECT * FROM articles
WHERE MATCH(content) AGAINST('+MySQL -Oracle' IN BOOLEAN MODE);

40.5 创建和删除索引

-- 方式一：CREATE INDEX
CREATE INDEX idx_age ON users(age);
CREATE UNIQUE INDEX idx_email ON users(email);
CREATE INDEX idx_multi ON orders(user_id, status);

-- 方式二：ALTER TABLE
ALTER TABLE users ADD INDEX idx_age(age);
ALTER TABLE users ADD UNIQUE INDEX idx_email(email);
ALTER TABLE users ADD FULLTEXT INDEX ft_content(content);

-- 删除索引
DROP INDEX idx_age ON users;
ALTER TABLE users DROP INDEX idx_email;

-- 查看表的索引
SHOW INDEX FROM users;

40.6 索引的代价

方面	代价
空间	每个索引是一棵 B+ 树，占额外存储
写入	INSERT/UPDATE/DELETE 需要同步维护所有索引
优化器选择	索引太多，优化器可能选错索引

40.7 小结

• 索引是加速查询的数据结构，InnoDB 用 B+ 树实现；
• B+ 树矮胖有序，3-4 层就能存千万行数据，查询只需 3-4 次磁盘 IO；
• 聚簇索引（主键）叶子节点存完整行数据，一张表只有一个；
• 二级索引叶子节点存索引列值 + 主键值，查询完整行需要回表；
• 常用索引类型：主键索引、唯一索引、普通索引、联合索引、前缀索引、全文索引；
• 索引有空间和写入代价，不是越多越好，控制在 5-6 个以内。

下一节讲索引设计原则和最左前缀原则，学会怎么科学地建索引。