索引通过排序+查找结构提升查询速度，适合加索引的字段包括where条件、join连接、order by和group by中的字段，但唯一值少、数据量小或频繁更新的字段不适合。常见误区有索引失效、模糊查询左侧通配符、联合索引顺序错误、冗余索引等。可通过explain命令查看索引使用情况，定期清理无用索引优化性能。理解原理并结合工具分析是关键。
MySQL索引其实可以理解为一种“目录”，它帮助数据库更快地找到需要的数据。就像查字典前先看目录一样，有了索引，数据库在查找数据时就不用从头到尾一条条扫描，而是能快速定位。
但索引不是随便加的，用得好查询效率飞升，用不好反而拖慢写入速度、占用额外存储。那到底怎么用索引提升查询性能呢？我们从几个实际场景来看看。
一、索引是怎么提升查询速度的？
简单来说，索引的本质是排序+查找结构。常见的索引类型比如B+树，可以让数据库以类似二分查找的方式快速定位目标数据。
举个例子：
假设你有一个用户表 users，里面有100万条记录，你想通过 WHERE name = 'Tom' 找出某个用户。如果没有索引，数据库就得一行行比对，直到找到所有匹配项；但如果你在 name 字段上建立了索引，数据库就能直接跳到“T”开头的部分，再进一步缩小范围，效率大大提升。
所以，索引的核心作用就是减少扫描的数据量，让查询更高效。
二、哪些字段适合加索引？
并不是所有字段都值得加索引，选错了反而会适得其反。以下几类字段比较适合：
- 经常出现在 WHERE 条件中的字段（如用户ID、状态码）
- JOIN 操作中连接的字段（比如订单表关联用户表的 user_id）
- ORDER BY 和 GROUP BY 的字段（排序和分组时也依赖索引）
但要注意：
- 唯一值太少的字段（比如性别）不适合加索引
- 数据量很小的表也不一定需要索引（全表扫描反而更快）
- 频繁更新的字段加索引会影响写入性能
三、使用索引有哪些常见误区？
很多人以为只要加了索引就万事大吉，但实际上很容易踩坑。下面几个是最常见的问题：
-
索引失效：比如在 WHERE 中对字段做函数操作（例如
WHERE YEAR(create_time) = 2023），会导致索引无法使用。 -
模糊查询左侧通配符：像
LIKE '%abc'这样的查询不会走索引，而LIKE 'abc%'可以。 -
联合索引顺序错误：创建了一个
(a, b)的联合索引，但如果只用到了b，这个索引就不起作用。 - 过多冗余索引：重复或部分重叠的索引不仅浪费空间，还会拖慢插入和更新。
四、怎么查看和优化索引使用情况？
你可以通过 EXPLAIN 命令来分析 SQL 是否命中索引：
EXPLAIN SELECT * FROM users WHERE name = 'Tom';
重点关注输出中的 type 和 Extra 字段：
-
type是ref或range表示用了索引； - 如果看到
Using filesort或Using temporary，说明排序或临时表没走索引，可能需要优化。
另外，还可以定期检查没有被使用的索引：
SELECT * FROM information_schema.statistics
WHERE table_schema = '你的库名' AND index_name NOT IN ('PRIMARY');结合业务实际情况删除无用索引，节省资源。
索引这东西看起来简单，但真正用好需要结合具体查询语句和数据分布来看。有时候一个合适的索引能让查询快几十倍，有时候乱加反而拖累系统。关键是理解原理，结合工具分析，才能做到有的放矢。
基本上就这些。
