数据库索引详解：原理、设计原则与应用场景

一、什么是索引？

索引（Index） 是数据库中一种提高数据查询效率的数据结构。它的核心思想就类似于书籍的目录——当你需要查找某个内容时，可以快速定位到该内容所在的页码，而不是从第一页开始翻。

在数据库中，索引的底层通常使用 B+ 树 或 哈希表 结构来加速数据的定位。最常见的是 B+ 树索引，因为它支持范围查询和有序遍历，适用于大多数业务场景。

---

二、索引的设计原则（解释+原因）

编号	原则	原因说明
1	数据量大、查询频繁的表建立索引	避免全表扫描，大大提升查询性能。小表不需要索引，因为扫描成本本身就低。
2	WHERE、ORDER BY、GROUP BY字段上建立索引	这些操作需要频繁遍历或排序，若无索引只能全表扫描或排序，效率低。
3	选择区分度高的列建立索引	区分度高 = 唯一性强，可以快速过滤掉大量无关行，提高查询效率。
4	字符串字段可使用前缀索引	长字符串全字段建索引浪费空间、性能差，前缀索引节省空间，牺牲一点查询准确率。
5	优先考虑联合索引（覆盖索引）	减少回表操作，同时避免多个单列索引带来的“索引失效”或“最左前缀限制”问题。
6	控制索引数量	索引越多，增删改操作的代价越高（需维护多个索引结构），影响写入性能。
7	NOT NULL优化索引判断	有 NULL 的列不利于优化器准确评估索引使用价值，NOT NULL 会更利于索引使用。

---

三、哪些字段适合建立索引？

适合建立索引的字段：

1. WHERE条件中经常使用的字段

   • 例如：用户表中的 user_id、订单表中的 order_no

2. JOIN操作中用作关联条件的字段

   • 如：外键字段 user_id, product_id

3. ORDER BY / GROUP BY中出现频繁的字段

   • 如：文章表中的 created_at、评论表中的 article_id

4. 区分度高的字段（例如唯一ID）

   • 如：email、身份证号、手机号

5. 经常作为分页条件的字段

   • 如：按 id 或 created_at 分页查询

6. 联合索引覆盖查询所需字段

   • 如：创建 index(user_id, status) 可以用于 where user_id = ? and status = ? 的查询

---

四、哪些字段不适合建立索引？

不适合建立索引的字段：

1. 频繁变更的字段

   • 每次更新都会引起索引的维护，如频繁变动的 last_login_time

2. 区分度低的字段

   • 如：gender、is_deleted、status 等只有几个值，索引无法有效过滤数据

3. 不参与查询/排序/分组的字段

   • 比如备注类字段 description, comment

4. 很少查询的冷数据表字段

   • 如历史归档表的字段，使用频率低，没必要增加索引开销

5. 长文本字段

   • 如：text, blob, json，这些字段即使能索引，性能也不会好，建议避免索引。

---

五、小结

类型	举例	是否适合索引
高频查询字段	user_id、order_no	适合
状态字段	status（0/1/2）	通常不适合（除非与其他字段联合）
排序字段	created_at、updated_at	适合
备注类字段	description、comment	不适合
外键字段	product_id、user_id	适合
低区分度字段	gender、type（枚举类）	不适合（可用于联合索引）

---