当前位置：首页 > news >正文

【MySQL索引设计实战：从入门到精通的高性能索引】

news 2025/9/6 9:52:58

💡 摘要：你是否遇到过数据库查询越来越慢？是否在纠结该为哪些字段创建索引？是否曾经创建了索引却发现性能反而下降？
正确的索引设计能让查询速度提升百倍，而错误的索引则会拖垮整个数据库。索引不是越多越好，而是越精准越好。
本文将从实际业务场景出发，深入解析索引设计的核心原则，通过大量实战案例教你如何创建高性能MySQL索引，避免常见陷阱，让你的数据库飞起来！

一、索引设计核心原则

1. 索引选择黄金法则

原则	说明	示例
选择性原则	选择区分度高的列	身份证号 > 性别
最左前缀原则	复合索引的左优先	INDEX(a,b,c) 支持 a、a,b、a,b,c
覆盖索引原则	索引包含查询所需所有字段	SELECT id,name FROM users
短索引原则	使用前缀索引减少存储	INDEX(email(20))
适度原则	不是越多越好	每个表3-5个优质索引

2. 索引选择性的计算方法

sql

-- 计算字段的选择性
SELECT COUNT(DISTINCT column_name) * 1.0 / COUNT(*) AS selectivity,COUNT(DISTINCT column_name) AS distinct_values,COUNT(*) AS total_rows
FROM table_name;-- 示例：用户表字段选择性分析
SELECT COUNT(DISTINCT id) * 1.0 / COUNT(*) AS id_selectivity,          -- 1.0COUNT(DISTINCT email) * 1.0 / COUNT(*) AS email_selectivity,    -- 0.98COUNT(DISTINCT username) * 1.0 / COUNT(*) AS username_selectivity, -- 0.95COUNT(DISTINCT gender) * 1.0 / COUNT(*) AS gender_selectivity,  -- 0.02COUNT(DISTINCT city) * 1.0 / COUNT(*) AS city_selectivity       -- 0.35
FROM users;

二、单列索引设计实战

1. 主键索引设计

sql

-- 自增主键（推荐）
CREATE TABLE users (id INT UNSIGNED AUTO_INCREMENT PRIMARY KEY,username VARCHAR(50) NOT NULL,email VARCHAR(100) NOT NULL
) ENGINE=InnoDB;-- UUID主键（需要优化）
CREATE TABLE orders (id CHAR(36) PRIMARY KEY DEFAULT (UUID()),user_id INT UNSIGNED,amount DECIMAL(10,2)
) ENGINE=InnoDB;-- 使用有序UUID优化
CREATE TABLE orders_optimized (id BINARY(16) PRIMARY KEY,user_id INT UNSIGNED,amount DECIMAL(10,2)
);-- 插入时转换
INSERT INTO orders_optimized (id, user_id, amount)
VALUES (UNHEX(REPLACE(UUID(), '-', '')), 1, 100.00);

2. 唯一索引设计

sql

-- 基本唯一索引
CREATE TABLE users (id INT PRIMARY KEY,email VARCHAR(100) UNIQUE,  -- 自动创建唯一索引phone CHAR(11) UNIQUE
);-- 复合唯一索引
CREATE TABLE user_relationships (user_id INT,friend_id INT,created_at DATETIME,UNIQUE KEY uk_user_friend (user_id, friend_id)
);-- 避免重复数据插入
INSERT IGNORE INTO user_relationships (user_id, friend_id) 
VALUES (1, 2);-- 或者使用ON DUPLICATE KEY UPDATE
INSERT INTO user_relationships (user_id, friend_id) 
VALUES (1, 2) 
ON DUPLICATE KEY UPDATE created_at = NOW();

3. 普通索引设计

sql

-- 选择高选择性字段
CREATE INDEX idx_email ON users(email);
CREATE INDEX idx_phone ON users(phone);-- 前缀索引（针对长文本）
CREATE INDEX idx_username_prefix ON users(username(10));
CREATE INDEX idx_email_prefix ON users(email(15));-- 函数索引（MySQL 8.0+）
CREATE INDEX idx_created_date ON users((DATE(created_at)));
CREATE INDEX idx_lower_email ON users((LOWER(email)));-- 查看索引效果
EXPLAIN SELECT * FROM users WHERE username LIKE 'john%';

三、复合索引设计实战

1. 复合索引设计原则

sql

-- 正确的列顺序：高选择性在前，低选择性在后
CREATE INDEX idx_composite ON employees(department_id, gender, status);-- 错误的顺序：低选择性在前
CREATE INDEX idx_bad_composite ON employees(gender, department_id, status);-- 覆盖索引设计
CREATE INDEX idx_covering ON orders(user_id, status, amount, created_at);-- 使用覆盖索引查询（避免回表）
EXPLAIN SELECT user_id, amount, created_at 
FROM orders 
WHERE user_id = 1001 AND status = 'completed';

2. 常见业务场景索引设计

sql

-- 电商订单查询
CREATE TABLE orders (order_id BIGINT PRIMARY KEY,user_id BIGINT,status TINYINT COMMENT '1待支付 2已支付 3已完成',amount DECIMAL(10,2),created_at DATETIME,paid_at DATETIME,INDEX idx_user_status (user_id, status),  -- 用户订单状态查询INDEX idx_status_created (status, created_at),  -- 状态时间查询INDEX idx_user_created (user_id, created_at)  -- 用户历史订单
);-- 社交平台feed流
CREATE TABLE feeds (feed_id BIGINT PRIMARY KEY,user_id BIGINT,content TEXT,created_at DATETIME,visibility TINYINT DEFAULT 1,INDEX idx_user_feed (user_id, created_at DESC),  -- 用户个人feedINDEX idx_public_feed (visibility, created_at DESC)  -- 公共时间线
);-- 时间范围查询优化
CREATE TABLE access_logs (log_id BIGINT AUTO_INCREMENT PRIMARY KEY,user_id BIGINT,action VARCHAR(50),created_at DATETIME,INDEX idx_time_user (created_at, user_id),  -- 时间+用户查询INDEX idx_user_time (user_id, created_at)   -- 用户行为分析
);

3. 排序和分组优化

sql

-- 支持排序的索引设计
CREATE INDEX idx_sorting ON products(category_id, price DESC, created_at DESC);-- 查询使用索引排序（避免filesort）
EXPLAIN SELECT * FROM products 
WHERE category_id = 101 
ORDER BY price DESC, created_at DESC 
LIMIT 20;-- 分组查询优化
CREATE INDEX idx_grouping ON sales(sale_date, product_id, region);-- 使用索引进行分组
EXPLAIN SELECT product_id, region, SUM(amount)
FROM sales 
WHERE sale_date BETWEEN '2023-01-01' AND '2023-12-31'
GROUP BY product_id, region;

四、高级索引技巧

1. 索引下推优化

sql

-- MySQL 5.6+ 索引下推
CREATE INDEX idx_name_age ON employees(name, age);-- 索引层面过滤age条件，减少回表
EXPLAIN SELECT * FROM employees 
WHERE name LIKE '张%' AND age > 25;-- 查看索引下推使用情况
SET optimizer_switch = 'index_condition_pushdown=on';

2. 索引合并优化

sql

-- 多个单列索引的合并
CREATE INDEX idx_firstname ON employees(first_name);
CREATE INDEX idx_lastname ON employees(last_name);-- 使用索引合并
EXPLAIN SELECT * FROM employees 
WHERE first_name = 'John' OR last_name = 'Smith';-- 强制使用索引合并
SELECT * FROM employees 
FORCE INDEX(idx_firstname, idx_lastname)
WHERE first_name = 'John' OR last_name = 'Smith';

3. 不可见索引和降序索引

sql

-- 不可见索引（测试索引效果）
CREATE INDEX idx_test ON users(phone) INVISIBLE;-- 测试查询性能
EXPLAIN SELECT * FROM users WHERE phone = '13800138000';-- 切换索引可见性
ALTER TABLE users ALTER INDEX idx_test VISIBLE;
ALTER TABLE users ALTER INDEX idx_test INVISIBLE;-- 降序索引（MySQL 8.0+）
CREATE INDEX idx_desc ON orders(created_at DESC, amount ASC);-- 支持混合排序查询
EXPLAIN SELECT * FROM orders 
ORDER BY created_at DESC, amount ASC 
LIMIT 100;

五、索引性能分析与优化

1. 使用EXPLAIN深入分析

sql

-- 详细分析查询执行计划
EXPLAIN FORMAT=JSON 
SELECT * FROM orders 
WHERE user_id = 1001 AND status = 'completed';-- 查看索引使用情况
SELECT * FROM sys.schema_index_statistics 
WHERE table_name = 'orders';-- 监控索引使用频率
SELECT * FROM sys.schema_unused_indexes 
WHERE object_schema = 'your_database';

2. 索引优化实战案例

sql

-- 案例1：删除冗余索引
-- 原有索引
SHOW INDEX FROM orders;
/*
idx_user_id (user_id)
idx_user_status (user_id, status)  -- 这个可以替代idx_user_id
*/-- 删除冗余索引
DROP INDEX idx_user_id ON orders;-- 案例2：优化大文本字段索引
CREATE TABLE articles (id INT PRIMARY KEY,title VARCHAR(200),content TEXT,author_id INT,created_at DATETIME
);-- 错误的索引
CREATE INDEX idx_content ON articles(content(100));  -- 前缀太长-- 正确的优化
CREATE INDEX idx_author_time ON articles(author_id, created_at);
CREATE INDEX idx_title_prefix ON articles(title(20));

3. 索引维护与监控

sql

-- 查看索引碎片情况
SELECT TABLE_NAME,INDEX_NAME,ROUND(STATS_AVG_ROW_LENGTH) AS avg_row_length,ROUND(STATS_DATA_LENGTH / 1024 / 1024, 2) AS data_size_mb,ROUND(INDEX_LENGTH / 1024 / 1024, 2) AS index_size_mb
FROM INFORMATION_SCHEMA.STATISTICS 
WHERE TABLE_SCHEMA = 'your_database'
ORDER BY index_size_mb DESC;-- 重建索引优化性能
ALTER TABLE orders ENGINE=InnoDB;  -- 重建表
OPTIMIZE TABLE orders;  -- 优化表-- 定期分析表统计信息
ANALYZE TABLE orders;
ANALYZE TABLE users;

六、常见索引陷阱与解决方案

1. 索引失效的常见场景

sql

-- 1. 函数操作导致索引失效
SELECT * FROM users WHERE DATE(created_at) = '2023-01-01';  -- 失效
SELECT * FROM users WHERE created_at >= '2023-01-01' AND created_at < '2023-01-02';  -- 有效-- 2. 隐式类型转换
SELECT * FROM users WHERE phone = 13800138000;  -- 失效（phone是varchar）
SELECT * FROM users WHERE phone = '13800138000';  -- 有效-- 3. 前导通配符LIKE
SELECT * FROM users WHERE username LIKE '%john%';  -- 失效
SELECT * FROM users WHERE username LIKE 'john%';   -- 有效-- 4. OR条件不当使用
SELECT * FROM users WHERE username = 'john' OR age = 25;  -- 可能失效

2. 过度索引的问题

sql

-- 过多的索引导致写性能下降
CREATE TABLE over_indexed_table (id INT PRIMARY KEY,col1 INT, INDEX idx1 (col1),col2 INT, INDEX idx2 (col2),col3 INT, INDEX idx3 (col3),col4 INT, INDEX idx4 (col4),col5 INT, INDEX idx5 (col5)
);-- 每个INSERT需要更新6个索引！
INSERT INTO over_indexed_table VALUES (1,1,1,1,1,1);-- 解决方案：使用复合索引
DROP INDEX idx1, idx2, idx3, idx4, idx5 ON over_indexed_table;
CREATE INDEX idx_composite ON over_indexed_table(col1, col2, col3, col4, col5);

七、实战：电商系统索引设计完整案例

1. 表结构设计

sql

-- 商品表
CREATE TABLE products (product_id BIGINT AUTO_INCREMENT PRIMARY KEY,product_name VARCHAR(200) NOT NULL,category_id INT NOT NULL,price DECIMAL(10,2) NOT NULL,stock INT NOT NULL DEFAULT 0,status TINYINT NOT NULL DEFAULT 1 COMMENT '1上架 0下架',created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,updated_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,-- 索引设计INDEX idx_category_status (category_id, status),INDEX idx_price (price),INDEX idx_name (product_name(20)),INDEX idx_created (created_at DESC)
) ENGINE=InnoDB;-- 订单表
CREATE TABLE orders (order_id VARCHAR(32) PRIMARY KEY COMMENT '订单号',user_id BIGINT NOT NULL,total_amount DECIMAL(10,2) NOT NULL,status TINYINT NOT NULL COMMENT '1待支付 2已支付 3已发货 4已完成 5已取消',created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,paid_at DATETIME NULL,-- 索引设计INDEX idx_user_status (user_id, status),INDEX idx_created_status (created_at, status),INDEX idx_paid (paid_at),INDEX idx_user_created (user_id, created_at DESC)
) ENGINE=InnoDB;-- 订单明细表
CREATE TABLE order_items (item_id BIGINT AUTO_INCREMENT PRIMARY KEY,order_id VARCHAR(32) NOT NULL,product_id BIGINT NOT NULL,quantity INT NOT NULL,price DECIMAL(10,2) NOT NULL,-- 索引设计INDEX idx_order (order_id),INDEX idx_product (product_id),INDEX idx_order_product (order_id, product_id),FOREIGN KEY (order_id) REFERENCES orders(order_id),FOREIGN KEY (product_id) REFERENCES products(product_id)
) ENGINE=InnoDB;

2. 高频查询优化

sql

-- 查询用户订单列表
EXPLAIN SELECT * FROM orders 
WHERE user_id = 1001 AND status IN (2,3,4) 
ORDER BY created_at DESC 
LIMIT 10;
-- 使用索引: idx_user_status-- 商品分类搜索
EXPLAIN SELECT * FROM products 
WHERE category_id = 101 
AND status = 1 
AND price BETWEEN 100 AND 1000 
ORDER BY created_at DESC 
LIMIT 20;
-- 使用索引: idx_category_status-- 订单统计查询
EXPLAIN SELECT DATE(created_at) as date, COUNT(*) as order_count
FROM orders 
WHERE created_at >= '2023-01-01' 
AND status = 2
GROUP BY DATE(created_at);
-- 使用索引: idx_created_status

八、索引设计检查清单

1. 设计阶段检查

是否分析了字段选择性？
复合索引的顺序是否合理？
是否考虑了最左前缀原则？
是否使用了覆盖索引？
索引数量是否适度（3-5个）？

2. 实施阶段检查

是否使用了前缀索引优化长字段？
是否避免了冗余索引？
是否考虑了排序和分组需求？
是否使用了合适的索引类型？

3. 维护阶段检查

是否定期监控索引使用情况？
是否清理了未使用的索引？
是否优化了索引碎片？
是否更新了统计信息？

九、总结与进阶学习

1. 核心要点回顾

选择性优先：选择区分度高的字段创建索引
左前缀原则：复合索引的列顺序至关重要
覆盖索引：避免回表查询提升性能
适度原则：索引不是越多越好
持续优化：定期分析和维护索引

2. 性能提升效果

优化措施	性能提升	适用场景
添加合适索引	10-100倍	大多数查询
使用覆盖索引	2-10倍	查询特定字段
优化索引顺序	2-5倍	复合索引
索引下推	1.5-3倍	MySQL 5.6+
删除冗余索引	提升写性能	写密集场景