【MySQL】 索引特性详解
索引是数据库优化中最重要的部分之一。它能显著提高数据查询效率，却也带来一定的写入成本。本文将从磁盘结构、Page机制、索引原理、索引类型以及索引操作五个方面全面剖析 MySQL 索引的特性与原理。
一、为什么需要索引？
在没有索引的情况下，MySQL 查询只能通过全表扫描来定位数据。当数据量达到数百万甚至上千万级时，查询性能会极大下降。
例如，若表中有 800 万条记录，执行以下查询：
SELECT * FROM EMP WHERE empno = 998877;
如果没有索引，查询可能耗时 4.93 秒，而加上索引后，仅需毫秒级。
索引的作用是 加快检索速度，但同时会 降低写操作性能。因为每次插入、更新或删除数据时，索引结构也要同步维护。
二、磁盘与存储的基础
2.1 磁盘的物理结构
MySQL 中的数据最终存储在磁盘的盘片中。每个盘片被划分为多个扇区（Sector），默认大小为 512字节。磁盘的基本结构由以下部分组成：
- 柱面 (Cylinder)：由多个磁道组成
- 磁道 (Track)：每个盘面的同心圆
- 扇区 (Sector)：磁道的最小存储单元
磁盘通过机械运动完成寻址，随机访问的效率明显低于 连续访问。
2.2 磁盘访问效率
系统直接以 512 字节为单位进行 IO 会造成频繁磁盘访问，因此操作系统通常以 4KB 为基本块单位。而 MySQL 的 InnoDB 存储引擎则将交互单位设为 16KB Page，用以减少 IO 次数，提高效率。
三、MySQL 与磁盘交互的基本单位 —— Page
3.1 Page 的作用
MySQL 将数据文件按 Page（页） 存储在磁盘中，InnoDB 默认 Page 大小为 16KB。每个 Page 存放多条记录。
当 MySQL 需要访问数据时，会将 Page 整体加载到内存中的 Buffer Pool，从而减少频繁的磁盘 IO。
SHOW GLOBAL STATUS LIKE 'innodb_page_size';
返回结果：
| Innodb_page_size | 16384 | -- 16*1024=16384
3.2 Page 的优势
例如要查找 id = 2 的记录：
- 若一次只加载一条记录，需要多次 IO；
- 若所有记录在一个 Page 中，只需一次 IO。
因此，Page 机制大大降低了磁盘访问次数。
四、索引的底层实现原理
4.1 为什么要排序？
MySQL 在存储数据时，会自动按照主键排序。这种有序存储是构建高效索引结构的前提。
通过排序，MySQL 可以更高效地引入“目录页”机制，使得数据定位不再依赖线性遍历。
4.2 页目录机制
Page 内部通过一个目录来快速定位数据。类似书籍的目录页，目录信息占用少量空间，却能大幅减少查找次数。
- 页内目录：定位行记录；
- 页间目录：定位页位置。
4.3 B+ 树结构的形成
随着数据量增加，单个 Page 不足以存储所有数据。此时，MySQL 会在 Page 之上建立“目录页”，形成 多层索引结构。
这便是 B+ 树 —— MySQL InnoDB 索引的核心数据结构。
B+ 树特性：
- 仅叶子节点存储数据；
- 中间节点只存储键值与指针；
- 所有叶子节点相连，支持范围查询；
- 树高低意味着磁盘 IO 次数少，效率高。
五、B+ 树与其他数据结构对比
| 数据结构 | 特点 | 是否适合做索引 |
|---|---|---|
| 链表 | 插入删除快，查询慢 | ❌ |
| 二叉树 | 结构简单，可能退化 | ❌ |
| 红黑树 | 平衡性好，但层数高 | ⚠️ |
| Hash表 | 精确匹配快，不支持范围查找 | ⚠️ |
| B+树 | 有序、支持范围查找、层级低 | ✅ |
B+ 树的层高一般为 3~4 层，即使上千万数据，也能在几次磁盘访问内定位目标记录。
六、聚簇索引与非聚簇索引
6.1 聚簇索引（Clustered Index）
InnoDB 存储引擎中，主键索引与数据存储在同一结构中，称为 聚簇索引。主键索引叶节点存放完整行记录。
CREATE TABLE user (id INT PRIMARY KEY,name VARCHAR(20)
) ENGINE=InnoDB;
在文件系统中，表对应的 .ibd 文件同时保存索引与数据。
6.2 非聚簇索引（Non-Clustered Index）
MyISAM 引擎的索引与数据分离。索引叶节点存储的是数据记录的 地址，称为 非聚簇索引。
CREATE TABLE user (id INT PRIMARY KEY,name VARCHAR(20)
) ENGINE=MyISAM;
查询过程：
- 通过索引定位记录地址；
- 再次访问数据文件读取数据（两次 IO）。
七、索引操作与语法
7.1 创建主键索引
-- 在字段定义中添加主键
CREATE TABLE user1(id INT PRIMARY KEY, name VARCHAR(30));-- 在表定义中指定主键
CREATE TABLE user2(id INT, name VARCHAR(30), PRIMARY KEY(id));-- 表创建后添加主键
ALTER TABLE user3 ADD PRIMARY KEY(id);
7.2 创建唯一索引
-- 创建表时指定唯一约束
CREATE TABLE user4(id INT PRIMARY KEY, name VARCHAR(30) UNIQUE);-- 表后添加唯一索引
ALTER TABLE user5 ADD UNIQUE(name);
7.3 创建普通索引
CREATE INDEX idx_name ON user(name);
ALTER TABLE user ADD INDEX(name);
7.4 创建全文索引（MyISAM 专用）
CREATE TABLE articles (id INT PRIMARY KEY AUTO_INCREMENT,title VARCHAR(200),body TEXT,FULLTEXT (title, body)
) ENGINE=MyISAM;
使用全文匹配：
SELECT * FROM articles WHERE MATCH(title, body) AGAINST('database');
7.5 查询索引
SHOW KEYS FROM table_name;
SHOW INDEX FROM table_name;
DESC table_name;
7.6 删除索引
ALTER TABLE table_name DROP PRIMARY KEY;
ALTER TABLE table_name DROP INDEX idx_name;
DROP INDEX idx_name ON table_name;
八、索引优化与原则
1. 创建索引的建议
- 频繁出现在
WHERE、ORDER BY的字段应创建索引； - 唯一性强的字段优先考虑；
- 更新频繁的字段不建议建立索引；
- 不参与查询条件的字段无需创建索引。
2. 其他优化概念
- 复合索引：多个字段联合创建索引；
- 最左前缀匹配：索引生效顺序与字段排列一致；
- 索引覆盖：查询列全部包含在索引中，无需回表。
九、总结
- 索引是数据库性能优化的核心；
- Page 机制有效减少磁盘 IO；
- InnoDB 采用 B+ 树管理索引；
- 聚簇索引与非聚簇索引在数据存储上存在根本差异；
- 合理设计与使用索引能极大提升查询效率。
“索引不是越多越好，而是用对地方，事半功倍。”