MySQL 索引优化实战：从原理到最佳实践

为什么索引如此重要？

在数据量达到百万级别时，没有索引的全表扫描可能需要数秒甚至数十秒，而有索引的查询通常在毫秒级完成。

B+Tree 索引原理

MySQL InnoDB 引擎默认使用 B+Tree 数据结构来组织索引。B+Tree 是一棵平衡多路搜索树，所有数据都存储在叶子节点中，叶子节点通过双向链表连接，非常适合范围查询。

最左前缀原则

联合索引遵循"最左前缀"原则。假设有一个联合索引 (a, b, c)：

• ✅ WHERE a = 1 — 可以使用索引
• ✅ WHERE a = 1 AND b = 2 — 可以使用索引
• ✅ WHERE a = 1 AND c = 3 — 只能用到 a 列
• ❌ WHERE b = 2 — 无法使用索引
• ❌ WHERE c = 3 — 无法使用索引

避免索引失效的常见场景

1. 在索引列上使用函数或运算：WHERE YEAR(create_time) = 2024

2. 隐式类型转换：WHERE phone = 13800000000（phone 是 varchar）

3. LIKE 以 % 开头：WHERE name LIKE '%test'

使用 EXPLAIN 分析

EXPLAIN SELECT * FROM articles
WHERE status = 'published'
ORDER BY published_at DESC;

关键指标：type 列应尽量达到 ref 或 const 级别，避免 ALL 全表扫描。