MySQL 高性能索引策略

索引是存储引擎用于快速找到记录的一种数据结构。索引对于良好的性能非常关键，尤其是当表中的数据量越来越大时，索引对性能的影响愈发重要。不恰当的索引设计通常是数据库性能问题的罪魁祸首。

索引的数据结构

MySQL 中最常用的索引类型是 B-Tree 索引（实际上是 B+ Tree）。B-Tree 索引能够加快访问数据的速度，因为存储引擎不再需要进行全表扫描来获取需要的数据，而是从索引的根节点开始进行搜索。

聚簇索引与非聚簇索引

• 聚簇索引 (Clustered Index): 将数据存储与索引放到了一块，找到索引也就找到了数据。在 InnoDB 中，主键索引就是聚簇索引。
• 非聚簇索引 (Secondary Index): 叶子节点存储的是主键的值。使用非聚簇索引查询数据时，通常需要先找到主键，再通过主键回表查询完整记录（除非是覆盖索引）。

高性能索引策略

1. 最左前缀原则

对于联合索引（Compound Index），MySQL 会一直向右匹配直到遇到范围查询（>、<、between、like）就停止匹配。例如索引 (a, b, c)，查询 WHERE a=1 AND b=2 会用到索引，但 WHERE b=2 则无法使用该索引。

2. 覆盖索引 (Covering Index)

如果一个索引包含（or 覆盖）所有需要查询的字段的值，我们就称为“覆盖索引”。覆盖索引极大地提高了性能，因为只需要读取索引，而不需要回表读取数据行。

3. 前缀索引

对于很长的字符列，可以只索引列开始的部分字符，这样可以大大节约索引空间，从而提高索引效率。

4. 避免在索引列上做运算

例如 WHERE YEAR(create_time) = 2024 会导致全表扫描，应改为 WHERE create_time BETWEEN "2024-01-01" AND "2024-12-31"。

总结

索引不是越多越好。索引会增加写操作的成本（插入、更新、删除都需要维护索引）。设计索引时需要权衡读写比例，并结合具体的业务查询场景进行分析（使用 EXPLAIN 命令）。