MySQL 系统学习 第四阶段：MySQL 高级 第一节：索引（Index）

一、为什么需要索引？

先看一个问题。

假设用户表：

CREATE TABLE user( id BIGINT, username VARCHAR(50), age INT );

数据：

id username age 1 Tom 20 2 Jack 25 3 Lucy 18 ... 10000000 Mike 30

现在执行：

SELECT * FROM user WHERE username='Tom';

没有索引时

MySQL 怎么查？

只能：

第一条 ↓ 第二条 ↓ 第三条 ↓ ... ↓ 1000万条

这种方式叫：

全表扫描（Full Table Scan）

时间复杂度：

O(n)

数据越多：

越慢。

有索引时

例如：

给 username 创建索引：

CREATE INDEX idx_username ON user(username);

MySQL 会建立类似：

索引结构 Tom | 位置 | 数据行

查询：

WHERE username='Tom'

可以快速定位。

时间复杂度：

O(log n)

二、什么是索引？

定义：

索引是数据库为了提高查询效率而创建的一种数据结构。

简单理解：

索引 = 数据目录。

现实例子：

没有目录的书：

找 MySQL章节 翻第一页 翻第二页 ... 翻500页

有目录：

目录 MySQL ↓ 第300页

快速定位。

数据库索引也是类似思想。

三、MySQL 常见索引类型

1. 普通索引（普通查询）

语法：

CREATE INDEX idx_name ON user(name);

作用：

提高查询速度。

2. 唯一索引

保证数据唯一。

例如：

手机号：

CREATE UNIQUE INDEX idx_phone ON user(phone);

保证：

13800000001

不能重复。

3. 主键索引

创建主键：

PRIMARY KEY(id)

MySQL 自动创建索引。

例如：

id BIGINT PRIMARY KEY

4. 联合索引 ⭐⭐⭐⭐⭐

多个字段组成索引。

例如：

CREATE INDEX idx_name_age ON user(name, age);

表示：

同时根据：

name + age

建立索引。

四、索引的数据结构

MySQL 常用：

B+Tree

这是重点。

为什么不用：

• 数组？
• 链表？
• 二叉树？

而选择：

B+Tree？

1. 数组

查询：

快：

O(1)

但是：

插入删除慢。

2. 链表

查询：

慢：

O(n)

3. 二叉树

如果数据：

1 \ 2 \ 3 \ 4

会退化成链表。

4. B+Tree

结构：

50 / \ 20 80 / \ / \ 10 30 60 90 数据存储在叶子节点

特点：

• 高度低
• 查询快
• 适合磁盘
• 范围查询优秀

所以 MySQL InnoDB 使用 B+Tree。

五、索引创建和删除

创建

CREATE INDEX idx_user_name ON user(username);

查看索引

SHOW INDEX FROM user;

删除索引

DROP INDEX idx_user_name ON user;

六、什么时候应该创建索引？

适合：

1. 经常查询字段

例如：

WHERE username='Tom'

2. 经常排序

例如：

ORDER BY create_time DESC

3. 经常关联

例如：

JOIN user ON order.user_id=user.id

4. 外键字段

例如：

order.user_id

七、索引是不是越多越好？

不是。

这是面试高频问题。

原因：

① 占用空间

索引也是数据。

例如：

10GB数据 + 多个索引 可能增加几GB

② 降低写入速度

INSERT：

原来：

写数据

有索引：

写数据 + 更新索引

UPDATE：

修改字段：

可能需要更新索引。

DELETE：

删除数据：

同时删除索引记录。

所以：

索引提高查询速度，但是降低写入性能。

八、本节总结

🎯 本节核心一句话：

索引就是数据库的数据目录，通过空间换时间，让查询从扫描大量数据变成快速定位数据。