1. 索引的介绍
索引是一种用于快速查询和检索数据的数据结构，其本质可以看作是一种排序好的数据结构。
索引底层数据结构有很多类型，常见的索引结构有：B树、B+树、Hash和红黑树。在MySQL中，无论是Innodb还是MyISAM，都使用了B+树作为索引结构。
优点：使用索引可以很大程度上加速数据检索的速度，减少I/O次数。
缺点：维护索引需要耗费资源，当对表中的数据进行增删改的话，如果数据有索引，那么对应的索引也需要动态的修改。并且索引也需要占用一定的存储空间
‼️：索引不一定能够提高查询性能，如果数据量不大的情况下，使用索引有时候还不如直接全表扫描来得快。
2. 索引底层的数据结构
B+Tree：无论是 InnoDB 引擎还是 MyISAM 引擎都是使用 B+Tree 作为索引的结构，因为其支持范围查询和顺序查询，且相比于 B树 具有更稳定的查询效率和更少的 I/O 次数。
InnoDB和MyISAM中B+树的不同：
InnoDB 中主索引的叶子节点是会存储完整的记录信息的，所以 InnoDB 表数据本身就是主索引，其余索引都被称为辅助索引，他们的叶子节点不存储完整的记录信息，只存储
key和主键的值，因此一般情况下，使用辅助索引进行查询需要进行回表操作，也就是会回到主索引中查询完整的数据（当然覆盖索引除外）MyISAM中，B+Tree 的叶节点的
data域存储的是记录的地址，所以相比于 InnoDB ，MyISAM 的 I/O 次数会相对较多。
3. 索引类型：
主键索引：列值唯一，且不能为null，可以加速查询
唯一索引：列值唯一，可以为null，也可以加速查询
覆盖索引：一个索引包含要查询的所有字段，也就是我们的查询内容和条件都在覆盖索引的字段中，那么使用覆盖索引：可以直接获取到所需的所有数据，可以防止回表，加快查询速度。
普通索引：可以加速查询
全文索引：对文本内容进行分词，然后搜索，只
varcharchartext列上可以创建，但是一般不会用，该功能一般用搜索引擎嗲提，ElasticSearch。前缀索引：对文本的前几个字符创建索引，相比普通索引建立的数据更小，因为只取前几个字符。
联合索引：多个列构成一个索引，专门用于组合搜索，其效率大于索引合并（但是会有最左前缀问题）
最左前缀匹配原则：使用联合索引时，MySQL 会根据索引中的字段顺序，从左到右一次匹配查询条件中的字段，如果查询条件与索引中的最左侧字段相匹配，那么MySQL就会使用索引来过滤数据，这样可以提高查询数据。当碰>、<时，会停止匹配（当前条件可以用上），但是碰 >= 、<= 、between、like 的时候，不会停止匹配，联合索引依旧可以用到。
索引下推（Index Condition Pushdown，ICP）：它允许存储引擎在索引遍历过程中，执行部分 where 语句的判断条件（索引失效时，使用判断条件先过滤掉一些肯定不满足的数据），直接过滤掉不满足条件的记录，从而减少回表的次数
4. 使用索引的建议
选择合适的字段创建:
不为 null 的字段：对于数据为 null 的字段，数据库比较难优化，如果字段频繁查询，但是又避免不了为null，建议使
0/1、true/false这样语义较为清晰的短值或短字符作为替代。where子句中的列：为频繁出现在
where条件中的列创建索引，尤其是筛选数据比例较小的列连接
join：为表连接的列创建索引，加速关联查询。高选择性的列：选择区分度高的列（如唯一ID、用户账号等）。
排序和分组列：为尝出现在
order by和group by中的列创建索引，避免额外的排序操作频繁更新的列，应该尽量不设置索引
限制每张表上的索引数量，单张表索引尽量不超过5个，维护太多索引的会降低数据更新的效率。
尽量尽力联合索引，而不是单列索引，首先，每个索引都会占用一定的磁盘空间，也就是每个索引代表一颗 B+Tree，建立联合索引可以节约很大的磁盘空间，并且更新数据的操作效率也会提升。
避免冗余索引，也就是，联合索引（a,b），可以命中，那么索引a，也就可以命中。
避免索引失效：
隐式类型转换：比如字符串列用数字查询
where str=111会导致索引失效函数或表达式：
where YEAR(date_col)=2025无法使用索引，需改写为范围查询前导通配符：
LIKE '%abc'无法使用索引，LIKE 'abc%'可以。or条件不当：若or两侧的列均有索引，可能触发索引合并，否则可能全表扫描。
评论区