你好，我是悟空。

本文目录如下：

一、前言

最近在梳理 MySQL 核心知识，刚好梳理到了 MySQL 索引相关的知识，我的文章风格很多都是原理 + 实战的方式带你去了解知识点，所以本篇也是。

当然，索引的知识点还是很多的，本篇是对索引的基础知识进行讲解，不涉及索引的底层原理，以及未涉及到如何查看执行计划，将会分成多篇进行讲解，请持续关注~

二、索引 VS 图书馆

设想一种场景，你现在是一名图书管理员，每天的工作就是将归还的书放回原位。如果有人想找某本书，则可以先通过书的分类、书号等，找到书所在的书架位置，进一步缩小了范围。

假如图书馆没有图书管理员，书架上的书是无规律摆放的，那么有人想找一本书，就只能从头开始找了，找不找得到完全靠运气了。

如果你去过图书馆，应该会知道图书馆的检索系统。图书馆为图书准备了检索目录，包括书名、书号、对应的位置信息，包括在哪个区、哪个书架、哪一层。我们可以通过书名或书号，快速获知书的位置，拿到需要的书。

MySQL 中的索引，就相当于图书馆的检索目录，它是帮助 MySQL 系统快速检索数据的一种存储结构。我们可以在索引中按照查询条件，检索索引字段的值，然后快速定位数据记录的位置，这样就不需要遍历整个数据表了。而且，数据表中的字段越多，表中数据记录越多，速度提升越是明显。

三、索引是什么

索引它的英文名是 Index，它是一种数据结构。

数据结构是计算机存储、组织数据的方式。一种好的数据结构可以带来更高的运行或者存储效率。数据在内存中是呈线性排列的，但是我们可以使用指针等道具，构造出类似“树形”的复杂结构。

数据结构按线性和非线性分为两大类，八大种，比如线性数据结构的就有 数组、链表、栈、队列。

非线性的数据结构就有，树、堆、散列表、图等等。

那 MySQL 中的索引是其中哪一种呢？它是一种树型数据结构，而且是 B+ 树，如下图所示，不过图中的树是一种倒着的树，它的根在最上面。

B+树

那 B+ 树是如何存储数据的呢？

我们可以打开这个网站看下。

设想下我们往一张数据表中随机插入一些数字：

2、5、8、100、20

类似我们将图书馆的书随机摆放到书架中，然后我们来通过动图演示的方式看下 B+ 树是如何按照它的数据结构来存放、查找和删除这些数字的。

四、MySQL 索引的优缺点

优点

优点1：降低数据库的 I/O 成本

这里其实就是减少数据库读写数据的花费的时间。

假如让你从一堆杂乱中的书中找一本指定的书，是不是得一本一本的看下封面上写的书名是不是对的，

有了索引，就不需要对每本书都翻看封面了，可以快速到那本书，减少了很多无效的查找。

优点2：保证数据的唯一性

通过创建唯一索引，可以保证数据库表中每一行数据的唯一性。注意这里是唯一索引，通过关键字 UNIQUE 来创建唯一索引。

比如说员工表中的每个员工 id 都是唯一的。

优点3：提高多表联合查询的效率

不论是单表查询，还是多表查询，索引都是提高查询效率的。

任何事物都有其两面性，索引有优点，必定也会有缺点，那索引有什么缺点呢？

缺点

缺点1：创建索引和维护索引要耗费时间

就好比图书馆借书和还书都是需要图书管理员来的维护，如果长期没人管，图书不就又乱了吗？

缺点2：索引需要占磁盘空间

就好比图书馆对每本书的位置信息都是需要存放到一份数据里面的，如果是存放到电脑里面，就会占用电脑的硬盘空间，如果是用纸质文档来存储，则会占用房间的空间。

缺点3：降低更新表的速度

就好比图书馆将新出的书放到书架之前，管理员是需要先查询下这本书的所属位置，再去放到书架上，这个查询的过程就会耗费一定的时间。

五、体验下索引加速查询

前面说了索引的优点很多，最主要的原因是提高查询速度。那我们就来看下不加索引和加索引两种场景下的查询速度。

首先你得创建一张表吧，然后往表里插入很多数据，对吧？

创建学生表

我这里创建了一张学生表：

字段说明：

• id：这条记录的 id，也是主键 id，具有唯一性，也就是说每条记录都是唯一的。
• stu_no：学生编号，插入样本数据时为自增的数字
• stu_name：学生姓名，插入样本数据时为随机的英文字母组合
• age：学生年龄，插入样本数据时会随机分布年龄
• classId：班级 id，插入样本数据时会随机分布班级 id。

插入 300 万数据

现在表创建好了，就需要往表里面插入大量数据了，这里我就直接用写好的脚本插入 300 万数据。

测试不加索引的情况

那如果我想根据某个学生编号stu_no来找到学生的记录该怎么查询呢？

查询脚本如下：

现在 student 表是没有添加索引的，来看下它的查询速度吧。

如何去统计脚本执行所花的时间呢？因为我现在用的是 workbench 图形化管理工具，所以可以借助这款工具来看执行时间：

可以看到查询这条数据用了 0.47s 时间，从查询计划中也可以看到这个查询是全表扫描了，也就是说查询 stu_no = '555555'​这条记录是从记录的第一行开始，一行一行扫描，看下哪条记录的stu_no = '555555'，这种查询方式是很慢很慢的，尤其是要要从这么大的数据量来中找。

测试加索引的情况

添加索引

如果我们这个要查询的字段 stu_no 加上索引会发生什么事情呢？

加索引的方式可以直接通过 workbench 工具或者通过脚本。

workbench 工具添加索引

脚本添加索引

ALTER TABLE `test`.`student`
ADD INDEX `index_stu_no` (`stu_no` ASC) VISIBLE;

测试添加索引后的查询速度

加了索引后，查询只需要 0.0013s，如下图所示：

再来看下它的执行计划：

可以看到利用了索引查找，通过索引直接定位到那一行数据。

有了索引之后，MySQL 在执行 SQL 语句的时候多了一种优化的手段。

也就是说，在查询的时候，可以先通过查询索引快速定位，然后再找到对应的数据进行读取，这样就大大提高了查询的速度。

六、创建索引的方式

在工作中，我们一般都是写好创建索引的 SQL 脚本，然后将脚本提交到代码仓库。这样更方便维护 SQL 脚本和索引。

那创建索引的脚本是怎么样的呢？有没有语法要求？

创建索引的语法

创建索引有三种方式：

创建表的同时创建索引

语法：

CREATE TABLE 表名(
字段 数据类型,
字段 数据类型,
...
{ INDEX | KEY } 索引名 (字段1，字段2，...)
)

示例：创建 member 表的同时创建一个索引 uk_idx_id，字段是 id。

CREATE TABLE member (
id INT NOT NULL,
name VARCHAR(30) NOT NULL,
INDEX uk_idx_id (id)
);

直接给数据表创建索引

语法：

CREATE INDEX 索引名 ON 表名 (
字段1，字段2，...
);

示例：创建一个索引 index_name，字段为 name。

CREATE INDEX index_name ON member (
name
);

更新表的添加索引的语法

ALTER TABLE 表名
ADD { INDEX | KEY } 索引名 (字段1，字段2，...);

示例：创建一个联合索引 index_id_name，字段为 id 和 name。

ALTER TABLE member
ADD INDEX index_id_name (id, name);

七、索引分类

MySQL的索引包括普通索引、唯一性索引、全文索引、单列索引、多列索引和空间索引等。

从 功能逻辑上说，索引主要有 4 种，分别是普通索引、唯一索引、主键索引、全文索引。

按照 物理实现方式 ，索引可以分为 2 种：聚簇索引和非聚簇索引。

按照 作用字段个数 进行划分，分成单列索引和联合索引。

聚簇索引（主键索引）特点

• 主键作为索引，B+树的 叶子节点 存储的是完整的用户记录

非聚簇索引（二级索引、辅助索引）特点

回表查询：先到普通索引上定位主键值，再到聚集索引上定位行记录，它的性能较扫一遍索引树低（一般情况下）。

详细说明：

一般我们自己建的索引不管是单列索引还是联合索引，都称为普通索引，相对应的另外一种就是聚簇索引。每个普通索引就对应着一颗独立的索引B+树，索引 B+ 树的节点仅仅包含了索引里的几个字段的值以及主键值。

根据索引树按照条件找到了需要的数据，仅仅是索引里的几个字段的值和主键值，如果用 select * 则还需要很多其他的字段，就得走一个回表操作，根据主键再到主键的聚簇索引里去找，聚簇索引的叶子节点是数据页，找到数据页里才能把一行数据的所有字段值提取出来。

假设有 select * from table order by a,b,c 的语句，（table 有 abcdef 6 个字段），首先得从联合索引的索引树里按照顺序 a、b、c 取出来所有数据，接着对每一条数据都根据主键到聚簇索引的查找，其实性能不高。

联合索引（二级索引，组合索引）特点

• 同时为多个列建立索引。

八、创建不同的索引体会加速查询

创建聚簇索引体会加速查询

我们之前创建 student 表的同时添加了以 id 为索引字段的主键索引（聚簇索引），所以看下使用主键 id 来查询的速度怎么样。如果你之前对这个表没有添加过主键索引，可以通过这个脚本添加：

# id 不为空，自增长主键，自动添加聚簇索引
ALTER TABLE `test`.`student`
CHANGE COLUMN `id` `id` INT NOT NULL AUTO_INCREMENT ,
ADD PRIMARY KEY (`id`);

执行计划中可以看到是直接用的 constant 方式，说明查询直接找到了那条记录，速度是非常快的。

然后我们把主键索引删除之后，再看下查询用时。

先删除主键索引：

ALTER TABLE `test`.`student`
CHANGE COLUMN `id` `id` INT NOT NULL,
DROP PRIMARY KEY;

查询耗时 0.6 秒。

而且查看执行计划是全表扫描，这种查询方式非常耗时。

创建普通索引体会加速查询

在本文中的第 5 小节已经通过在 stu_no 学生编号上创建普通索引来演示查询效果了，索引也是加速了查询。

创建联合索引体会加速查询

不加索引的情况下，查询 年龄=15，班级 id = 20 的学生，用时 0.46 秒。

在 student 表上的  age 和 classId 字段创建了一个联合索引：

CREATE INDEX index_age_class_id ON test.student (
age,
classId
);

查询语句：

SELECT
*
FROM
test.student
WHERE
age = 15 AND classId = 20;

耗时 0.014 秒。

0.46 秒降低到 0.014 秒，速度提升了 30 倍。

总结

本篇讲解了 MySQL 的索引是什么，优缺点，MySQL 索引分类，以及如何通过脚本创建 MySQL 索引，最后通过演示不同类型的索引如何加速查询。

下一篇 MySQL 文章我们接着聊 MySQL 索引。

关于我

8 年互联网开发经验，擅长微服务、分布式、架构设计。目前在一家大型上市公司从事基础架构和性能优化工作。

InfoQ 签约作者、蓝桥签约作者、阿里云专家博主、51CTO 红人。