2025年Java面试宝典获取地址：
点击下载{:style="color:blue"}
MySQL索引原理详解
在数据库面试中，MySQL索引原理几乎是必考题。本文将从底层数据结构、索引类型、索引优化等角度，系统解析这一高频考点。
什么是索引？
索引是帮助MySQL高效获取数据的数据结构，类似于书籍的目录。它通过预排序和快速定位机制，将全表扫描的时间复杂度从O(n)降低到O(log n)。对于千万级数据表，合理使用索引可以将查询速度提升数百倍。
索引的底层数据结构
B+树结构
MySQL索引默认使用B+树结构（如图）。与B树相比，B+树有两大核心优势：
- 非叶子节点仅存储键值，不存储数据，单个节点可容纳更多索引值
- 叶子节点形成有序链表，范围查询效率更高
Hash索引
虽然Hash索引查询时间复杂度为O(1)，但存在以下局限：
- 不支持范围查询
- 哈希碰撞影响性能
- 内存需求大
因此InnoDB仅在Memory引擎支持Hash索引。
聚簇索引 vs 非聚簇索引
聚簇索引
- 叶子节点存储完整数据行
- 每个表只能有一个聚簇索引
- InnoDB主键索引即聚簇索引
非聚簇索引
- 叶子节点存储主键值
- 需要回表查询数据
- 普通索引、唯一索引均属于此类
最左匹配原则
联合索引(a,b,c)的生效规则：
- 必须包含最左列a才能使用索引
- 遇到范围查询（>、<、between）后，后续列无法使用索引
- 跳过中间列会导致索引部分失效
示例：
WHERE a=1 AND b>2 AND c=3→ 仅a、b走索引WHERE b=2 AND c=3→ 索引失效
索引失效的六大场景
- 未遵循最左前缀原则
- 索引列使用函数或计算
WHERE YEAR(create_time) = 2024 - 隐式类型转换
WHERE phone = 13800138000（phone为varchar类型） - LIKE以通配符开头
WHERE name LIKE '%张' - OR条件包含非索引列
- 全表扫描成本更低
当优化器判断需要访问超过30%数据时，可能放弃索引
索引优化策略
- 覆盖索引优化
通过联合索引包含查询字段，避免回表操作 - 索引下推（ICP）
MySQL5.6+将WHERE条件过滤下推到存储引擎层 - 前缀索引
对长字符串取前N个字符建立索引 - 索引合并
优化器自动合并多个单列索引的条件
高频面试问题解析
Q：为什么建议使用自增主键？
A：自增主键保证插入顺序与B+树叶子节点顺序一致，避免页分裂带来的性能损耗。
Q：如何查看索引使用情况？
A：通过EXPLAIN查看执行计划，重点关注：
- type列（index表示走索引扫描）
- key列（实际使用的索引）
- rows列（预估扫描行数）
温馨提示：如果需要购买《面试鸭》会员，可通过面试鸭返利网联系我，可额外返利25元。更多数据库优化技巧，请下载上方提供的面试宝典资源。
