---
title: "MySQL 索引优化实战：从 EXPLAIN 到索引设计"
date: "2026-05-24"
category: "数据库"
tags: ["MySQL", "索引", "性能优化"]
excerpt: "深入讲解 B+ 树索引结构、覆盖索引、索引下推、联合索引最左前缀原则。"
---

## 一、B+ 树索引结构

### 1.1 为什么选择 B+ 树

MySQL InnoDB 存储引擎选择 B+ 树作为索引结构，原因如下：

- 所有数据存储在叶子节点，非叶子节点只存键值
- 叶子节点通过双向链表连接，支持范围查询
- 树的高度通常在 2-4 层，IO 次数可控

### 1.2 聚簇索引 vs 二级索引

**聚簇索引**：叶子节点存储完整行数据，一个表只能有一个。

**二级索引**：叶子节点存储主键值，查询需要回表。

```sql
-- 查看索引使用情况
EXPLAIN SELECT * FROM users WHERE email = 'test@example.com';
```

## 二、EXPLAIN 分析

### 2.1 关键字段解读

| 字段 | 含义 | 期望值 |
|------|------|--------|
| type | 访问类型 | const > ref > range > index > ALL |
| key | 实际使用的索引 | 不应为 NULL |
| rows | 扫描行数估计 | 越小越好 |
| Extra | 额外信息 | Using index 表示覆盖索引 |

### 2.2 常见优化案例

```sql
-- 案例1：避免索引失效
-- ❌ 函数导致索引失效
SELECT * FROM orders WHERE DATE(created_at) = '2026-01-01';

-- ✅ 范围查询
SELECT * FROM orders 
WHERE created_at >= '2026-01-01' AND created_at < '2026-01-02';
```

## 三、索引设计原则

### 3.1 最左前缀原则

联合索引 `(a, b, c)` 相当于创建了三个索引：
- `(a)`
- `(a, b)`
- `(a, b, c)`

```sql
CREATE INDEX idx_name_age_city ON users(name, age, city);

-- 可以走索引
SELECT * FROM users WHERE name = '张三';
SELECT * FROM users WHERE name = '张三' AND age = 25;

-- 不能走索引（跳过了 name）
SELECT * FROM users WHERE age = 25;
```

### 3.2 覆盖索引

查询的所有列都包含在索引中，避免回表：

```sql
CREATE INDEX idx_email_name ON users(email, name);

-- Using index（覆盖索引）
SELECT email, name FROM users WHERE email = 'test@example.com';
```

## 四、总结

- 索引不是越多越好，每个索引都会增加写操作成本
- 定期分析慢查询日志
- 使用 `EXPLAIN` 验证索引是否被正确使用
- 联合索引遵循最左前缀原则