索引将全表扫描的O(n)查询降为O(log n)，通过B+树减少磁盘IO、支持有序范围查询、避免回表；显著加速WHERE、JOIN、GROUP BY、ORDER BY及聚合操作，但过多索引会降低写性能、增加空间与维护成本。
因为索引把“大海捞针”变成了“按图索骥”。没有索引时，MySQL每次查询都要从第一行扫到最后一行（全表扫描），数据量越大，耗时越长；有了索引，数据库能直接跳转到目标数据的位置，查询复杂度从 O(n) 降到 O(log n)，响应常常压缩在毫秒级。
索引让查询变快的核心机制
MySQL 主流使用 B+ 树索引结构，它的设计天然适配磁盘 I/O 和快速定位：
- 减少磁盘读取次数：B+ 树高度低、扇出大，几层就能覆盖千万级数据；一次查询通常只需 2–4 次磁盘 IO，远少于全表扫描动辄成百上千次。
-
有序存储加速范围查询：索引列值在叶子节点中物理有序排列，
WHERE age BETWEEN 25 AND 30或ORDER BY created_at可以连续读取，无需额外排序。 -
避免回表（如果用的是覆盖索引）：当
SELECT的字段全部包含在索引中，MySQL 直接从索引里取值，不用再回主键索引查整行数据。
哪些操作直接受益于索引
不只是 WHERE 条件匹配，这些常见场景也依赖索引提速：
-
JOIN 连接：关联字段（如
user_id）建索引后，MySQL 能快速匹配两表对应行，避免嵌套循环全扫。 - GROUP BY / ORDER BY：如果分组或排序字段上有索引，MySQL 可直接利用索引的有序性，省去临时表和文件排序步骤。
-
聚合函数加速：例如
COUNT(*)在 InnoDB 中可走主键索引统计行数（不加 WHERE 时），比遍历更快。 - 唯一性校验与约束：主键、UNIQUE 索引在插入/更新时自动检查重复，底层靠索引的快速查找实现。
不建索引或乱建索引的代价
索引不是越多越好，它是一把双刃剑：
- 写性能下降：每插入/更新/删除一行，所有相关索引都要同步修改，频繁写的表容易成为瓶颈。
- 占用额外空间：一个索引≈一张精简版表；多个大字段组合索引，可能比原表还占空间。
- 优化器选错索引：索引太多时，MySQL 可能误判成本，放弃最优路径，反而用上低效索引甚至全表扫描。
-
维护开销增加：大量数据变更后，索引可能碎片化，需定期
OPTIMIZE TABLE或重建。
什么时候该建索引
优先考虑以下列建索引，效果最明显：
-
WHERE 条件中高频出现的列，尤其是等值查询（
=）、范围查询（>,BETWEEN）。 -
经常用于 JOIN 的外键列，比如订单表的
user_id、商品表的category_id。 - ORDER BY 或 GROUP BY 的字段，特别是多字段组合顺序与索引顺序一致时。
-
SELECT 列较少且固定，可设计覆盖索引，例如
INDEX (status, create_time, id)支撑SELECT id FROM t WHERE status=1 ORDER BY create_time。
