索引是数据库查询性能的分水岭，b+树因其支持范围查询、高io效率和稳定性成为mysql默认结构；建索引需关注选择性、短字段优先及组合索引最左前缀原则。
索引就是数据库的“目录”，不是可有可无的加速器，而是查询能否跑得动的分水岭
没有索引时，SELECT * FROM users WHERE email = 'a@b.com' 可能要扫描几百万行；加了索引后，MySQL 直接跳到目标位置，只查 1–3 层 B+ 树节点。这不是“快一点”，而是从 O(n) 降到 O(log n)——1000 万行数据，全表扫描平均扫 500 万行，B+ 树最多查 4 次磁盘（假设扇区大小和填充率典型值）。关键在于：索引不是为“偶尔慢一下”准备的，是为“每次都要快”设计的基础设施。
为什么 B+ 树是 MySQL 默认索引结构，而不是哈希或普通二叉树
哈希索引（如 MEMORY 引擎支持）只能做等值查询（=），不支持 ORDER BY、BETWEEN、LIKE 'abc%'；普通二叉树在数据写入不均衡时会退化成链表，查询变 O(n)。而 B+ 树：
- 所有数据都在叶子节点，且叶子节点用双向链表连起来 → 支持范围扫描和排序
- 非叶子节点只存键值不存行数据 → 单页能放更多分支，树更矮，IO 更少
- 每个节点填充分率通常 ≥50% → 插入/删除时分裂合并可控，稳定性强
PRIMARY KEY 本身都决定了数据物理存储顺序。哪些字段适合建索引？别只看“WHERE 里用了”，要看选择性和过滤效率
判断一个字段值是否值得索引，核心公式是：选择性 = COUNT(DISTINCT column) / COUNT(*)。比如：
-
email字段选择性接近 1.0（每人邮箱基本唯一）→ 强烈推荐索引 -
status ENUM('active','inactive','pending')选择性最多 0.33 → 即使出现在 WHERE 中，MySQL 也大概率放弃走索引，改用全表扫描 -
created_at时间戳选择性高，但若常查WHERE created_at > '2025-01-01'，需确认该范围是否真的过滤掉大量数据；如果近 90% 数据都满足条件，索引收益极低
VARCHAR(50) 比 VARCHAR(500) 建索引更快、更省空间、缓存命中率更高——哪怕你只存 10 个字符，定义过长也会让索引页容纳更少键值，拖慢遍历速度。组合索引怎么写才真正生效？最左前缀不是玄学，是 B+ 树搜索路径的硬约束
建了 INDEX idx_user_role_status (role, status, created_at)，以下查询能用上索引：
WHERE role = 'admin'WHERE role = 'admin' AND status = 'active'WHERE role = 'admin' AND status = 'active' AND created_at > '2025-01-01'
-
WHERE status = 'active'（跳过最左列role，无法定位子树） -
WHERE role = 'admin' AND created_at > '2025-01-01'（中间缺失status，created_at无法利用有序性）
status 单独查，又需要 role + status 联合查，不要盲目建两个单列索引——优先建 (status, role) 组合索引，再看执行计划是否覆盖全部场景；否则多索引会吃磁盘、拖慢写入，还可能让优化器选错索引。索引不是建得越多越好，也不是建了就自动生效；它依赖你对查询模式、数据分布和 B+ 树工作方式的真实理解。一个没被 EXPLAIN 验证过的索引，和没建一样。
