MySQL 索引类型选择

索引类型概述

索引的作用

作用	详细说明
加速查询	减少需要扫描的数据量，提高查询效率
保证数据唯一性	通过唯一索引实现数据完整性约束
加速排序和分组	利用索引的有序性，避免额外的排序操作
优化JOIN操作	用于表连接的条件，提高连接效率
减少I/O操作	只读取索引数据即可满足查询，降低磁盘I/O

索引类型分类

分类维度	索引类型	特点
数据结构	B-Tree、Hash、R-Tree、Full-Text	基于不同的数据结构实现，适用于不同场景
存储方式	聚簇索引、非聚簇索引	数据是否与索引存储在一起
功能特性	普通索引、唯一索引、主键索引、空间索引	不同的功能用途和约束
字段数量	单列索引、复合索引	索引包含的字段数量
索引状态	正常索引、失效索引	索引是否被查询使用

常见索引类型详解

B-Tree 索引

基本特性

特性	描述
数据结构	平衡多路查找树，MySQL中实际使用B+Tree
适用场景	范围查询、排序、分组、前缀匹配
存储顺序	按索引键值排序存储，支持顺序访问
支持的比较操作	=, >, >=, <, <=, BETWEEN, LIKE 'prefix%'
存储引擎支持	InnoDB, MyISAM, Memory

工作原理

根节点：包含指向子节点的指针，不存储数据
中间节点：存储索引键值和指向子节点的指针
叶子节点：
- InnoDB：存储索引键值和完整的行数据（聚簇索引）或主键值（非聚簇索引）
- MyISAM：存储索引键值和指向数据文件的指针

版本差异

版本	特性
5.6	支持前缀索引，索引长度限制767字节
5.7	支持3072字节索引长度，引入虚拟列
8.0	增强了B-Tree索引的性能，支持降序索引

使用案例

sql

-- 创建B-Tree索引（默认类型）
CREATE INDEX idx_username ON users(username);

-- 适用的查询
SELECT * FROM users WHERE username = 'admin'; -- 精确匹配
SELECT * FROM users WHERE username > 'a' AND username < 'z'; -- 范围查询
SELECT * FROM users ORDER BY username; -- 排序
SELECT * FROM users GROUP BY username; -- 分组
SELECT * FROM users WHERE username LIKE 'admin%'; -- 前缀匹配

-- 不适用的查询
SELECT * FROM users WHERE username LIKE '%admin'; -- 后缀匹配
SELECT * FROM users WHERE username LIKE '%admin%'; -- 中缀匹配

Hash 索引

基本特性

特性	描述
数据结构	哈希表，通过哈希函数将键映射到桶
适用场景	精确匹配查询，不支持范围和排序
存储顺序	无序存储，不支持顺序访问
支持的比较操作	=, <=> (NULL安全比较)
存储引擎支持	Memory, InnoDB (自适应哈希索引)

工作原理

计算索引键的哈希值
将哈希值映射到哈希表的桶
桶中存储指向数据的指针或主键值

版本差异

版本	特性
5.6	仅Memory引擎支持显式创建Hash索引
5.7	InnoDB自适应哈希索引默认开启，增强了性能
8.0	进一步优化了自适应哈希索引，支持更多场景

使用案例

sql

-- 创建Hash索引（仅Memory引擎支持显式创建）
CREATE TABLE hash_table (
    id INT,
    name VARCHAR(50),
    INDEX USING HASH (name)
) ENGINE=MEMORY;

-- 适用的查询
SELECT * FROM hash_table WHERE name = 'test'; -- 精确匹配
SELECT * FROM hash_table WHERE name <=> NULL; -- NULL安全比较

-- 不适用的查询
SELECT * FROM hash_table WHERE name > 'a'; -- 范围查询
SELECT * FROM hash_table ORDER BY name; -- 排序
SELECT * FROM hash_table GROUP BY name; -- 分组
SELECT * FROM hash_table WHERE name LIKE 'test%'; -- 模糊查询

聚簇索引

基本特性

特性	描述
存储方式	索引和数据存储在一起，叶子节点包含完整行数据
叶子节点	包含完整的行数据，按索引顺序排列
数量限制	每个表只能有一个聚簇索引
自动创建	InnoDB表自动为主键创建聚簇索引
存储引擎支持	InnoDB

优势

减少I/O：查询通过聚簇索引找到数据，无需二次查找
排序效率高：数据按索引顺序存储，范围查询和排序操作快
主键查询快：直接通过主键访问数据，无需回表

结构

聚簇索引B+Tree结构：
┌─────────────┐
│  根节点     │
│  100, 200   │
└─────────────┘
       │
       ▼
┌─────────────┐  ┌─────────────┐  ┌─────────────┐
│  叶子节点1  │  │  叶子节点2  │  │  叶子节点3  │
│  id=1-99   │  │  id=100-199 │  │  id=200+    │
│  完整数据  │  │  完整数据  │  │  完整数据  │
└─────────────┘  └─────────────┘  └─────────────┘

版本差异

版本	特性
5.6	聚簇索引只能基于主键，不支持无主键表
5.7	增强了聚簇索引的性能，支持更多数据类型作为主键
8.0	进一步优化了聚簇索引的存储结构，提高了查询效率

使用案例

sql

-- InnoDB表自动为主键创建聚簇索引
CREATE TABLE users (
    id INT PRIMARY KEY, -- 聚簇索引
    username VARCHAR(50),
    email VARCHAR(100)
) ENGINE=InnoDB;

-- 高效查询：直接通过聚簇索引访问
SELECT * FROM users WHERE id = 123;

-- 高效范围查询：利用聚簇索引的有序性
SELECT * FROM users WHERE id BETWEEN 100 AND 200;

-- 高效排序：数据已按主键排序
SELECT * FROM users ORDER BY id DESC LIMIT 10;

非聚簇索引

基本特性

特性	描述
存储方式	索引和数据分开存储，索引单独存储
叶子节点	InnoDB：存储索引键值和主键值 MyISAM：存储索引键值和数据文件指针
数量限制	一个表可以有多个非聚簇索引
存储引擎支持	InnoDB, MyISAM

工作原理

InnoDB中的非聚簇索引：

非聚簇索引叶子节点存储主键值
通过主键值回表查询完整数据（二次查找）
也称为二级索引

MyISAM中的非聚簇索引：

非聚簇索引叶子节点存储数据文件指针
直接通过指针访问数据，无需回表
主键索引与普通索引结构相同

版本差异

版本	特性
5.6	非聚簇索引叶子节点存储主键值，支持前缀索引
5.7	支持虚拟列作为索引列，增强了非聚簇索引的灵活性
8.0	支持降序索引，优化了非聚簇索引的存储和查询

使用案例

sql

-- 创建非聚簇索引
CREATE INDEX idx_username ON users(username);

-- 查询过程：
-- 1. 通过idx_username找到username='admin'对应的主键值
-- 2. 通过主键值（聚簇索引）找到完整数据
SELECT * FROM users WHERE username = 'admin';

-- 覆盖索引查询：不需要回表
-- 只查询索引包含的字段（id和username）
SELECT id, username FROM users WHERE username = 'admin';

唯一索引

基本特性

特性	描述
唯一性	确保索引列的值唯一，不允许重复
允许NULL	可以包含NULL值，但最多只能有一个NULL
自动创建	UNIQUE约束自动创建唯一索引
适用场景	需要保证唯一性的字段，如邮箱、手机号

版本差异

版本	特性
5.6	支持唯一索引，索引长度限制767字节
5.7	支持3072字节索引长度，支持虚拟列作为唯一索引列
8.0	增强了唯一索引的性能，支持降序唯一索引

使用案例

sql

-- 创建唯一索引
CREATE UNIQUE INDEX idx_email ON users(email);

-- 或通过约束创建
ALTER TABLE users ADD CONSTRAINT uk_email UNIQUE (email);

-- 适用场景：用户邮箱唯一
INSERT INTO users(email) VALUES('user@example.com');
-- 重复插入会失败
INSERT INTO users(email) VALUES('user@example.com'); -- 报错：Duplicate entry

-- 允许NULL值
INSERT INTO users(email) VALUES(NULL);
-- 但只能有一个NULL
INSERT INTO users(email) VALUES(NULL); -- 报错：Duplicate entry

主键索引

基本特性

特性	描述
唯一性	确保主键值唯一，不允许重复
非空性	不允许NULL值，强制非空约束
聚簇索引	InnoDB中自动作为聚簇索引
自动创建	PRIMARY KEY约束自动创建
数量限制	每个表只能有一个主键索引

版本差异

版本	特性
5.6	支持自增主键，不支持无主键表
5.7	增强了自增主键的性能，支持更多数据类型作为主键
8.0	支持UUID作为主键的优化，增强了主键索引的性能

使用案例

sql

-- 自增主键索引（推荐）
CREATE TABLE users (
    id INT AUTO_INCREMENT PRIMARY KEY,
    username VARCHAR(50)
);

-- 复合主键
CREATE TABLE order_items (
    order_id INT,
    product_id INT,
    quantity INT,
    PRIMARY KEY (order_id, product_id) -- 复合主键
);

-- UUID主键（不推荐，性能较差）
CREATE TABLE users (
    id VARCHAR(36) PRIMARY KEY DEFAULT (UUID()),
    username VARCHAR(50)
);

空间索引

基本特性

特性	描述
数据结构	R-Tree，用于空间数据的索引
适用场景	地理空间数据查询，如地图应用
支持的数据类型	GEOMETRY, POINT, LINESTRING, POLYGON
存储引擎支持	MyISAM (5.7+), InnoDB (5.7+)

版本差异

版本	特性
5.6	仅MyISAM支持空间索引
5.7	InnoDB开始支持空间索引，增强了空间数据的处理能力
8.0	进一步优化了空间索引，支持更多空间函数和查询类型

使用案例

sql

-- 创建包含空间数据的表
CREATE TABLE locations (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    position POINT NOT NULL,
    SPATIAL INDEX idx_position (position)
) ENGINE=InnoDB;

-- 插入空间数据
INSERT INTO locations (name, position) VALUES 
('Office', ST_GeomFromText('POINT(116.4074 39.9042)')),
('Home', ST_GeomFromText('POINT(116.3972 39.9097)'));

-- 查询距离某个点500米范围内的位置
SELECT 
    name,
    ST_Distance_Sphere(position, ST_GeomFromText('POINT(116.4074 39.9042)')) AS distance
FROM locations
WHERE ST_Distance_Sphere(position, ST_GeomFromText('POINT(116.4074 39.9042)')) < 500
ORDER BY distance;

全文索引

基本特性

特性	描述
适用场景	全文搜索，支持自然语言查询
支持的查询	MATCH() AGAINST()
支持的存储引擎	MyISAM, InnoDB (5.6+)
支持的语言	多种语言，包括中文、英文、日文等

版本差异

版本	特性
5.6	InnoDB开始支持全文索引，支持自然语言搜索
5.7	增强了全文索引的性能，支持中文全文搜索
8.0	进一步优化了全文索引，支持更多搜索模式和语言

使用案例

sql

-- 创建包含全文索引的表
CREATE TABLE articles (
    id INT PRIMARY KEY,
    title VARCHAR(100),
    content TEXT,
    FULLTEXT idx_fulltext (title, content)
) ENGINE=InnoDB;

-- 插入测试数据
INSERT INTO articles (title, content) VALUES 
('MySQL索引优化', '本文介绍MySQL索引的优化技巧，包括B-Tree索引、Hash索引等...'),
('数据库性能调优', '数据库性能调优包括索引优化、查询优化、硬件优化等方面...'),
('MySQL全文索引', 'MySQL全文索引用于高效的文本搜索，支持自然语言查询...');

-- 自然语言模式搜索
SELECT 
    title,
    MATCH(title, content) AGAINST('MySQL索引') AS relevance
FROM articles
WHERE MATCH(title, content) AGAINST('MySQL索引');

-- 布尔模式搜索
SELECT 
    title
FROM articles
WHERE MATCH(title, content) AGAINST('+MySQL -调优' IN BOOLEAN MODE);

索引类型选择原则

根据查询类型选择

查询类型	推荐索引类型	不推荐索引类型
精确匹配	B-Tree, Hash	全文索引
范围查询	B-Tree	Hash, 全文索引
排序/分组	B-Tree	Hash
全文搜索	全文索引	B-Tree, Hash
地理空间查询	空间索引	其他索引
JOIN操作	B-Tree	Hash

根据数据特征选择

数据特征	推荐索引类型	说明
唯一值多	唯一索引	保证数据唯一性，提高查询效率
唯一值少	普通索引	避免唯一索引的额外检查开销
自增序列	自增主键索引	插入性能好，索引结构紧凑
随机值	普通索引，避免作为主键	随机值作为主键会导致频繁页分裂
文本数据	全文索引或前缀索引	长文本适合全文索引，短文本适合前缀索引
空间数据	空间索引	专门针对地理空间数据优化

根据表大小选择

表大小	索引策略	说明
小表（<1000行）	可能不需要索引	表小，全表扫描速度快，索引维护成本高
中型表	为常用查询字段创建索引	平衡查询性能和索引维护成本
大表	精心设计索引，避免过多索引	索引过多会影响写入性能，需要针对性设计

根据更新频率选择

更新频率	索引策略	说明
频繁更新	少创建索引，避免复杂索引	减少索引维护开销，提高写入性能
频繁插入	避免在插入频繁的列创建索引	插入会导致索引更新，影响性能
只读表	可以创建较多索引	无需考虑写入性能，优化查询性能
读写均衡	平衡索引数量和查询性能	根据实际负载调整索引策略

索引类型选择案例

案例一：用户表索引选择

表结构

sql

CREATE TABLE users (
    id INT,
    username VARCHAR(50),
    email VARCHAR(100),
    phone VARCHAR(20),
    created_at DATETIME
) ENGINE=InnoDB;

查询需求

查询类型	查询语句
按ID查询	SELECT * FROM users WHERE id = 123
按用户名查询	SELECT * FROM users WHERE username = 'admin'
按邮箱查询	SELECT * FROM users WHERE email = 'user@example.com'
按创建时间范围查询	SELECT * FROM users WHERE created_at BETWEEN '2023-01-01' AND '2023-12-31'
按手机号查询	SELECT * FROM users WHERE phone = '13800138000'

索引选择

sql

-- 主键索引（聚簇索引）
ALTER TABLE users ADD PRIMARY KEY (id);

-- 用户名索引（频繁查询）
CREATE INDEX idx_username ON users(username);

-- 唯一邮箱索引（确保唯一）
CREATE UNIQUE INDEX idx_email ON users(email);

-- 手机号索引（频繁查询）
CREATE INDEX idx_phone ON users(phone);

-- 创建时间索引（范围查询）
CREATE INDEX idx_created_at ON users(created_at);

案例二：订单表索引选择

表结构

sql

CREATE TABLE orders (
    id INT,
    user_id INT,
    order_no VARCHAR(20),
    total_amount DECIMAL(10,2),
    status TINYINT,
    created_at DATETIME,
    updated_at DATETIME
) ENGINE=InnoDB;

查询需求

查询类型	查询语句
按订单号查询	SELECT * FROM orders WHERE order_no = '202301010001'
按用户ID查询	SELECT * FROM orders WHERE user_id = 123
按状态和创建时间查询	SELECT * FROM orders WHERE status = 1 AND created_at > '2023-01-01'
按用户ID和状态查询	SELECT * FROM orders WHERE user_id = 123 AND status = 2
按创建时间排序	SELECT * FROM orders ORDER BY created_at DESC

索引选择

sql

-- 主键索引
ALTER TABLE orders ADD PRIMARY KEY (id);

-- 唯一订单号索引（确保订单号唯一）
CREATE UNIQUE INDEX idx_order_no ON orders(order_no);

-- 用户ID索引（频繁用于JOIN和查询）
CREATE INDEX idx_user_id ON orders(user_id);

-- 复合索引：状态+创建时间（用于范围查询）
CREATE INDEX idx_status_created_at ON orders(status, created_at);

-- 复合索引：用户ID+状态（用于组合查询）
CREATE INDEX idx_user_id_status ON orders(user_id, status);

-- 创建时间索引（用于排序）
CREATE INDEX idx_created_at ON orders(created_at);

案例三：商品表索引选择

表结构

sql

CREATE TABLE products (
    id INT,
    category_id INT,
    name VARCHAR(100),
    price DECIMAL(10,2),
    stock INT,
    description TEXT,
    created_at DATETIME
) ENGINE=InnoDB;

查询需求

查询类型	查询语句
按分类ID和价格范围查询	SELECT * FROM products WHERE category_id = 1 AND price BETWEEN 100 AND 200
按名称模糊查询	SELECT * FROM products WHERE name LIKE 'iPhone%'
按库存查询	SELECT * FROM products WHERE stock > 0
全文搜索商品描述	SELECT * FROM products WHERE MATCH(description) AGAINST('手机')

索引选择

sql

-- 主键索引
ALTER TABLE products ADD PRIMARY KEY (id);

-- 分类ID+价格复合索引（用于范围查询）
CREATE INDEX idx_category_price ON products(category_id, price);

-- 名称前缀索引（用于模糊查询）
CREATE INDEX idx_name_prefix ON products(name(20));

-- 库存索引（用于库存查询）
CREATE INDEX idx_stock ON products(stock);

-- 全文索引（用于描述搜索）
CREATE FULLTEXT idx_fulltext_description ON products(description);

索引类型对比

B-Tree 与 Hash 索引对比

对比项	B-Tree 索引	Hash 索引
数据结构	平衡多路查找树（B+Tree）	哈希表
排序支持	支持	不支持
范围查询	支持	不支持
模糊查询	支持前缀匹配	不支持
精确匹配	支持	支持
NULL处理	支持	支持
插入性能	中等（需要维护树结构）	高（简单哈希计算）
查询性能	稳定（O(log n)）	极快（O(1)，精确匹配）
适用场景	大多数场景，尤其是范围查询和排序	仅适用于精确匹配查询

聚簇索引与非聚簇索引对比

对比项	聚簇索引	非聚簇索引
存储方式	索引与数据一起存储	索引与数据分开存储
数量限制	每个表一个	多个
主键关系	通常是主键	可以是任何列
查询性能	更快（无需回表）	较慢（可能需要回表）
插入性能	可能较慢（页分裂）	较快
适用场景	主键查询、范围查询	非主键字段查询

唯一索引与普通索引对比

对比项	唯一索引	普通索引
唯一性约束	有，确保数据唯一	无，允许重复值
NULL允许	允许一个NULL	允许多个NULL
查询性能	略快（索引更小，无需检查重复）	略慢
插入性能	较慢（需要检查唯一性）	较快
适用场景	需要保证唯一性的字段	不需要唯一性的字段

索引类型选择最佳实践

优先选择B-Tree索引

B-Tree索引适用于大多数场景，支持范围查询、排序、分组等操作
所有存储引擎都支持B-Tree索引，兼容性好
MySQL 8.0支持降序B-Tree索引，进一步优化排序性能

合理使用唯一索引

对于需要保证唯一性的字段使用唯一索引，如邮箱、手机号、订单号
避免过度使用唯一索引，增加写入开销
唯一索引可以提高查询效率，因为索引更小，查找更快

主键选择策略

优先使用自增主键：
- 插入性能好，不会导致页分裂
- 索引结构紧凑，查询效率高
- 适用场景：大多数业务表
避免使用UUID作为主键：
- 插入性能差，导致频繁页分裂
- 索引结构松散，查询效率低
- 适用场景：分布式系统需要全局唯一ID的情况
复合主键谨慎使用：
- 仅在需要时使用，如多对多关系表
- 复合主键字段顺序很重要，影响查询效率
- 适用场景：关联表、中间表

全文索引的合理使用

仅在需要全文搜索时使用，如文章内容、商品描述
避免在频繁更新的列上使用，维护成本高
合理设置分词规则，提高搜索准确性
MySQL 5.7+支持中文全文搜索，无需额外插件

空间索引的使用

仅在处理地理空间数据时使用，如地图应用、位置服务
确保数据格式正确，使用ST_GeomFromText()等函数创建空间数据
合理设计查询，利用空间函数优化查询性能

考虑覆盖索引

设计包含查询所需所有字段的索引，避免回表查询
覆盖索引可以显著提高查询性能，减少I/O操作
适用场景：频繁执行的查询，字段较少的查询

索引类型选择的常见误区

误区一：所有查询都需要索引

错误观点：为所有查询字段创建索引，提高所有查询的性能

正确做法：

只为频繁查询的字段创建索引，考虑索引的维护成本
小表（<1000行）可能不需要索引，全表扫描速度更快
分析查询频率和执行计划，针对性创建索引

误区二：Hash索引总是更快

错误观点：Hash索引比B-Tree索引快，应该优先使用

正确做法：

Hash索引仅适用于精确匹配查询，不支持范围查询和排序
大多数业务场景需要范围查询和排序，B-Tree索引更实用
InnoDB的自适应哈希索引会自动为频繁访问的索引创建Hash索引，无需手动创建

误区三：主键必须是自增的

错误观点：主键必须是自增整数，其他类型不适合作为主键

正确做法：

自增主键是推荐做法，但不是必须的
在某些场景下，复合主键或业务主键更合适
如多对多关系表使用复合主键，外部系统ID作为业务主键

误区四：唯一索引比普通索引查询快很多

错误观点：唯一索引查询性能比普通索引好很多，应该尽可能使用

正确做法：

唯一索引和普通索引查询性能差异很小，主要区别在于写入时的唯一性检查
唯一索引的主要作用是保证数据唯一性，而不是提高查询性能
根据业务需求选择，不要为了性能而滥用唯一索引

总结

选择合适的索引类型是MySQL性能优化的关键一步，需要综合考虑以下因素：

查询需求：根据常见的查询类型选择合适的索引类型
数据特征：考虑数据的分布、唯一性、更新频率等
表的大小：大表和小表的索引策略不同
存储引擎：不同存储引擎对索引的支持和实现不同
版本特性：MySQL 5.6/5.7/8.0在索引方面有不同的特性和优化
性能平衡：平衡查询性能和插入/更新性能

通过合理选择索引类型，可以显著提高MySQL的查询性能，减少资源消耗，提高系统的整体性能和可扩展性。作为DBA，应该深入理解各种索引类型的特性和适用场景，根据实际需求做出合适的选择，并定期监控和优化索引使用情况。

MySQL 索引类型选择 ​

索引类型概述 ​

索引的作用 ​

索引类型分类 ​

常见索引类型详解 ​

B-Tree 索引 ​

基本特性 ​

工作原理 ​

版本差异 ​

使用案例 ​

Hash 索引 ​

基本特性 ​

工作原理 ​

版本差异 ​

使用案例 ​

聚簇索引 ​

基本特性 ​

优势 ​

结构 ​

版本差异 ​

使用案例 ​

非聚簇索引 ​

基本特性 ​

工作原理 ​

版本差异 ​

使用案例 ​

唯一索引 ​

基本特性 ​

版本差异 ​

使用案例 ​

主键索引 ​

基本特性 ​

版本差异 ​

使用案例 ​

空间索引 ​

基本特性 ​

版本差异 ​

使用案例 ​

全文索引 ​

基本特性 ​

版本差异 ​

使用案例 ​

索引类型选择原则 ​

根据查询类型选择 ​

根据数据特征选择 ​

根据表大小选择 ​

根据更新频率选择 ​

索引类型选择案例 ​

案例一：用户表索引选择 ​

表结构 ​

查询需求 ​

索引选择 ​

案例二：订单表索引选择 ​

表结构 ​

查询需求 ​

索引选择 ​

案例三：商品表索引选择 ​

表结构 ​

查询需求 ​

索引选择 ​

索引类型对比 ​

B-Tree 与 Hash 索引对比 ​

聚簇索引与非聚簇索引对比 ​

唯一索引与普通索引对比 ​

索引类型选择最佳实践 ​

优先选择B-Tree索引 ​

合理使用唯一索引 ​

主键选择策略 ​

全文索引的合理使用 ​

空间索引的使用 ​

考虑覆盖索引 ​

索引类型选择的常见误区 ​

误区一：所有查询都需要索引 ​

误区二：Hash索引总是更快 ​

误区三：主键必须是自增的 ​

误区四：唯一索引比普通索引查询快很多 ​

总结 ​

MySQL 索引类型选择

索引类型概述

索引的作用

索引类型分类

常见索引类型详解

B-Tree 索引

基本特性

工作原理

版本差异

使用案例

Hash 索引

基本特性

工作原理

版本差异

使用案例

聚簇索引

基本特性

优势

结构

版本差异

使用案例

非聚簇索引

基本特性

工作原理

版本差异

使用案例

唯一索引

基本特性

版本差异

使用案例

主键索引

基本特性

版本差异

使用案例

空间索引

基本特性

版本差异

使用案例

全文索引

基本特性

版本差异

使用案例

索引类型选择原则

根据查询类型选择

根据数据特征选择

根据表大小选择

根据更新频率选择

索引类型选择案例

案例一：用户表索引选择

表结构

查询需求

索引选择

案例二：订单表索引选择

表结构

查询需求

索引选择

案例三：商品表索引选择

表结构

查询需求

索引选择

索引类型对比

B-Tree 与 Hash 索引对比

聚簇索引与非聚簇索引对比

唯一索引与普通索引对比

索引类型选择最佳实践

优先选择B-Tree索引

合理使用唯一索引

主键选择策略

全文索引的合理使用

空间索引的使用

考虑覆盖索引

索引类型选择的常见误区

误区一：所有查询都需要索引

误区二：Hash索引总是更快

误区三：主键必须是自增的

误区四：唯一索引比普通索引查询快很多

总结