索引通过B+树结构实现快速查找，跳过全表扫描；支持有序读取以避免排序/分组计算；需遵循最左前缀原则；隐式转换、函数操作、非前缀LIKE等会导致失效；索引并非越多越好，应权衡读写性能与业务需求。
索引跳过了全表扫描这一步
SQL 查询慢，最常见原因就是数据库要逐行检查每条记录是否满足 WHERE 条件。索引本质是一棵有序的数据结构（通常是 B+ 树），它把某列（或几列）的值提前排好序，并存了对应行的物理位置。查询时，数据库直接在索引里二分查找目标值，定位到少数几个叶子节点，再回表取数据——省掉了从头扫到尾的过程。
比如执行 SELECT * FROM users WHERE user_id = 123;，如果 user_id 有主键索引，数据库就不用读取整个 users 表，而是查索引树，几步就找到那一条记录的位置。
注意：只有当查询条件能“走索引”时才跳过全表扫描，比如 WHERE status = 'active' 对没有索引的 status 列，依然会全表扫。
索引让排序和分组不再现场计算
当查询包含 ORDER BY 或 GROUP BY，且字段上有合适索引时，数据库可以直接按索引顺序读取数据，无需额外排序或哈希分组。
例如：SELECT name FROM users ORDER BY created_at DESC LIMIT 10;，若 created_at 上有索引，数据库就能从索引末尾往前取 10 条，连内存排序都省了。
但要注意索引顺序必须匹配：如果建的是 INDEX (a, b)，那么 ORDER BY a, b 可用，ORDER BY b 就用不上；ORDER BY a DESC, b ASC 在 MySQL 8.0+ 才支持混合方向，旧版本可能失效。
常见坑：
-
隐式类型转换会让索引失效，比如
WHERE phone = 13800138000（phone是字符串类型） -
LIKE '%abc'无法使用索引前缀匹配，LIKE 'abc%'才可以 - 对索引列做函数操作，如
WHERE YEAR(created_at) = 2023，索引失效
联合索引的最左前缀原则不是玄学
联合索引 INDEX (a, b, c) 实际上构建了一棵按 a → b → c 排序的树。这意味着它可以高效服务以下查询：
系统功能强大、操作便捷并具有高度延续开发的内容与知识管理系统，并可集合系统强大的新闻、产品、下载、人才、留言、搜索引擎优化、等功能模块，为企业部门提供一个简单、易用、开放、可扩展的企业信息门户平台或电子商务运行平台。开发人员为脆弱页面专门设计了防刷新系统，自动阻止恶意访问和攻击；安全检查应用于每一处代码中，每个提交到系统查询语句中的变量都经过过滤，可自动屏蔽恶意攻击代码，从而全面防止SQL注入攻击
WHERE a = 1WHERE a = 1 AND b = 2WHERE a = 1 AND b = 2 AND c = 3-
WHERE a = 1 AND b IN (2,4) AND c = 3（部分优化器支持）
但它不能加速：
-
WHERE b = 2（没用到a，跳不过第一层） -
WHERE a > 1 AND c = 3（c不在索引连续路径上）
所以建联合索引时，高频等值查询字段放左边，范围查询（>, BETWEEN）字段放中间，排序/分组字段放右边——顺序错了，索引就白建。
索引不是越多越好，写多读少时反而拖慢性能
每次 INSERT、UPDATE、DELETE 都要同步更新所有相关索引。一个表有 5 个索引，写一行可能要写 6 次磁盘（1 次数据页 + 5 次索引页）。
更隐蔽的问题是：
- 索引占用内存和磁盘空间，降低缓冲池命中率
- 优化器可能选错索引，尤其当统计信息过期或数据倾斜严重时
- 唯一索引冲突检查、外键约束验证都会因索引变多而变重
真正需要索引的，是那些出现在 WHERE、JOIN ON、ORDER BY、GROUP BY 中，且选择性高（去重后值多）、查询频次高的字段。其他一律先观察，别一上来就加。
复杂点在于：同一张表上不同业务 SQL 的访问模式可能互相冲突，比如 A 业务要 (a,b)，B 业务要 (b,c)，这时候得权衡覆盖度、维护成本和写入压力——没有银弹，只有取舍。
