单列索引足够，无需强行建复合索引；复合索引必须按最左前缀顺序使用；order by字段需紧接等值条件字段并方向一致；update/delete性能取决于where是否命中索引。
WHERE 条件里只用一个字段，该建单列索引还是复合索引？
单列索引足够，别硬凑复合索引。MySQL 和 PostgreSQL 都能高效走 WHERE user_id = ? 这类单条件查询，前提是 user_id 上有单列索引。强行加成复合索引（比如 (user_id, created_at)）反而浪费空间，还可能干扰优化器对其他查询的判断。
常见错误现象：看到慢查询日志里反复出现 WHERE status = 'active'，顺手建了个 (status, id) 复合索引——但实际业务中 status 几乎从不和其他字段联合过滤，这个 id 就纯属冗余。
- 单列索引适合：高频、独立使用的过滤字段，如
user_id、order_no、email - 复合索引的“前缀匹配”特性在此无用武之地，因为没用到第二列
- 注意 B+ 树索引页大小和写放大：多一列就多存一份数据，尤其当第二列是
TEXT或大VARCHAR时更明显
WHERE 同时用两个字段，必须按顺序建复合索引吗？
必须，而且顺序不能反。复合索引 (a, b) 能加速 WHERE a = ? AND b = ?，也能加速 WHERE a = ?，但对 WHERE b = ? 完全无效——B+ 树只支持最左前缀匹配。
使用场景典型如订单表：常查 WHERE shop_id = ? AND status = ?，那就建 (shop_id, status)；如果反过来，先查 status 再查 shop_id，就得另建索引或调整查询逻辑。
- 参数差异关键在“选择性”：高区分度字段（如
user_id）放前面，低区分度字段（如status只有 3–5 个值）放后面 - 执行计划里看
key_len：如果WHERE a = ? AND b = ?走了(a, b)索引但key_len只显示 a 的长度，说明 b 没用上——可能是 b 用了函数、类型隐式转换，或被OR/LIKE '%xxx'破坏了索引下推 - PostgreSQL 中
WHERE b = ? AND a = ?仍能走(a, b)索引，但 MySQL 严格依赖书写顺序是否匹配最左前缀
ORDER BY + LIMIT 场景下，索引要覆盖排序字段吗？
要，否则容易触发 Using filesort。比如 SELECT * FROM orders WHERE user_id = ? ORDER BY created_at DESC LIMIT 10，只建 (user_id) 单列索引，MySQL 得先把所有匹配行捞出来再内存排序；而建 (user_id, created_at) 后，B+ 树天然按 created_at 排好序，直接取前 10 条就行。
由于疫情等原因大家都开始习惯了通过互联网上租车服务的信息多方面，且获取方式简便，不管是婚庆用车、旅游租车、还是短租等租车业务。越来越多租车企业都开始主动把租车业务推向给潜在需求客户，所以如何设计一个租车网站，以便在同行中脱颖而出就重要了，易优cms针对租车行业市场需求、目标客户、盈利模式等，进行策划、设计、制作，建设一个符合用户与搜索引擎需求的租车网站源码。 网站首页
容易踩的坑是忽略方向一致性：ORDER BY created_at DESC 和 INDEX (user_id, created_at ASC) 在 MySQL 8.0 以前无法利用排序能力，必须显式声明 DESC（CREATE INDEX idx ON orders (user_id, created_at DESC)）。
- 复合索引中排序字段必须紧接在等值条件字段之后，中间不能插非等值条件（如
WHERE a = ? AND b > ? ORDER BY c，(a, b, c)依然有效；但WHERE a > ? ORDER BY b就不行） -
LIMIT越小，覆盖索引收益越明显；但若LIMIT 1000，且created_at分布极散，仍可能回表大量数据，这时得权衡是否加INCLUDE列（PostgreSQL）或覆盖索引（MySQL） - 注意时间字段精度：
DATETIME(6)和DATETIME类型不一致会导致索引失效，即使看起来值一样
UPDATE 或 DELETE 语句走不走索引，取决于什么？
取决于 WHERE 子句能否命中索引，和 UPDATE 自身改哪些列完全无关。很多人误以为“更新太多列就会慢”，其实瓶颈永远在定位行——只要 WHERE id = ? 走了主键索引，哪怕更新 20 个字段也很快；反之，WHERE name LIKE '%abc%' 没索引，整表扫描才是真慢。
真实线上事故常见于：某天突然发现 DELETE FROM logs WHERE created_at 卡住，查发现 <code>created_at 没索引，又没加 LIMIT，直接扫了几千万行。
- 写操作的索引成本是双刃剑：每建一个索引，
INSERT/UPDATE/DELETE都要多维护一棵 B+ 树，尤其是高并发写入场景，索引越多，写放大越严重 - 复合索引对写的影响比单列更大：比如
(a, b, c)索引，只要 a/b/c 中任一列被更新，整个索引项就得重写 - MySQL 的
EXPLAIN UPDATE不直观，建议用EXPLAIN FORMAT=JSON看used_key_parts字段确认实际用了索引哪几列
事情说清了就结束。索引不是越多越好，也不是照着 WHERE 字段堆砌就行；真正卡住性能的，往往是那个漏掉的等值条件字段，或者排序字段没放进复合索引的第二位。
