企业官网建设流程全解析

MySQL 索引面试通俗总结

一、什么是索引？

通俗理解

索引就像一本书的目录。

一本书有 1000 页，你想找“事务”相关内容：

• 没有目录：从第一页逐页翻，这叫全表扫描。
• 有目录：先找到“事务在第 500 页”，再直接翻过去，这叫使用索引查询。

所以索引本质上是：

帮助 MySQL 快速找到数据的一种数据结构，是一种用空间换时间的设计。

索引会额外占用磁盘空间，而且新增、修改、删除数据时，也要同步维护索引。

面试回答

MySQL 索引是一种帮助存储引擎快速查找数据的数据结构，可以理解为数据库表的目录。没有索引时，MySQL 可能需要逐行扫描；有索引后，可以快速定位数据。不过索引需要占用空间，也会增加增删改时的维护成本，所以索引并不是越多越好。

二、索引有哪些分类？

面试中最常问的分类有四种。

1. 按数据结构分类

• B+Tree 索引
• Hash 索引
• Full-Text 全文索引

InnoDB 最常用的是B+Tree 索引。

2. 按物理存储分类

• 聚簇索引，也叫主键索引
• 二级索引，也叫辅助索引、非聚簇索引

3. 按字段特性分类

• 主键索引
• 唯一索引
• 普通索引
• 前缀索引

4. 按字段数量分类

• 单列索引
• 联合索引

这些分类并不冲突。例如一个索引可以同时是：

B+Tree 索引＋二级索引＋普通索引＋联合索引。

三、为什么 InnoDB 使用 B+Tree？

通俗理解

可以把 B+Tree 理解成商场的多级导航：

第一层：食品区、服装区、电器区 ↓ 第二层：饮料区、零食区、粮油区 ↓ 第三层：可乐、牛奶、果汁

找可乐时，不需要把整个商场逛一遍，而是按照分类一层一层往下找。

B+Tree 不能简单理解成二分法。

二叉树一个节点通常只有两个分支，而 B+Tree 一个节点可以有很多个分支，所以它是一棵多叉树。分支越多，树就越矮，查找数据需要访问磁盘的次数就越少。

千万级数据的 B+Tree 通常只需要维持在三四层左右，也就是说，找到一条数据通常只需要少量磁盘 I/O。

B+Tree 的特点

1. 非叶子节点主要保存索引，用来指路。
2. 叶子节点保存最终数据或主键值。
3. 叶子节点按照顺序连接，适合范围查询。
4. 树比较矮，可以减少磁盘 I/O。

为什么不用普通二叉树？

二叉树每个节点只有两个分支。

数据量大时，树会比较高，查询一条数据可能需要访问很多层，磁盘 I/O 次数比较多。

为什么不用 Hash？

Hash 做等值查询很快：

WHEREid=1001

但是不适合范围查询：

WHEREidBETWEEN1000AND2000

Hash 中的数据不是按照大小顺序排列的，而 B+Tree 的叶子节点有序连接，更适合数据库常见的等值查询、范围查询和排序。

面试回答

InnoDB 使用 B+Tree，主要是因为 B+Tree 是多叉树，树的高度比较低，可以减少磁盘 I/O。它的数据集中存储在叶子节点，单个非叶子节点可以保存更多索引。同时叶子节点有序连接，非常适合范围查询和排序。相比之下，二叉树层数较高，Hash 虽然等值查询快，但不适合范围查询。

四、什么是聚簇索引和二级索引？

假设有一张商品表：

CREATETABLEproduct(idBIGINTPRIMARYKEY,product_noVARCHAR(50),nameVARCHAR(100),priceDECIMAL(10,2),INDEXidx_product_no(product_no));

聚簇索引

主键id对应的索引就是聚簇索引。

它的叶子节点保存的是：

id + product_no + name + price + 其他完整数据

可以理解为：

主键目录后面直接放着完整档案。

二级索引

product_no对应的是二级索引。

它的叶子节点主要保存：

product_no + 主键id

可以理解为：

商品编码目录只记录商品编码和档案编号，完整档案还在主键目录中。

InnoDB 中，如果表有主键，就使用主键作为聚簇索引；没有主键时，会尝试选择不允许为 NULL 的唯一列；如果仍然没有，InnoDB 会生成隐藏的聚簇索引键。

面试回答

InnoDB 的主键索引属于聚簇索引，叶子节点保存完整行数据。普通索引属于二级索引，叶子节点保存索引字段和对应的主键值。因此通过二级索引查询完整数据时，可能还需要根据主键再次查询聚簇索引。

五、什么是回表？

执行：

SELECT*FROMproductWHEREproduct_no='P1001';

查询过程：

先查询 product_no 二级索引 ↓ 找到对应的主键 id ↓ 再根据 id 查询主键索引 ↓ 获得完整商品数据

查了两棵 B+Tree，这个过程就叫回表。

通俗理解

你先在“小区住户姓名目录”中查到：

张三住在 3 栋 502

然后再去 3 栋 502 找张三。

第一次查目录，第二次找完整信息，这就是回表。

面试回答

回表是指通过二级索引查询时，先在二级索引中找到主键值，再根据主键值去聚簇索引中查询完整行数据。因为查询了两次 B+Tree，所以回表次数过多会增加磁盘 I/O。

六、什么是覆盖索引？

执行：

SELECTid,product_noFROMproductWHEREproduct_no='P1001';

二级索引中本来就保存了：

product_no + id

查询需要的数据已经全部存在于二级索引中，因此不需要再查询主键索引。

这就叫覆盖索引。

通俗理解

你问物业：

张三住在哪一栋哪一户？

姓名目录里已经写了“3 栋 502”，物业直接回答，不需要再去张三家确认。

面试回答

覆盖索引是指查询需要的所有字段都能直接从索引中获取，不需要再回到聚簇索引查询完整数据。覆盖索引可以减少回表次数和磁盘 I/O。执行计划的 Extra 中出现Using index，一般说明使用了覆盖索引。

七、什么是联合索引？

例如建立：

CREATEINDEXidx_status_create_timeONorders(status,create_time);

这就是联合索引。

联合索引不是分别创建两个独立目录，而是按照多个字段共同排序：

先按照 status 排序 status 相同时，再按照 create_time 排序

例如：

待支付： 2026-07-01 2026-07-02 2026-07-03 已支付： 2026-07-01 2026-07-02

八、什么是最左匹配原则？

假设存在联合索引：

(a, b, c)

它的排序方式是：

先按 a 排序 a 相同时按 b 排序 a、b 都相同时按 c 排序

以下查询通常可以使用联合索引：

WHEREa=1;WHEREa=1ANDb=2;WHEREa=1ANDb=2ANDc=3;

以下查询无法正常利用这个联合索引的最左部分：

WHEREb=2;WHEREc=3;WHEREb=2ANDc=3;

通俗理解

假设一本电话簿按照：

省份 → 城市 → 姓名

进行排序。

你知道省份，就可以快速缩小范围：

湖南省

你知道省份和城市，更容易查：

湖南省 → 长沙市

但你只知道姓名：

张三

因为整本目录不是先按照姓名排序，所以很难直接定位。

联合索引需要从最左边字段开始匹配，本质原因是后面的字段只在前面字段值相同的情况下才局部有序。

特别注意

WHERE条件中的书写顺序通常不是关键。

下面两条 SQL 一般没有本质区别：

WHEREa=1ANDb=2;WHEREb=2ANDa=1;

MySQL 优化器通常会调整条件，关键是联合索引中是否包含最左边的字段。

面试回答

联合索引遵循最左匹配原则，因为联合索引首先按照第一个字段排序，第一个字段相同时才按照第二个字段排序。因此只有从联合索引最左边的字段开始查询，才能利用索引的有序性快速定位数据。

九、联合索引遇到范围查询怎么办？

假设有联合索引：

(a, b)

查询：

WHEREa>1ANDb=2;

通常a可以用于确定索引扫描范围，但进入a > 1的大范围后，b在整个范围中不再保持全局有序，因此b通常不能继续用于缩小索引扫描区间。

可以先记住面试常见结论：

联合索引向右匹配时，遇到>、<这类范围条件，后面的字段通常不能继续用于确定索引扫描范围。

但小林文章中也特别说明，>=、<=、BETWEEN、LIKE '前缀%'在部分情况下仍可能继续使用后面的联合索引字段，最终应结合 MySQL 版本和EXPLAIN的key_len判断。

面试时不需要一开始讲得特别复杂，可以先回答：

范围查询字段本身可以使用索引，但范围查询之后的字段是否还能继续参与索引定位，需要结合具体运算符和执行计划判断。

十、什么是索引下推？

假设有联合索引：

(name, age)

查询：

SELECT*FROMuserWHEREnameLIKE'郭%'ANDage=25;

没有索引下推

MySQL 先根据name找到一批主键，然后全部回表，拿到完整数据后再判断age = 25。

查索引 → 回表 → 判断年龄 查索引 → 回表 → 判断年龄 查索引 → 回表 → 判断年龄

有索引下推

因为二级索引中已经存在age，所以 MySQL 可以先在索引中判断年龄。

查索引 ↓ 先过滤掉年龄不是25岁的记录 ↓ 只把满足条件的数据回表

索引下推的作用就是：

尽量在二级索引内部提前过滤数据，减少回表次数。

执行计划 Extra 出现：

Using index condition

通常表示使用了索引下推。

十一、什么时候应该创建索引？

适合创建索引的字段：

1. 有唯一性要求的字段，例如订单号、商品编码。
2. 经常出现在WHERE条件中的字段。
3. 经常用于JOIN关联的字段。
4. 经常用于ORDER BY的字段。
5. 经常用于GROUP BY的字段。
6. 多个字段经常一起查询时，可以考虑联合索引。

例如订单查询：

SELECTid,order_no,status,create_timeFROMordersWHEREuser_id=1001ANDstatus=1ORDERBYcreate_timeDESC;

可以根据实际查询考虑：

CREATEINDEXidx_user_status_timeONorders(user_id,status,create_time);

索引不仅能用于筛选数据，也可以利用自身的有序性帮助排序。

十二、什么时候不建议创建索引？

1. 数据量特别少

表里只有几十条数据，全表扫描可能更快。

2. 字段重复值很多

例如性别字段：

男、女

通过索引查出全表接近一半的数据，意义不大。

3. 很少用于查询的字段

如果字段不用于WHERE、ORDER BY、GROUP BY和关联查询，建立索引价值不大。

4. 经常发生修改的字段

每次修改索引字段，都需要维护 B+Tree。

例如用户余额经常发生变化，一般不能只因为“可能查询余额”就随便给余额建立索引。索引会占用空间，并降低增删改性能。

十三、为什么主键推荐自增？

自增主键

1、2、3、4、5

新增数据时，通常直接追加到后面：

1、2、3、4、5、6

不需要频繁移动原有数据。

随机主键

原来：

1、3、5、9

突然插入：

7

需要插入到中间。如果数据页已经满了，可能发生页分裂：

原来一个数据页 ↓ 拆成两个数据页 ↓ 移动部分数据

页分裂会增加额外开销，也可能导致空间利用率降低。

所以在没有特殊业务要求时，InnoDB 一般建议使用较短的自增主键。主键越短，二级索引占用的空间通常也越小，因为二级索引叶子节点需要保存主键值。

面试回答

InnoDB 的数据按照主键顺序存放。使用自增主键时，新数据通常顺序追加，可以减少数据移动和页分裂。如果使用随机主键，数据可能插入到已有数据页中间，增加页分裂和空间碎片。另外，二级索引会保存主键值，所以主键长度也不宜过大。

十四、常见索引失效场景

1. 左模糊查询

WHEREnameLIKE'%郭';

2. 左右模糊查询

WHEREnameLIKE'%郭%';

索引是从字符串左边开始排序的，不知道开头是什么，就很难快速定位。

下面这种前缀匹配通常可以使用索引：

WHEREnameLIKE'郭%';

3. 对索引字段进行计算

WHEREage+1=26;

可以改成：

WHEREage=25;

4. 对索引字段使用函数

WHEREYEAR(create_time)=2026;

可以考虑改成范围查询：

WHEREcreate_time>='2026-01-01'ANDcreate_time<'2027-01-01';

5. 隐式类型转换

字段是字符串：

phoneVARCHAR(20)

错误写法：

WHEREphone=13800138000;

更合理：

WHEREphone='13800138000';

6. 不符合联合索引最左匹配

有索引：

(user_id, status, create_time)

只查询：

WHEREstatus=1;

通常无法有效使用该联合索引的最左部分。

7. OR 两边有一边没有索引

WHEREuser_id=1001ORremark='测试';

如果user_id有索引而remark没有索引，优化器可能放弃索引，选择全表扫描。

需要注意：

“存在这些写法”不代表百分之百不使用索引，最终是否使用索引，应通过EXPLAIN验证。

十五、如何判断 SQL 是否使用了索引？

使用：

EXPLAINSELECT*FROMordersWHEREorder_no='202607280001';

重点看以下字段。

possible_keys

可能使用的索引。

key

实际使用的索引。

如果：

key = NULL

通常表示没有使用索引。

key_len

MySQL 实际使用了联合索引中的多少内容。

rows

预计需要扫描多少行。

一般来说，扫描行数越少越好。

type

数据访问方式。

常见效率大致从差到好：

ALL → index → range → ref → eq_ref → const

重点记忆：

• ALL：全表扫描，需要重点关注。
• index：扫描整个索引。
• range：索引范围查询。
• ref：使用普通索引查找。
• eq_ref：多表关联时使用主键或唯一索引。
• const：通过主键或唯一索引查询一条确定记录。

Extra

需要重点关注：

Using filesort

表示不能直接利用索引完成排序，需要额外排序。

Using temporary

表示使用了临时表，经常出现在复杂排序或分组中。

Using index

表示使用了覆盖索引，不需要回表。

Using index condition

表示使用了索引下推。

面试高频问答速记

1. 索引是什么？

索引是帮助 MySQL 快速定位数据的数据结构，可以理解为书的目录。它通过额外的存储空间提高查询效率，但也会增加增删改的维护成本。

2. 为什么使用 B+Tree？

B+Tree 是多叉树，树高比较低，可以减少磁盘 I/O；数据集中在叶子节点，叶子节点有序连接，适合范围查询和排序。

3. 聚簇索引和二级索引有什么区别？

聚簇索引的叶子节点保存完整行数据，二级索引的叶子节点保存索引字段和主键值。一张 InnoDB 表只有一个聚簇索引，但可以有多个二级索引。

4. 什么是回表？

先通过二级索引找到主键，再根据主键去聚簇索引查询完整数据，这个过程叫回表。

5. 什么是覆盖索引？

查询需要的字段都包含在索引中，可以直接从索引获得结果，不需要回表。

6. 什么是最左匹配原则？

联合索引按照从左到右的字段顺序排序，查询通常需要从最左边字段开始匹配，才能充分利用索引的有序性。

7. 什么是索引下推？

在遍历二级索引时，先利用索引中的其他字段过滤数据，减少不必要的回表次数。

8. 索引是不是越多越好？

不是。索引会占用磁盘空间，并且新增、修改、删除数据时需要维护索引，会降低写入性能。

9. 为什么推荐自增主键？

自增主键通常是顺序插入，可以减少数据移动和页分裂；同时主键较短，也可以减少二级索引占用的空间。

10. 如何排查索引有没有生效？

使用 EXPLAIN，重点查看 type、key、key_len、rows 和 Extra，判断是否使用索引、扫描多少行以及是否发生额外排序、临时表和回表。

一句话记忆

索引 = 目录 B+Tree = 多层有序目录 主键索引 = 目录后面直接放完整档案 二级索引 = 目录里保存主键编号 回表 = 先查普通目录，再查主键档案 覆盖索引 = 普通目录里已经有完整答案 联合索引 = 多个字段组成一个有顺序的目录 最左匹配 = 必须从目录最左边开始查 索引下推 = 回表前先在目录中过滤 EXPLAIN = 检查 MySQL 到底怎么查数据

项目面试表达

在订单表中，我通常会根据实际查询场景设计索引。例如订单号具有唯一性，可以建立唯一索引；用户经常按照用户 ID、订单状态和创建时间查询订单，可以考虑建立(user_id, status, create_time)联合索引。同时避免直接使用SELECT *，尽量通过覆盖索引减少回表。SQL 上线前会使用 EXPLAIN 检查实际使用的索引、扫描行数，以及是否出现Using filesort或Using temporary。