面试mysql中怎么创建索引_阿里面试：MySQL如何设计索引更高效？
有情懷，有干貨，微信搜索【三太子敖丙】關注這個不一樣的程序員。
本文 GitHub https://github.com/JavaFamily 已收錄，有一線大廠面試完整考點、資料以及我的系列文章。
前言
數據庫系列更新到現在我想大家對所有的概念都已有個大概認識了，這周我在看評論的時候我發現有個網友的提問我覺得很有意思：帥丙如何設計一個索引？你們都是怎么設計索引的？怎么設計更高效？
我一想索引我寫過很多了呀，沒道理讀者還不會啊，但是我一回頭看完，那確實，我就寫了索引的概念，優劣勢，沒提到怎么設計，那這篇文章又這樣應運而生了。
本文還是會有很多之前寫過的重復概念，但是也是為了大家能更好的理解MySQL中幾種索引設計的原理。
正文
我們知道，索引是一個基于鏈表實現的樹狀Tree結構，能夠快速的檢索數據，目前幾乎所RDBMS數據庫都實現了索引特性，比如MySQL的B+Tree索引，MongoDB的BTree索引等。
在業務開發過程中，索引設計高效與否決定了接口對應SQL的執行效率，高效的索引可以降低接口的Response Time，同時還可以降低成本，我們要現實的目標是：索引設計->降低接口響應時間->降低服務器配置->降低成本，最終要落實到成本上來，因為老板最關心的是成本。
今天就跟大家聊聊MySQL中的索引以及如何設計索引，使用索引才能提降低接口的RT，提高用戶體檢。
MySQL中的索引
MySQL中的InnoDB引擎使用B+Tree結構來存儲索引，可以盡量減少數據查詢時磁盤IO次數，同時樹的高度直接影響了查詢的性能，一般樹的高度維持在 3~4 層。
B+Tree由三部分組成：根root、枝branch以及Leaf葉子，其中root和branch不存儲數據，只存儲指針地址，數據全部存儲在Leaf Node，同時Leaf Node之間用雙向鏈表鏈接，結構如下：
從上面可以看到，每個Leaf Node是三部分組成的，即前驅指針p_prev，數據data以及后繼指針p_next，同時數據data是有序的，默認是升序ASC，分布在B+tree右邊的鍵值總是大于左邊的，同時從root到每個Leaf的距離是相等的，也就是訪問任何一個Leaf Node需要的IO是一樣的，即索引樹的高度Level + 1次IO操作。
我們可以將MySQL中的索引可以看成一張小表，占用磁盤空間，創建索引的過程其實就是按照索引列排序的過程，先在sort_buffer_size進行排序，如果排序的數據量大，sort_buffer_size容量不下，就需要通過臨時文件來排序，最重要的是通過索引可以避免排序操作(distinct，group by，order by)。
聚集索引
MySQL中的表是IOT(Index Organization Table，索引組織表)，數據按照主鍵id順序存儲(邏輯上是連續，物理上不連續)，而且主鍵id是聚集索引(clustered index)，存儲著整行數據，如果沒有顯示的指定主鍵，MySQL會將所有的列組合起來構造一個row_id作為primary key，例如表users(id, user_id, user_name, phone, primary key(id))，id是聚集索引，存儲了id, user_id, user_name, phone整行的數據。
輔助索引
輔助索引也稱為二級索引，索引中除了存儲索引列外，還存儲了主鍵id，對于user_name的索引idx_user_name(user_name)而言，其實等價于idx_user_name(user_name, id)，MySQL會自動在輔助索引的最后添加上主鍵id，熟悉Oracle數據庫的都知道，索引里除了索引列還存儲了row_id(代表數據的物理位置，由四部分組成：對象編號+數據文件號+數據塊號+數據行號)，我們在創建輔助索引也可以顯示添加主鍵id。
--?創建user_name列上的索引
mysql>?create?index?idx_user_name?on?users(user_name);
--?顯示添加主鍵id創建索引
mysql>?create?index?idx_user_name_id?on?users(user_name,id);
--?對比兩個索引的統計數據
mysql>?select?a.space?as?tbl_spaceid,?a.table_id,?a.name?as?table_name,?row_format,?space_type,??b.index_id?,?b.name?as?index_name,?n_fields,?page_no,?b.type?as?index_type??from?information_schema.INNODB_TABLES?a?left?join?information_schema.INNODB_INDEXES?b??on?a.table_id?=b.table_id?where?a.name?=?'test/users';
+-------------+----------+------------+------------+------------+----------+------------------+----------+------
|?tbl_spaceid?|?table_id?|?table_name?|?row_format?|?space_type?|?index_id?|?index_name???????|?n_fields?|?page_no?|?index_type?|
+-------------+----------+------------+------------+------------+----------+------------------+----------+------
|?????????518?|?????1586?|?test/users?|?Dynamic????|?Single?????|?????1254?|?PRIMARY??????????|????????9?|???????4?|??????????3?|
|?????????518?|?????1586?|?test/users?|?Dynamic????|?Single?????|?????4003?|?idx_user_name????|????????2?|???????5?|??????????0?|
|?????????518?|?????1586?|?test/users?|?Dynamic????|?Single?????|?????4004?|?idx_user_name_id?|????????2?|??????45?|??????????0?|
mysql>?select?index_name,?last_update,?stat_name,?stat_value,?stat_description?from?mysql.innodb_index_stats?where?index_name?in?('idx_user_name','idx_user_name_id');
+------------------+---------------------+--------------+------------+-----------------------------------+
|?index_name???????|?last_update?????????|?stat_name????|?stat_value?|?stat_description??????????????????|
+------------------+---------------------+--------------+------------+-----------------------------------+
|?idx_user_name????|?2021-01-02?17:14:48?|?n_leaf_pages?|???????1358?|?Number?of?leaf?pages?in?the?index?|
|?idx_user_name????|?2021-01-02?17:14:48?|?size?????????|???????1572?|?Number?of?pages?in?the?index??????|
|?idx_user_name_id?|?2021-01-02?17:14:48?|?n_leaf_pages?|???????1358?|?Number?of?leaf?pages?in?the?index?|
|?idx_user_name_id?|?2021-01-02?17:14:48?|?size?????????|???????1572?|?Number?of?pages?in?the?index??????|
對比一下兩個索引的結果，n_fields表示索引中的列數，n_leaf_pages表示索引中的葉子頁數，size表示索引中的總頁數，通過數據比對就可以看到，輔助索引中確實包含了主鍵id，也說明了這兩個索引時完全一致。
Index_name
n_fields
n_leaf_pages
size
idx_user_name
2
1358
1572
idx_user_name_id
2
1358
1572
索引回表
上面證明了輔助索引包含主鍵id，如果通過輔助索引列去過濾數據有可能需要回表，舉個例子：業務需要通過用戶名user_name去查詢用戶表users的信息，業務接口對應的SQL：
select??user_id,?user_name,?phone?from?users?where?user_name?=?'Laaa';
我們知道，對于索引idx_user_name而言，其實就是一個小表idx_user_name(user_name, id)，如果只查詢索引中的列，只需要掃描索引就能獲取到所需數據，是不需要回表的，如下SQL語句：
SQL 1: select id, user_name from users where user_name = 'Laaa';
SQL 2: select id from users where user_name = 'Laaa';
mysql>?explain?select?id,?name?from?users?where?name?=?'Laaa';
+----+-------------+-------+------------+------+---------------+---------------+---------+-------+------+-------
|?id?|?select_type?|?table?|?partitions?|?type?|?possible_keys?|?key???????????|?key_len?|?ref???|?rows?|?filtered?|?Extra???????|
+----+-------------+-------+------------+------+---------------+---------------+---------+-------+------+-------
|??1?|?SIMPLE??????|?users?|?NULL???????|?ref??|?idx_user_name?|?idx_user_name?|?82??????|?const?|????1?|???100.00?|?Using?index?|
mysql>?explain?select?id?from?users?where?name?=?'Laaa';
+----+-------------+-------+------------+------+---------------+---------------+---------+-------+------+-------
|?id?|?select_type?|?table?|?partitions?|?type?|?possible_keys?|?key???????????|?key_len?|?ref???|?rows?|?filtered?|?Extra???????|
+----+-------------+-------+------------+------+---------------+---------------+---------+-------+------+-------
|??1?|?SIMPLE??????|?users?|?NULL???????|?ref??|?idx_user_name?|?idx_user_name?|?82??????|?const?|????1?|???100.00?|?Using?index?|
SQL 1和SQL 2的執行計劃中的Extra=Using index 表示使用覆蓋索引掃描，不需要回表，再來看上面的業務SQL：
select user_id, user_name, phone from users where user_name = 'Laaa';
可以看到select后面的user_id，phone列不在索引idx_user_name中，就需要通過主鍵id進行回表查找，MySQL內部分如下兩個階段處理：
Section 1： select **id** from users where user_name = 'Laaa' //id = 100101
Section 2: select user_id, user_name, phone from users where id = 100101;
將Section 2的操作稱為回表，即通過輔助索引中的主鍵id去原表中查找數據。
索引高度
MySQL的索引時B+tree結構，即使表里有上億條數據，索引的高度都不會很高，通常維持在3-4層左右，我來計算下索引idx_name的高度，從上面知道索引信息：index_id = 4003， page_no = 5，它的偏移量offset就是page_no x innodo_page_size + 64 = 81984，通過hexdump進行查看
$hexdump?-s?81984?-n?10?/usr/local/var/mysql/test/users.ibd
0014040?00?02?00?00?00?00?00?00?0f?a3
001404a
其中索引的PAGE_LEVEL為00，即idx_user_name索引高度為1，0f a3 代表索引編號，轉換為十進制是4003，正是index_id。
數據掃描方式
全表掃描
從左到右依次掃描整個B+Tree獲取數據，掃描整個表數據，IO開銷大，速度慢，鎖等嚴重，影響MySQL的并發。
對于OLAP的業務場景，需要掃描返回大量數據，這時候全表掃描的順序IO效率更高。
索引掃描
通常來講索引比表小，掃描的數據量小，消耗的IO少，執行速度塊，幾乎沒有鎖等，能夠提高MySQL的并發。
對于OLTP系統，希望所有的SQL都能命中合適的索引總是美好的。
主要區別就是掃描數據量大小以及IO的操作，全表掃描是順序IO，索引掃描是隨機IO，MySQL對此做了優化，增加了change buffer特性來提高IO性能。
索引優化案例
分頁查詢優化
業務要根據時間范圍查詢交易記錄，接口原始的SQL如下：
select??*?from?trade_info?where?status?=?0?and?create_time?>=?'2020-10-01?00:00:00'?and?create_time?<=?'2020-10-07?23:59:59'?order?by?id?desc?limit?102120,?20;
表trade_info上有索引idx_status_create_time(status,create_time)，通過上面分析知道，等價于索引**(status,create_time,id)**，對于典型的分頁limit m, n來說，越往后翻頁越慢，也就是m越大會越慢，因為要定位m位置需要掃描的數據越來越多，導致IO開銷比較大，這里可以利用輔助索引的覆蓋掃描來進行優化，先獲取id，這一步就是索引覆蓋掃描，不需要回表，然后通過id跟原表trade_info進行關聯，改寫后的SQL如下：
select?*?from?trade_info?a?,
(select??id?from?trade_info?where?status?=?0?and?create_time?>=?'2020-10-01?00:00:00'?and?create_time?<=?'2020-10-07?23:59:59'?order?by?id?desc?limit?102120,?20)?as?b???//這一步走的是索引覆蓋掃描，不需要回表
where?a.id?=?b.id;
很多同學只知道這樣寫效率高，但是未必知道為什么要這樣改寫，理解索引特性對編寫高質量的SQL尤為重要。
分而治之總是不錯的
營銷系統有一批過期的優惠卷要失效，核心SQL如下：
--?需要更新的數據量500w
update?coupons?set?status?=?1?where?status?=0?and?create_time?>=?'2020-10-01?00:00:00'?and?create_time?<=?'2020-10-07?23:59:59';
在Oracle里更新500w數據是很快，因為可以利用多個cpu core去執行，但是MySQL就需要注意了，一個SQL只能使用一個cpu core去處理，如果SQL很復雜或執行很慢，就會阻塞后面的SQL請求，造成活動連接數暴增，MySQL CPU 100%，相應的接口Timeout，同時對于主從復制架構，而且做了業務讀寫分離，更新500w數據需要5分鐘，Master上執行了5分鐘，binlog傳到了slave也需要執行5分鐘，那就是Slave延遲5分鐘，在這期間會造成業務臟數據，比如重復下單等。
優化思路：先獲取where條件中的最小id和最大id，然后分批次去更新，每個批次1000條，這樣既能快速完成更新，又能保證主從復制不會出現延遲。
優化如下：
先獲取要更新的數據范圍內的最小id和最大id(表沒有物理delete，所以id是連續的)
mysql>?explain?select?min(id)?min_id,?max(id)?max_id?from?coupons?where?status?=0?and?create_time?>=?'2020-10-01?00:00:00'?and?create_time?<=?'2020-10-07?23:59:59';
+----+-------------+-------+------------+-------+------------------------+------------------------+---------+---
|?id?|?select_type?|?table?|?partitions?|?type??|?possible_keys??????????|?key????????????????????|?key_len?|?ref??|?rows???|?filtered?|?Extra????????????????????|
+----+-------------+-------+------------+-------+------------------------+------------------------+---------+---
|??1?|?SIMPLE??????|?users?|?NULL???????|?range?|?idx_status_create_time?|?idx_status_create_time?|?6???????|?NULL?|?180300?|???100.00?|?Using?where;?Using?index?|
? Extra=Using where; Using index使用了索引idx_status_create_time，同時需要的數據都在索引中能找到，所以不需要回表查詢數據。
以每次1000條commit一次進行循環update，主要代碼如下：
current_id?=?min_id;
for??current_id?
update?coupons?set?status?=?1?where?id?>=current_id?and?id?<=?current_id?+?1000;??//通過主鍵id更新1000條很快
commit;
current_id?+=?1000;
done
這兩個案例告訴我們，要充分利用輔助索引包含主鍵id的特性，先通過索引獲取主鍵id走覆蓋索引掃描，不需要回表，然后再通過id去關聯操作是高效的，同時根據MySQL的特性使用分而治之的思想既能高效完成操作，又能避免主從復制延遲產生的業務數據混亂。
MySQL索引設計
熟悉了索引的特性之后，就可以在業務開發過程中設計高質量的索引，降低接口的響應時間。
前綴索引
對于使用REDUNDANT或者COMPACT格式的InnoDB表，索引鍵前綴長度限制為767字節。如果TEXT或VARCHAR列的列前綴索引超過191個字符，則可能會達到此限制，假定為utf8mb4字符集，每個字符最多4個字節。
可以通過設置參數innodb_large_prefix來開啟或禁用索引前綴長度的限制，即是設置為OFF，索引雖然可以創建成功，也會有一個警告，主要是因為index size會很大，效率大量的IO的操作，即使MySQL優化器命中了該索引，效率也不會很高。
--?設置innodb_large_prefix=OFF禁用索引前綴限制，雖然可以創建成功，但是有警告。
mysql>?create?index?idx_nickname?on?users(nickname);????//?`nickname`?varchar(255)
Records:?0??Duplicates:?0??Warnings:?1
mysql>?show?warnings;
+---------+------+---------------------------------------------------------+
|?Level???|?Code?|?Message?????????????????????????????????????????????????|
+---------+------+---------------------------------------------------------+
|?Warning?|?1071?|?Specified?key?was?too?long;?max?key?length?is?767?bytes?|
業務發展初期，為了快速實現功能，對一些數據表字段的長度定義都比較寬松，比如用戶表users的昵稱nickname定義為varchar(128)，而且有業務接口需要通過nickname查詢，系統運行了一段時間之后，查詢users表最大的nickname長度為30，這個時候就可以創建前綴索引來減小索引的長度提升性能。
--?`nickname`?varchar(128)?DEFAULT?NULL定義的執行計劃
mysql>?explain?select?*?from?users?where?nickname?=?'Laaa';
+----+-------------+-------+------------+------+---------------+--------------+---------+-------+------+--------
|?id?|?select_type?|?table?|?partitions?|?type?|?possible_keys?|?key??????????|?key_len?|?ref???|?rows?|?filtered?|?Extra?|
+----+-------------+-------+------------+------+---------------+--------------+---------+-------+------+--------
|??1?|?SIMPLE??????|?users?|?NULL???????|?ref??|?idx_nickname??|?idx_nickname?|?515?????|?const?|????1?|???100.00?|?NULL??|
key_len=515，由于表和列都是utf8mb4字符集，每個字符占4個字節，變長數據類型+2Bytes，允許NULL額外+1Bytes，即128 x 4 + 2 + 1 = 515Bytes。創建前綴索引，前綴長度也可以不是當前表的數據列最大值，應該是區分度最高的那部分長度，一般能達到90%以上即可，例如email字段存儲都是類似這樣的值xxxx@yyy.com，前綴索引的最大長度可以是xxxx這部分的最大長度即可。
--?創建前綴索引，前綴長度為30
mysql>?create?index?idx_nickname_part?on?users(nickname(30));
--?查看執行計劃
mysql>?explain?select?*?from?users?where?nickname?=?'Laaa';
+----+-------------+-------+------------+------+--------------------------------+-------------------+---------+-
|?id?|?select_type?|?table?|?partitions?|?type?|?possible_keys??????????????????|?key???????????????|?key_len?|?ref???|?rows?|?filtered?|?Extra???????|
+----+-------------+-------+------------+------+--------------------------------+-------------------+---------+-
|??1?|?SIMPLE??????|?users?|?NULL???????|?ref??|?idx_nickname_part,idx_nickname?|?idx_nickname_part?|?123?????|?const?|????1?|???100.00?|?Using?where?|
可以看到優化器選擇了前綴索引，索引長度為123，即30 x 4 + 2 + 1 = 123 Bytes，大小不到原來的四分之。
前綴索引雖然可以減小索引的大小，但是不能消除排序。
mysql>?explain?select?gender,count(*)?from?users?where?nickname?like?'User100%'?group?by?nickname?limit?10;
+----+-------------+-------+------------+-------+--------------------------------+--------------+---------+-----
|?id?|?select_type?|?table?|?partitions?|?type??|?possible_keys??????????????????|?key??????????|?key_len?|?ref??|?rows?|?filtered?|?Extra?????????????????|
+----+-------------+-------+------------+-------+--------------------------------+--------------+---------+-----
|??1?|?SIMPLE??????|?users?|?NULL???????|?range?|?idx_nickname_part,idx_nickname?|?idx_nickname?|?515?????|?NULL?|??899?|???100.00?|?Using?index?condition?|
--可以看到Extra=?Using?index?condition表示使用了索引，但是需要回表查詢數據，沒有發生排序操作。
mysql>?explain?select?gender,count(*)?from?users?where?nickname?like??'User100%'?group?by?nickname?limit?10;
+----+-------------+-------+------------+-------+-------------------+-------------------+---------+------+------
|?id?|?select_type?|?table?|?partitions?|?type??|?possible_keys?????|?key???????????????|?key_len?|?ref??|?rows?|?filtered?|?Extra????????????????????????|
+----+-------------+-------+------------+-------+-------------------+-------------------+---------+------+------
|??1?|?SIMPLE??????|?users?|?NULL???????|?range?|?idx_nickname_part?|?idx_nickname_part?|?123?????|?NULL?|??899?|???100.00?|?Using?where;?Using?temporary?|
--可以看到Extra=?Using?where;?Using?temporaryn表示在使用了索引的情況下，需要回表去查詢所需的數據，同時發生了排序操作。
復合索引
在單列索引不能很好的過濾數據的時候，可以結合where條件中其他字段來創建復合索引，更好的去過濾數據，減少IO的掃描次數，舉個例子：業務需要按照時間段來查詢交易記錄，有如下的SQL：
select??*?from?trade_info?where?status?=?1?and?create_time?>=?'2020-10-01?00:00:00'?and?create_time?<=?'2020-10-07?23:59:59';
開發同學根據以往復合索引的設計的經驗：唯一值多選擇性好的列作為復合索引的前導列，所以創建復合索idx_create_time_status是高效的，因為create_time是一秒一個值，唯一值很多，選擇性很好，而status只有離散的6個值，所以認為這樣創建是沒問題的，但是這個經驗只適合于等值條件過濾，不適合有范圍條件過濾的情況，例如idx_user_id_status(user_id，status)這個是沒問題的，但是對于包含有create_time范圍的復合索引來說，就不適應了，我們來看下這兩種不同索引順序的差異，即idx_status_create_time和idx_create_time_status。
--?分別創建兩種不同的復合索引
mysql>?create?index?idx_status_create_time?on?trade_info(status,?create_time);
mysql>?create?index?idx_create_time_status?on?trade_info(create_time,status);
--?查看SQL的執行計劃
mysql>?explain?select?*?from?users?where?status?=?1?and?create_time?>='2021-10-01?00:00:00'?and?create_time?<=?'2021-10-07?23:59:59';
+----+-------------+-------+------------+-------+-----------------------------------------------+---------------
|?id?|?select_type?|?table?|?partitions?|?type??|?possible_keys?????????????????????????????????|?key????????????????????|?key_len?|?ref??|?rows??|?filtered?|?Extra?????????????????|
+----+-------------+-------+------------+-------+-----------------------------------------------+---------------
|??1?|?SIMPLE??????|?trade_info?|?NULL???????|?range?|?idx_status_create_time,idx_create_time_status?|?idx_status_create_time?|?6???????|?NULL?|?98518?|???100.00?|?Using?index?condition?|
從執行計劃可以看到，兩種不同順序的復合索引都存在的情況，MySQL優化器選擇的是idx_status_create_time索引，那為什么不選擇idx_create_time_status，我們通過optimizer_trace來跟蹤優化器的選擇。
--?開啟optimizer_trace跟蹤
mysql>?set?session?optimizer_trace="enabled=on",end_markers_in_json=on;
--?執行SQL語句
mysql>?select?*?from?trade_info?where?status?=?1?and?create_time?>='2021-10-01?00:00:00'?and?create_time?<=?'2021-10-07?23:59:59';
--?查看跟蹤結果
mysql>SELECT?trace?FROM?information_schema.OPTIMIZER_TRACE\G;
對比下兩個索引的統計數據，如下所示：
復合索引
Type
Rows
參與過濾索引列
Chosen
Cause
idx_status_create_time
Index Range Scan
98518
status AND create_time
True
Cost低
idx_create_time_status
Index Range Scan
98518
create_time
False
Cost高
MySQL優化器是基于Cost的，COST主要包括IO_COST和CPU_COST，MySQL的CBO(Cost-Based Optimizer基于成本的優化器)總是選擇Cost最小的作為最終的執行計劃去執行，從上面的分析，CBO選擇的是復合索引idx_status_create_time，因為該索引中的status和create_time都能參與了數據過濾，成本較低；而idx_create_time_status只有create_time參數數據過濾，status被忽略了，其實CBO將其簡化為單列索引idx_create_time，選擇性沒有復合索引idx_status_create_time好。
復合索引設計原則
將范圍查詢的列放在復合索引的最后面，例如idx_status_create_time。
列過濾的頻繁越高，選擇性越好，應該作為復合索引的前導列，適用于等值查找，例如idx_user_id_status。
這兩個原則不是矛盾的，而是相輔相成的。
跳躍索引
一般情況下，如果表users有復合索引idx_status_create_time，我們都知道，單獨用create_time去查詢，MySQL優化器是不走索引，所以還需要再創建一個單列索引idx_create_time。用過Oracle的同學都知道，是可以走索引跳躍掃描(Index Skip Scan)，在MySQL 8.0也實現Oracle類似的索引跳躍掃描，在優化器選項也可以看到skip_scan=on。
|?optimizer_switch?????????????|use_invisible_indexes=off,skip_scan=on,hash_join=on?|
適合復合索引前導列唯一值少，后導列唯一值多的情況，如果前導列唯一值變多了，則MySQL CBO不會選擇索引跳躍掃描，取決于索引列的數據分表情況。
mysql>?explain?select?id,?user_id，status,?phone?from?users?where?create_time?>='2021-01-02?23:01:00'?and?create_time?<=?'2021-01-03?23:01:00';
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+----
|?id?|?select_type?|?table?|?partitions?|?type?|?possible_keys?|?key??|?key_len?|?ref??|?rows???|?filtered?|?Extra???????|
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+----
|??1?|?SIMPLE??????|?users?|?NULL???????|?range??|?idx_status_create_time??????????|?idx_status_create_time?|?NULL????|?NULL?|?15636?|????11.11?|?Using?where;?Using?index?for?skip?scan|
也可以通過optimizer_switch='skip_scan=off'來關閉索引跳躍掃描特性。
總結
本位為大家介紹了MySQL中的索引，包括聚集索引和輔助索引，輔助索引包含了主鍵id用于回表操作，同時利用覆蓋索引掃描可以更好的優化SQL。
同時也介紹了如何更好做MySQL索引設計，包括前綴索引，復合索引的順序問題以及MySQL 8.0推出的索引跳躍掃描，我們都知道，索引可以加快數據的檢索，減少IO開銷，會占用磁盤空間，是一種用空間換時間的優化手段，同時更新操作會導致索引頻繁的合并分裂，影響索引性能，在實際的業務開發中，如何根據業務場景去設計合適的索引是非常重要的，今天就聊這么多，希望對大家有所幫助。
我是敖丙，你知道的越多，你不知道的越多，感謝各位的三連，我們下期見。
我是敖丙，你知道的越多，你不知道的越多，感謝各位人才的：點贊、收藏和評論，我們下期見！
文章持續更新，可以微信搜一搜「 三太子敖丙 」第一時間閱讀，回復【資料】有我準備的一線大廠面試資料和簡歷模板，本文 GitHub https://github.com/JavaFamily 已經收錄，有大廠面試完整考點，歡迎Star。
總結
以上是生活随笔為你收集整理的面试mysql中怎么创建索引_阿里面试：MySQL如何设计索引更高效？的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： java异步调用第三方接口_Java调用
- 下一篇： mysql主从脚本_shell脚本部署m