MySQL 使用索引可以显著提升查询效率，本质是通过减少需要扫描的数据行数来加快数据查找速度。合理使用索引能让原本需要全表扫描的查询变为快速定位，尤其在数据量大的情况下效果明显。
理解索引的工作原理
MySQL 中最常见的索引类型是 B+ 树索引，适用于等值查询、范围查询和排序操作。索引相当于一本书的目录，不需要翻遍整本书就能找到目标内容。
当执行一条 SELECT 查询时，如果 WHERE 条件中的字段有索引，MySQL 会尝试使用该索引来快速定位符合条件的记录，而不是逐行检查所有数据。
例如：
SELECT * FROM users WHERE email = 'user@example.com';如果 email 字段上有索引，MySQL 可以直接跳转到对应位置，避免全表扫描。
创建合适的索引
并不是所有字段都适合建索引，应根据查询频率和字段特性选择。
经常出现在 WHERE 条件中的字段建议建立索引 用于 JOIN 关联的字段应考虑加索引 ORDER BY 和 GROUP BY 涉及的字段也常需要索引支持 避免对更新频繁的字段过度建索引，因为每次写入都会维护索引结构，影响性能创建索引语法：
CREATE INDEX idx_email ON users(email);使用复合索引优化多条件查询
当查询涉及多个字段时，单列索引可能无法发挥最大作用，此时应使用复合索引（组合索引）。
比如查询语句：
SELECT * FROM users WHERE city = 'Beijing' AND age > 25;创建复合索引：
CREATE INDEX idx_city_age ON users(city, age);注意复合索引的顺序很重要，遵循“最左前缀匹配原则”。上面的索引可以支持以 city 开头的查询，但不能单独用 age 走索引。
避免索引失效的常见情况
即使建立了索引，某些写法会导致索引无法使用：
在索引字段上使用函数或表达式：WHERE YEAR(create_time) = 2024（应改为范围查询） 使用 != 或 NOT IN 等否定条件，通常不走索引 字符串字段查询未加引号，导致隐式类型转换 LIKE 以通配符开头：LIKE '%abc' 无法使用索引，而 LIKE 'abc%' 可以可通过 EXPLAIN 命令分析 SQL 是否使用了索引：
EXPLAIN SELECT * FROM users WHERE email = 'test@example.com';查看输出中的 key 字段是否显示使用的索引名称。
基本上就这些。关键是根据实际查询模式设计索引，定期审查慢查询日志，并结合执行计划不断优化。索引不是越多越好，而是要精准有效。
