索引是数据库中用于加快数据查询的重要结构，类似于书的目录，可以让数据库迅速定位到所需的数据，而不必每次都全表扫描。
一、常见索引类型
- B树索引：大多数关系型数据库的默认索引类型，支持范围查询、模糊查询等。
- 哈希索引：合适等值查询（=）；无法用于范围查询。
- 全文索引：针对大文本搜索，常用于文章、描述类字段。
- 复合索引：对多个字段联合建立的索引，优化多条查询。
二、适合加索引的字段
1. 高基数（唯一性强）字段
如用户ID、订单号、邮箱、手机号等。这类字段区别度高，能大幅提升查询效率。
例：订单表的订单ID、用户表的手机号。
2. 经常作为查询条件（WHERE、JOIN、ORDER BY、GROUP BY）的字段
如登录时经常查询的邮箱、用户ID；报表经常分组的日期字段等。
例：通过用户ID或邮箱登录时，常用作查询条件。
3. 外键字段和经常用于表连接的字段
能加快多表连接操作。
例：订单表中的用户ID是用户表的外键，建议加索引。
4. 经常用于排序、分组的字段
能加快ORDER BY和GROUP BY的查询速度。
例：订单表的创建时间用于最近订单排序，适合加索引。
三、不适合加索引的字段
1. 低基数字段
如性别、状态（如0/1）、布尔值。此类字段区分度低，加索引收益低，占空间反而影响写入性能。
例：性别字段只有男、女两种，数据分布高度集中。
2. 频繁更新的字段
索引要随数据写入/更新同步维护，过于频繁的变动会拖慢整体性能。
例：如用户最后一次登录时间/最近修改时间等频繁变更字段，一般不建议加索引。
3. 超长文本、BLOB/CLOB类型的字段
例如评论、备注、图片、附件等字段，索引只针对前缀、内容多变且占用空间大，通常用全文索引或不加索引。
4. 小表或记录量很小的表
数据量小，直接全表扫描效率更高，加索引反而浪费资源。
四、索引设计最佳实践
- 合理设计符合索引：根据查询常用的多个字段创建联合索引，避免“失效”。
- 避免过多索引：每一个索引都会影响写入和更新性能。只为关键查询和连接加索引。
- 覆盖索引优先：查询可以只靠索引而无需回表，进一步提升效率。
- 定期检查和优化：随着业务发展、查询变化，需要定期清理冗余索引。
- 注意索引顺序：符合索引时，字段顺序建议放最常用、区分度高的字段在前。
五、总结
加索引的目的是提升查询效率，但不是越多越好。应该根据数据分布、查询特点和业务需求有选择性地加索引。合理的索引能极大提升数据库性能，但滥用索引则会降低写入效率并增加维护成本。
)
