1. 这节课的目标

索引是数据库面试中的超级高频题。

很多面试官会直接问：

• 什么是索引？
• 索引为什么能提高查询效率？
• MySQL 索引底层为什么用 B+ 树？
• 什么是聚簇索引、非聚簇索引？
• 索引是不是越多越好？
• 什么情况下索引会失效？

这节课学完后，你至少要做到：

• 能说清楚索引的作用
• 能用“减少全表扫描”解释索引为什么快
• 能知道 B+ 树是高频标准答案
• 能知道主键索引和二级索引的基本区别
• 能回答几个常见索引失效场景

2. 什么是索引

一句话理解

索引就是帮助数据库更快查找数据的数据结构。

更通俗一点

它有点像一本书前面的目录。

如果一本书没有目录，你要找某一章内容，就只能一页一页翻。 如果有目录，你可以先定位大概位置，再快速找到目标内容。

数据库里的索引也是类似的作用。

3. 面试怎么回答“什么是索引”

标准回答

索引是数据库中一种用于提高查询效率的数据结构。它可以帮助数据库快速定位到满足条件的数据，减少全表扫描的次数，从而提高查询性能。

关键词

• 数据结构
• 提高查询效率
• 快速定位数据
• 减少全表扫描

这四个关键词你一定要记住。

4. 为什么索引能加快查询

4.1 没有索引会发生什么

假设有一张用户表，里面有 100 万条数据。

你执行：

select * from user where id = 10086;

如果 id 上没有索引，数据库可能需要从头到尾一条条找，这就叫：

全表扫描

数据量一大，查询就会变慢。

4.2 有索引会发生什么

如果 id 上建立了索引，数据库就可以借助这个索引快速定位到目标记录，而不需要遍历全部数据。

所以索引为什么快，核心原因就是：

它减少了扫描的数据量，降低了查找成本。

4.3 面试标准答法

索引之所以能提高查询效率，是因为它维护了一套额外的数据结构，能够帮助数据库快速定位目标数据，避免每次查询都做全表扫描。尤其是在数据量比较大的情况下，索引带来的性能提升会非常明显。

5. 索引的代价是什么

面试官有时候不会只听你说优点，还会追问：

索引是不是越多越好？

答案当然不是。

索引的代价

• 索引要占用额外存储空间
• 插入、删除、更新数据时，索引也要一起维护
• 索引太多会影响写入性能
• 不合理的索引可能还会让优化器选择变复杂

面试标准答法

索引不是越多越好。虽然索引可以提升查询性能，但它也会占用额外空间，并增加增删改时的维护成本，所以索引应该根据查询场景合理设计。

6. MySQL 索引底层为什么常说是 B+ 树

这是索引面试中的核心题。

你现在不需要学得像数据库内核工程师那么深，但一定要掌握标准答法。

6.1 先记住结论

MySQL 中常见的索引结构，尤其是 InnoDB 的索引，底层通常采用 B+ 树。

6.2 为什么不是普通二叉树

原因 1：可能退化

普通二叉树在极端情况下可能退化成链表，查询效率会变差。

原因 2：树太高

数据库数据量很大，如果树高度太高，就意味着磁盘 IO 次数会变多，性能会差。

6.3 为什么 B+ 树更适合数据库索引

原因 1：层数低，磁盘 IO 少

B+ 树是多叉平衡树，一个节点可以存很多键值，所以树的高度更低。 树越矮，查询时访问的磁盘页就越少。

原因 2：范围查询更强

B+ 树的叶子节点通常按顺序连接，适合范围查询，比如：

select * from user where id between 100 and 200;

原因 3：查询更稳定

B+ 树的非叶子节点主要用于索引导航，真正的数据通常集中在叶子节点，查询路径更稳定。

6.4 面试标准答法

MySQL 常见索引底层采用 B+ 树，主要原因是 B+ 树是多路平衡查找树，树高更低，可以减少磁盘 IO；同时叶子节点按顺序连接，范围查询效率更高，所以它比普通二叉树、更适合作为数据库索引结构。

7. 聚簇索引和非聚簇索引

这个概念对初学者容易绕，但你不需要一次学得太深。

先掌握最小可答版本。

7.1 聚簇索引

一句话理解

数据本身就和索引放在一起。

更容易理解的说法

InnoDB 里，主键索引通常就是聚簇索引。表中的数据记录本身是按主键索引的方式组织存储的。

也就是说：

• 主键索引的叶子节点里，存的就是完整数据

面试答法

聚簇索引指的是数据行本身和索引组织在一起，InnoDB 中主键索引通常采用聚簇索引结构，叶子节点存储的是完整的行数据。

7.2 非聚簇索引

一句话理解

索引和真实数据是分开的。

在 InnoDB 中，普通索引也常叫二级索引。

它的叶子节点里通常不是完整数据，而是：

• 索引列值
• 对应主键值

然后再根据主键值去主键索引里找完整数据。

这个过程常被称为：

回表

面试答法

非聚簇索引通常不会直接在叶子节点中存完整行数据，而是存储索引列以及对应的主键值。查询时如果需要其他字段，往往还需要根据主键再查一次聚簇索引，这个过程通常叫回表。

8. 什么是回表

一句话理解

先通过二级索引找到主键，再通过主键去聚簇索引中找完整数据。

举例

假设有索引：

index idx_name(name)

你执行：

select * from user where name = 'Tom';

数据库可能先从 idx_name 找到对应记录的主键值，然后再去主键索引里找到整行数据。

这就是回表。

9. 覆盖索引

这也是很常见的追问点。

一句话理解

查询需要的字段，刚好在索引里就能拿到，不需要再回表。

示例

假设有联合索引：

index idx_name_age(name, age)

如果执行：

select name, age from user where name = 'Tom';

查询需要的字段 name 和 age 都在索引里，数据库可以直接从索引中返回结果，这就属于覆盖索引。

好处

• 减少回表
• 提升查询效率

面试答法

覆盖索引指的是查询所需的字段都可以直接从索引中获取，不需要再回表查询原表数据，因此通常能够进一步提升查询性能。

10. 联合索引与最左前缀匹配

这是实习面试很爱问的一组内容。

10.1 什么是联合索引

一句话理解

把多个字段放在一个索引里。

例如：

index idx_name_age_city(name, age, city)

这就是一个按照 name -> age -> city 顺序建立的联合索引。

10.2 什么是最左前缀匹配

一句话理解

联合索引从最左边的字段开始匹配，不能跳着用。

比如有联合索引：

index idx_name_age_city(name, age, city)

下面这些通常可以利用索引：

• where name = 'Tom'
• where name = 'Tom' and age = 20
• where name = 'Tom' and age = 20 and city = 'Beijing'

而下面这种通常不行或效果不好：

• where age = 20
• where city = 'Beijing'

因为跳过了最左边的 name。

面试标准答法

联合索引通常遵循最左前缀匹配原则，也就是查询条件需要从索引最左侧字段开始连续匹配。如果跳过最左字段，索引往往无法被充分利用。

11. 索引失效的常见场景

这个部分非常关键，因为面试官很喜欢问：

什么情况下索引会失效？

你不用追求全背全会，但要掌握几个最典型的场景。

11.1 对索引列做函数、计算、表达式操作

例如：

select * from user where year(create_time) = 2024;

如果 create_time 上有索引，这种写法也可能导致索引无法正常利用。

为什么

因为数据库很难直接利用原始索引结构。

11.2 使用 %abc 这种前置模糊查询

例如：

select * from user where name like '%om';

这种前面带 % 的写法，通常不利于索引使用。

但：

select * from user where name like 'Tom%';

这种从左往右匹配的情况通常更容易利用索引。

11.3 联合索引不满足最左前缀

例如联合索引是：

index idx_name_age(name, age)

如果你只查：

where age = 20

就可能无法很好利用这个联合索引。

11.4 数据区分度太低

如果某个字段重复值特别多，比如性别字段只有：

• 男
• 女

即使建立索引，优化器也可能觉得走索引意义不大，最后选择全表扫描。

11.5 使用不合适的类型转换

例如字段本来是字符串，你却拿数字去比，可能触发隐式类型转换，影响索引使用。

12. 面试里怎么回答“索引失效”

标准回答

常见的索引失效场景包括：对索引列做函数或表达式操作、使用前置模糊匹配、联合索引没有满足最左前缀原则、字段区分度过低，以及一些不合理的隐式类型转换等。

如果你时间紧，就把这句话背下来。

13. 什么情况下适合建索引

适合建索引的场景

• 经常作为查询条件的字段
• 经常用于排序、分组的字段
• 经常用于连接查询的字段
• 区分度较高的字段

不太适合建索引的场景

• 很少查询的字段
• 经常更新且查询价值不高的字段
• 区分度很低的字段

面试答法

索引更适合建立在高频查询、排序、分组、连接使用的字段上，尤其是区分度较高的字段；而对于更新频繁且查询价值不高、或者重复值很多的字段，通常不建议随意建立索引。

14. 索引是不是越多越好

标准回答

索引不是越多越好。索引虽然能提升查询效率，但会占用额外存储空间，还会增加插入、更新、删除操作时的维护成本，所以索引设计要结合业务查询场景权衡。

15. 一套面试可直接复述的完整答法

如果面试官问：

你说一下数据库索引。

你可以这样回答：

索引本质上是数据库中用于提高查询效率的一种数据结构，
它可以帮助数据库快速定位目标数据，减少全表扫描。
MySQL 中常见索引底层会使用 B+ 树，因为它树高更低、磁盘 IO 更少，
而且范围查询效率比较高。
在 InnoDB 中，主键索引通常是聚簇索引，叶子节点存完整数据；
普通索引通常是二级索引，可能需要回表。
另外索引也不是越多越好，因为它会占用空间，并增加增删改时的维护成本。
常见索引失效场景包括对索引列做函数操作、前置模糊查询、联合索引不满足最左前缀等。

这段答法你如果能顺利说出来，数据库面试已经不像“零基础选手”了。

16. 本课高频面试题

16.1 什么是索引

标准回答

索引是数据库中用于提高查询效率的一种数据结构，它能够帮助数据库快速定位目标数据，减少全表扫描。

16.2 索引为什么能提高查询效率

标准回答

因为索引维护了额外的数据结构，能够帮助数据库更快定位到目标记录，避免每次查询都扫描整张表，从而降低查找成本。

16.3 为什么 MySQL 索引底层常用 B+ 树

标准回答

B+ 树是多路平衡查找树，树高更低，可以减少磁盘 IO；同时叶子节点按顺序连接，更适合范围查询，因此非常适合作为数据库索引结构。

16.4 什么是聚簇索引和非聚簇索引

标准回答

聚簇索引中数据行和索引组织在一起，InnoDB 中主键索引通常就是聚簇索引，叶子节点存储完整行数据；非聚簇索引通常只存索引列和主键值，查询完整数据时可能需要回表。

16.5 什么是回表

标准回答

回表是指先通过二级索引找到对应主键值，再根据主键去聚簇索引中查询完整行数据的过程。

16.6 什么是覆盖索引

标准回答

覆盖索引是指查询所需字段都已经包含在索引中，可以直接从索引返回结果，不需要再回表，因此通常效率更高。

16.7 什么是最左前缀匹配

标准回答

联合索引通常遵循最左前缀匹配原则，也就是查询条件需要从联合索引最左边的字段开始连续匹配，跳过最左字段时通常无法充分利用索引。

16.8 什么情况下索引会失效

标准回答

常见索引失效场景包括对索引列做函数或表达式操作、前置模糊匹配、联合索引不满足最左前缀原则、字段区分度过低以及不合理的隐式类型转换等。

17. 本课最小记忆卡片

卡片 1

• 索引：提高查询效率的数据结构
• 核心作用：减少全表扫描

卡片 2

• B+ 树：树高低、IO 少、范围查询强

卡片 3

• 聚簇索引：叶子节点存完整数据
• 二级索引：可能要回表

卡片 4

• 覆盖索引：查询字段都在索引里，不用回表

卡片 5

• 联合索引：多个字段组成一个索引
• 最左前缀：从最左边开始连续匹配

卡片 6

• 索引失效：函数操作、前置 %、跳过最左列、区分度低、隐式转换

18. 课后练习

18.1 口头复述题

请你尝试不看讲义回答：

1. 什么是索引？
2. 索引为什么能提高查询效率？
3. 为什么 MySQL 索引底层常用 B+ 树？
4. 什么是聚簇索引和非聚簇索引？
5. 什么是回表和覆盖索引？
6. 什么是最左前缀匹配？
7. 常见的索引失效场景有哪些？

18.2 思考题

1. 为什么性别字段通常不适合单独建立索引？
2. 为什么索引不是越多越好？
3. 为什么 like '%abc' 可能导致索引效果不好？

18.3 今日最低完成标准

如果今天时间紧，至少完成下面任务：

1. 背会本课 6 张最小记忆卡片
2. 能口头回答 7 道高频题
3. 能完整复述一次“你说一下数据库索引”

19. 下一课预告

第四课：事务、ACID 与隔离级别