索引在sql数据库中通过创建有序的数据结构副本来加速查询，其主要作用是提高查询速度。1. 索引能显著提升查询效率，特别是在where子句中；2. 加速排序操作，避免额外的排序开销；3. 保证数据唯一性，维护完整性；4. 提高多表连接的效率。使用索引时需注意：选择常用查询列、避免过度索引、合理使用复合索引、定期维护、避免函数表达式、关注数据类型、监控使用情况。判断是否需要索引可通过执行计划或响应时间分析。常见导致索引失效的情况包括or条件、模糊查询开头为%、数据类型不匹配以及优化器选择全表扫描。此外，索引会占用存储空间，需权衡性能与空间成本。
索引就像是书本的目录，能帮你快速找到想要的内容，而不是一页一页地翻。在SQL数据库里，索引也是类似的作用，它能显著提升查询速度，尤其是在处理大量数据的时候。但索引也不是越多越好，用不好反而会降低性能。
提高查询速度是索引最主要的作用。
索引如何提高查询速度？
索引通过创建数据结构的副本（通常是B树或哈希表）来存储表中一列或多列的值。这个副本是有序的，所以数据库可以快速定位到包含特定值的行，而无需扫描整个表。想象一下，你要在一个没有目录的500页书中查找“数据库”这个词，你得从头翻到尾。但如果书有目录，你就能直接找到包含“数据库”的页码。索引就是这个目录。
索引的4大优势
- 加速查询： 这是最直接的优势。对于包含WHERE子句的查询，特别是那些涉及到大量数据的表，索引可以大幅减少查询时间。
- 加速排序： 如果查询包含ORDER BY子句，并且排序字段上有索引，数据库可以使用索引的有序性来避免额外的排序操作。
- 保证唯一性： 可以创建唯一索引，强制表中的某一列或多列的值是唯一的。这有助于维护数据的完整性。
- 加速连接查询： 在连接多个表时，如果连接字段上有索引，可以显著提高连接操作的效率。
索引创建和使用规范
- 选择合适的列： 经常出现在WHERE子句、JOIN子句和ORDER BY子句中的列是创建索引的良好候选。
- 避免过度索引： 索引会占用存储空间，并且每次插入、更新或删除数据时，都需要维护索引。过多的索引会降低写操作的性能。
- 考虑复合索引： 如果查询经常涉及到多个列，可以考虑创建复合索引（包含多个列的索引）。列的顺序也很重要，应该将最常用的列放在前面。
- 定期维护索引： 随着数据的变化，索引可能会变得碎片化，降低查询性能。定期重建或重新组织索引可以提高效率。
- 避免在WHERE子句中使用函数或表达式： 数据库很难利用索引来优化包含函数或表达式的WHERE子句。例如，WHERE UPPER(column_name) = ‘VALUE’ 这样的查询就很难使用索引。
- 注意数据类型： 索引对字符串类型的数据效率较低，尽量使用数值类型。
- 监控索引的使用情况： 数据库系统通常提供工具来监控索引的使用情况，可以利用这些工具来识别未使用的或低效的索引，并进行优化。
如何判断是否需要创建索引？
一种方法是使用数据库的查询分析工具（例如，mysql的EXPLaiN命令）来查看查询的执行计划。如果执行计划显示需要全表扫描（Full table Scan），那么可能需要创建索引。 另一种方法是观察查询的响应时间。如果查询速度很慢，并且涉及大量数据，那么创建索引可能是一个有效的解决方案。
索引失效的常见原因
- 使用了OR条件： 如果WHERE子句中使用了OR条件，并且OR连接的列没有全部都建立索引，那么索引可能会失效。
- 模糊查询以%开头： 例如，WHERE column_name LIKE ‘%value’ 这样的查询无法使用索引。
- 数据类型不匹配： 如果查询条件的数据类型与列的数据类型不匹配，可能会导致索引失效。例如，如果列是字符串类型，而查询条件是数值类型。
- 估计全表扫描更快： 数据库优化器可能会根据表的统计信息来判断是否使用索引。如果优化器认为全表扫描比使用索引更快，那么它可能会忽略索引。
索引的存储空间占用
索引会占用额外的存储空间。索引的大小取决于索引的类型、索引的列数以及表中数据的量。一般来说，索引的大小可能会达到表大小的几分之一甚至几倍。 因此，在创建索引时，需要权衡查询性能和存储空间之间的关系。
