在MySQL中，索引的使用非常重要。当你的数据量小的时候，可以不需要考虑索引，甚至使用了索引之后不但占用了更多空间，还会使CURD操作都变慢了；但是当你的数据量逐渐增多时，哪怕只是千、万级的数据，使用适当的索引都能帮助你的接口的性能提升一个台阶。

如果把我们的数据库比作一个字典，那么索引就是字典前面的目录。当你的数据量小的时候，在其中进行查找操作可能还比较轻松；但是现象一下，如果你需要在一本没有目录的新华字典里面找一个字，那得是多么可怕的操作。

通过上面那个简单的例子，大家应该能够理解索引的重要性。使用了索引就像是把一个原本杂乱无章的字典，按照一定的顺序进行重编排，生成一份有顺序的副本，下次当我们需要查找数据的时候，就能够按照这些顺序进行快速地查找了。

不过，索引也是有代价的。如果原先的数据是杂乱无章的字典，此时对这本字典添加了一个拼音索引，那么就相当于产生了一本新的字典（副本）；如果再添加一个笔画索引，那么就又产生了一本按笔画排序的新的字典。

这时候，索引的缺点就体现出来了：

1、需要占额外的空间，拿空间换时间。

2、虽然提高了查找操作的效率，但是也降低了增删改操作的效率。(需要对多个副本同时更新)

由此可见，索引是一把双刃剑，在为我们提供便捷地同时，也可能产生额外的负担，那么如何恰当地使用索引，就显得尤为重要了。在我们正式学习如何使用索引之前，还需要了解一些索引的基础知识：

1、常用的索引结构有两种：BTree 索引和 Hash 索引。BTree 索引的适用场景更广，不过效率不如Hash索引，在MySQL数据库中，一般以BTree作为默认索引结构（两者的具体区别和具体实现等，就得深入到数据结构和算法了，以后有需要再去学习吧！）

2、索引的不是无限制的，一个表里索引的数量限制为 16 个，并且总索引长度限制为 256 个字节，一个索引最多可以包含 16 列。（不同的引擎不一样）

3、不是所有操作都能够使用索引，只有查询操作（SELECT）中的 WHERE、ORDER BY、GROUP BY 和 JOIN，以及SUM、AVG等函数能够使用。

4、遵从最左匹配原则：当索引为多列时即联合索引，比如建立了联合索引(A, B, C)，则相当于建立了三个索引(A)、(A, B)和(A, B, C)，但是在查询时必须从索引的最左列开始。所以我们在建立联合索引和进行查询操作时，都需要将最频繁查询的字段放在最左侧。

//比如以下的查询能够使用索引

select * from table where A='a';

select * from table where A='a' and B='b';

select * from table where A='a' and B='b' and C='c';

//但是以下查询就不能够使用索引

select * from table where B='b';

select * from table where A='a' and C='c';

接下来就可以正式地学习如何使用索引了。首先，我们常用的索引有三类：普通索引、主键索引、唯一索引。

普通索引需要实现的功能很简单，即加快查询数据的速度。

唯一索引在加快查询速度的同时还要求列的值唯一（可以有一个NULL）。

主键索引是唯一索引的特殊类型，在指定表的主键时会自动创建。与唯一索引的区别是，主键索引在一个表中只能有一个，且主健不可为NULL，唯一索引可以。

除了以上经常用到的索引之外，还有几种别的索引：

SPATIAL 空间索引——主要用于地理空间数据类型，比如GEOMETRY。

FULLTEXT 全文索引——用于CHAR、TEXT等字符串类型的全文检索。

我们在一般的开发中，通常有两种使用索引的方式，一种是直接添加一个单列的索引，另一种是添加多列的索引，即组合索引（或称联合索引）。组合索引的查询效率要远大于单独使用的索引，但是能够使用的场景较少，且占用的空间要远大于单个索引。

不知不觉就已经写了这么多了，却还没有说到如何去正确地使用索引，看来索引在数据库中的分量还是不少的，而且我相信大多数人应该都和我差不多，只是对它略知一二，还远远谈不上真正的会用。关于如何正确使用索引，还是留到下一篇博文吧。

另外，如果你有兴趣，或者是有问题想要与我探讨，欢迎来访问我的博客：https:mu-mu.cn/blog