什么是索引？
索引（Index）是数据库中一种特殊的数据结构，类似于书籍的目录。它通过建立特定列（或列组合）的快速访问路径，帮助数据库系统高效定位数据，避免全表扫描。
为什么使用索引？
核心价值：空间换时间
加速查询
时间复杂度从 O(n) 降低到 O(log n)（如B+Tree索引）例：1亿条数据，全表扫描需10秒，索引查询仅需0.01秒
降低I/O消耗
索引文件体积通常小于数据文件通过索引定位后，只需读取目标数据页
优化排序与连接
ORDER BY/GROUP BY 可直接利用索引有序性JOIN操作通过索引快速匹配关联键
代价权衡
写操作变慢：每次INSERT/UPDATE/DELETE需维护索引存储空间增加：索引通常占数据量的20%-30%
索引的数据结构
1. B+Tree（主流选择）
结构特点：
多路平衡搜索树，节点存储多个键叶子节点形成有序链表（支持范围查询）非叶子节点仅存键值，不存数据（减少磁盘IO）
适用场景：范围查询（>、<、BETWEEN）、排序、前缀匹配使用数据库：MySQL（InnoDB）、PostgreSQL
2. 哈希索引
实现原理：键值通过哈希函数映射到桶地址特点：
等值查询O(1)时间复杂度不支持范围查询哈希冲突需处理（链式地址法/开放寻址）
适用场景：内存数据库（如Redis）、精确查询示例数据库：MySQL MEMORY引擎
3. 全文索引
技术实现：倒排索引（Inverted Index）核心结构：
词典文件（Term Dictionary）倒排列表（Posting List：文档ID + 位置信息）
适用场景：文本内容搜索（如LIKE '%keyword%'优化）典型应用：Elasticsearch、MySQL全文索引
4. 空间索引（R-Tree）
数据结构：多维空间划分（最小边界矩形MBR）应用场景：地理数据查询（GIS）、范围相交判断示例：PostGIS（PostgreSQL扩展）
如何使用索引？
索引的使用方法
不同的数据库系统使用索引的方法略有不同，以下以 MySQL 为例进行说明：
创建索引
-- 创建普通索引
CREATE INDEX index_name ON table_name (column_name);
-- 创建唯一索引
CREATE UNIQUE INDEX index_name ON table_name (column_name);
-- 创建全文索引
CREATE FULLTEXT INDEX index_name ON table_name (column_name);
使用索引进行查询
当执行查询语句时，数据库系统会自动选择合适的索引来优化查询。例如：
-- 查询语句会自动使用索引进行优化
SELECT * FROM table_name WHERE column_name = 'value';
查看索引使用情况
可以使用EXPLAIN关键字来查看查询语句的执行计划，从而了解是否使用了索引以及如何使用索引：
EXPLAIN SELECT * FROM table_name WHERE column_name = 'value';
删除索引
DROP INDEX index_name ON table_name;
需要注意的是，虽然索引可以提高查询效率，但也会带来一些额外的开销，如占用额外的存储空间、增加数据插入、更新和删除操作的时间。因此，在使用索引时需要权衡利弊，合理创建和使用索引。