mysql为什么加索引就能快_mysql用了索引为什么会快-CSDN博客

本文链接：https://blog.csdn.net/samll_snail/article/details/89445749

本文探讨了mysql查询优化中加索引的重要性。通过比喻将索引比作书的目录，解释了InnoDB存储引擎中，主键索引（聚簇索引）和非主键索引（二级索引）的B+树结构。内容详细介绍了索引的工作原理，包括主键索引和二级索引的区别，并通过实例说明了有索引与无索引查询的性能差异，以及回表和覆盖索引的概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

平时我们要优化 mysql 查询效率的时候，最常见的就是给表加上合适的索引了，那今天就来聊聊为什么加了索引就快了呢。

很多人会说索引就相当于一本书的目录，通过目录来找书中的某一页，确实是很快的，如果没有目录，就需要一页一页的去翻书了，大大降低了效率。这个比喻其实还挺恰当的，也是一个很经典的索引比喻了。

在 InnoDB 中，每个索引其实都是一颗 B+ 树，主键索引称作聚簇索引，其他非主键索引称作二级索引，每个表中每一行的记录值都完整的保存在主键索引的叶子节点上，二级索引的叶子节点保存的是主键的值。

mysql 索引其实就是一颗 B+ 树。

谭小谭，公众号：谭某人mysql索引为啥要选择B+树 (下)

也就是说每个表至少都有一个主键索引，而且表中所有的数据行都是存放在主键索引这个 B+ 树的叶子节点上的。如果你给表的其他字段加了索引的话，这个索引就是二级索引了，二级索引也是 B+ 树。

二级索引和主键索引的不同之处在于其叶子节点上保存的值不一样，表中所有字段的值都被完整的保存在主键索引的叶子节点上，但是二级索引的叶子节点只保存对应主键的值。

我们举一个具体的例子来还原下这个问题。首先提供一个表，表中有三个字段 (id,k,m)，分别给主键 id 和字段 k 建立主键索引和二级索引。

mysql> create table t(
id int primary key, 
k int not null, 
m int(11),
index (k)) engine=InnoDB;

然后再给表中插入几条数据，用R1、R2、R3、R4、R5表示，插入的具体数据如下：R1~R5 的 (id,k,m) 值分别为 (100,1,1000)、(200,2,2000)、(300,3,3000)、(500,5,5000)、(600,6,6000)。

刚刚有说过，主键索引叶子节点上保存完整的整行记录值，二级索引叶子节点保存主键的值，所以上面这个表 t 的数据在 mysql 底层的存储就如下示意图。

表 t 一共有 3 个字段，字段 m 上没有索引，也就是说表 t 上有两个索引，所以对应有 2 个 B+ 树，一个表上有多少个索引，其实就会有多少个 B+ 树。

接下来再来看下有索引和没有索引的查询区别。

比如下面这条 sql 语句，显然没有可用的索引，所以只能走全表扫描了，即把主键索引上的叶子节点从头到尾都扫描一遍，然后每扫描到一行把字段 m 的值拿出来再比对一下，筛选出满足条件的记录，这个查询是非常低效的。

select * from t where m > 1000 and m < 3000;

再来看另一条 sql 语句，这个语句可以使用索引 k，所以该查询会先到二级索引 k 这个 B+ 树上，快速找到满足要求的叶子节点，而这里的叶子节点上只保存了主键的值，所以还需要通过获得的主键 ID 值再回到主键索引上查出所有字段的值，这个过程称作回表。

select * from t where k > 3 and k < 6;

这就是为什么加了索引后，mysql 查询会变快的原因了，其实刚提到的这个回表过程还可以再优化的，就是利用覆盖索引，后面的文章我们再详细说。

有问题欢迎留言交流，原创不易，如果文章对你有帮助，希望能给文章点个赞，感谢支持，另外文中图片来源于极客时间专栏。