摘要：使用索引也很简单，然而， 会使用索引是一回事， 而深入理解索引原理又能恰到好处使用索引又是另一回事。
本文分享自华为云社区《索引到底能提升多少查询效率？何时该使用索引？一文快速搞懂数据库索引及合理使用它》，作者： 曲鸟。
一、前言无论是面试、还是日常工作中，或多或少都会使用或者听到别人谈论索引这个技术。
然而很大一部份程序员对索引的了解仅限于到“加索引能使查询变快”这个概念为止。
使用索引也很简单，然而， 会使用索引是一回事， 而深入理解索引原理又能恰到好处使用索引又是另一回事。
这已经是两个相差甚远的技术层级了。
二、千万级数据表索引和无索引查询效率对比现在有一个学生表student，有1000万条数据
未加索引，查询class_id=2的学生信息的耗时：SELECT * FROM student WHERE class_id=2 花费了3.357秒
加上索引，查询class_id=2的学生信息的耗时：SELECT * FROM student WHERE class_id=2 花费了0.017秒
1000万条数据下，两个查询的性能差了近200倍！！
这个差距是特别大的！ 难怪需要加索引！！！
三、什么是索引网上很多讲解索引的文章对索引的描述是这样的：
索引就像书的目录， 通过书的目录就可以准确的定位到书籍的具体的内容。
这句话概述的非常正确！
但说了跟没说一样，懂的人自然懂！不懂的人感觉懂了，但还是一脸蒙的状态！
其实想要理解索引原理，必须清楚一种数据结构：
平衡树」(非二叉)，也就是b tree或者 b+ tree
当然， 有的数据库也使用哈希桶作用索引的数据结构 ， 然而， 主流的RDBMS都是把平衡树当做数据表默认的索引数据结构的。
我们平时建表的时候都会为表加上主键， 在某些关系数据库中， 如果建表时不指定主键，数据库会拒绝建表的语句执行。
事实上， 一个加了主键的表，并不能被称之为“表”。一个没加主键的表，它的数据无序的放置在磁盘存储器上，一行一行的排列的很整齐。如果给表上了主键，那么表在磁盘上的存储结构就由整齐排列的结构转变成了树状结构，也就是上面说的“平衡树”结构，换句话说，就是整个表就变成了一个索引。
没错， 再说一遍， 整个表变成了一个索引！
也就是所谓的“聚集索引”。 这就是为什么一个表只能有一个主键， 一个表只能有一个“聚集索引”，因为主键的作用就是把“表”的数据格式转换成“树（索引）”的格式。
未加索引时，之前执行的查询sql会让数据库系统逐行的遍历整张表，对于每一行都要检查其class_id字段是否等于“2”。因为我们要查找所有class_id为“2”的员工，所以当我们发现了一条class_id是“2”的记录后，并不能停止继续查找，因为可能还有class_id等于“2”的其他记录。
这就意味着，对于表中的千万条记录，数据库每一条都要检查。这就是所谓的“全表扫描”（ full table scan）
而加上索引的最大作用就是加快查询速度，它能从根本上减少需要扫表的记录/行的数量。
四、Mysql中的索引在MySQL中， 索引有两种分类方式：逻辑分类和物理分类。
按照逻辑分类，索引可分为：
主键索引：一张表只能有一个主键索引，不允许重复、不允许为 NULL；
唯一索引：数据列不允许重复，允许为 NULL 值，一张表可有多个唯一索引，但是一个唯一索引只能包含一列，比如身份证号码、卡号等都可以作为唯一索引；
普通索引：一张表可以创建多个普通索引，一个普通索引可以包含多个字段，允许数据重复，允许 NULL 值插入；
全文索引：让搜索关键词更高效的一种索引。
按照物理分类，索引可分为：