索引儲存分類
| 儲存引擎 | 資料與索引儲存方式 | 支援索引類型 |
|---|
| MyISAM | 分離儲存（.MYD/.MYI） | B-Tree |
| InnoDB | 共享表空間（可多檔案） | B-Tree |
| MEMORY/HEAP | 記憶體 | Hash、B-Tree |
注意：MySQL 不支援函數索引，但支援**前綴索引**（如 `name(4)`），可大幅縮減索引體積。
MySQL 如何使用索引
核心原則：**查詢條件必須包含索引鍵值**，複合索引遵循**最左前綴原則**。
✅ 會使用索引的場景
- 複合索引 `(a,b,c)`，查詢條件包含 `a`、`a,b`、`a,b,c`
- `LIKE 'prefix%'` 固定前綴查詢
- `col IS NULL`（col 為索引列）
- 全文索引配合 `MATCH() AGAINST()`
❌ 存在索引但不會使用的場景
- 優化器判斷全表掃描更快（如範圍覆蓋 90% 以上資料）
- MEMORY/HEAP 表非 `=` 條件
- `OR` 連接條件兩側索引不完整
- 非索引列第一部分（違反最左前綴）
- `LIKE '%suffix'` 以萬用字元開頭
- 字串列條件未加引號導致隱式轉換
索引設計黃金法則
- 高選擇性優先：唯一值越多（選擇性越高）越適合建索引
- 複合索引遵循最左原則：`WHERE a=1 AND b=2` → 索引 `(a,b)`
- 覆蓋索引：`SELECT a,b FROM t WHERE c=1` → 索引 `(c,a,b)` 避免回表
- 避免過度索引：每個索引增加寫入開銷，單表建議 ≤ 5 個
- 前綴索引權衡：長字串取前 N 字元，平衡大小與選擇性
驗證索引效果
EXPLAIN SELECT * FROM t WHERE idx_col = 1;
關鍵欄位解讀：
- `type`：`const`/`eq_ref`/`ref`/`range`/`index`/`ALL`（由優到劣）
- `key`：實際使用的索引
- `rows`：預估掃描行數（越小越好）
- `Extra`：`Using index`（覆蓋索引）、`Using where`、`Using filesort`（需優化）
狀態變數監控
- `Handler_read_key` 高 → 索引命中好
- `Handler_read_rnd_next` 高 → 全表掃描多，需檢查索引或 SQL
總結
索引是資料庫效能的放大器，但也是雙面刃。掌握 B-Tree 原理、最左前綴、覆蓋索引、前綴索引，配合 `EXPLAIN` 持續驗證，才能讓索引真正發揮效能倍增器的作用。
