InnoDB 中索引类型有哪些？

zhangchangsheng2026-09-242026-09-24

面试考察点

基础掌握度：面试官不仅仅是想知道索引类型的名称，更是想知道你是否理解不同索引的底层结构（聚簇 vs 非聚簇）、存储方式、查询效率差异。
性能优化意识：考察你是否清楚各类索引的适用场景，能否在实际表设计中根据业务特点选择合适的索引类型，避免索引失效或不必要的索引。
原理深度：是否理解 “回表”、”覆盖索引”、”最左前缀” 等核心概念，能否解释为什么某些查询快、某些查询慢。

核心答案

InnoDB 的索引从结构上分为 两大类，从功能上分为多种类型：

按结构分类：
- 聚簇索引（Clustered Index）：主键索引，叶子存数据。
- 二级索引（Secondary Index）：非主键，叶子存主键值。
按功能分类（二级索引）：
- 普通索引（Index）：最基本的索引。
- 唯一索引（Unique）：允许 NULL，值唯一。
- 主键索引（Primary Key）：不允许 NULL，唯一非空。
- 联合索引（Composite）：多列组合索引。
- 前缀索引（Prefix）：字符串前 n 个字符。
- 全文索引（Full-text）：文本搜索（5.6+ 支持）。
  一句话总结：InnoDB 只有两种物理结构 —— 聚簇索引（主键）和 二级索引（非主键），其他都是功能层面的划分。

深度解析

一、聚簇索引 vs 二级索引

  flowchart TB
    subgraph CL["聚簇索引（主键索引）B+Tree"]
        A1["非叶子节点存主键值<br/>如 50、25、75"] --> A2["叶子节点（数据页）<br/>存储完整行数据：id=10、name、age 等"]
    end
    subgraph SL["二级索引（非主键索引）B+Tree"]
        B1["非叶子节点存索引列值<br/>如 'M'、'G'、'T'"] --> B2["叶子节点<br/>存储索引值 + 主键值：name='Alice'、id=10"]
    end
    B2 -->|"回表：按主键到聚簇索引再查一次"| A2

上图展示了聚簇索引和二级索引的核心结构差异：

聚簇索引（Clustered Index）：
- 叶子节点直接存储完整的行数据，数据和索引合二为一
- 一张表只能有一个聚簇索引（通常是主键）
- 数据按主键顺序物理存储，范围查询效率高
- 如果没有显式定义主键，InnoDB 会选择第一个非空唯一索引；都没有则生成 6 字节的隐藏主键
二级索引（Secondary Index）：
- 叶子节点存储索引列的值 + 主键值
- 一张表可以有多个二级索引
- 查询时如果需要其他列，必须 “回表” 查聚簇索引

二、回表查询过程

  flowchart TB
    A["SQL: SELECT * FROM user WHERE name = 'Alice'"] --> B["步骤 1：查二级索引（name）<br/>name = 'Alice' 命中，找到主键值 id = 10"]
    B -->|"id = 10"| C["步骤 2：回表查聚簇索引（id）<br/>用 id = 10 找到完整行数据：id、name、age 等"]
    C --> D["返回完整数据<br/>代价：需要扫描 2 次 B+Tree（二级索引 + 聚簇索引）"]

上图展示了回表查询的完整过程：

第一步：在 name 列的二级索引中查找 'Alice'，找到对应的主键值 id=10
第二步：拿着主键值 id=10 回到聚簇索引中查找完整的行数据
性能代价：需要访问两棵 B+Tree，产生两次随机 I/O
优化方案 —— 覆盖索引：

-- 如果只需要 name 和 id，不需要回表
SELECT id, name FROM user WHERE name = 'Alice';

-- 因为二级索引已经包含了 name 和 id，直接返回，无需回表

三、各类索引详解

1. 主键索引

-- 创建方式
CREATE TABLE user (
    id INT PRIMARY KEY,           -- 方式一：列级约束
    name VARCHAR(50)
);

CREATE TABLE user (
    id INT,
    name VARCHAR(50),
    PRIMARY KEY (id)              -- 方式二：表级约束
);

ALTER TABLE user ADD PRIMARY KEY (id);  -- 方式三：后续添加

特点：

是聚簇索引，叶子节点存储完整行数据
唯一且非空（NOT NULL + UNIQUE）
一张表只能有一个主键
推荐使用自增整数作为主键（减少页分裂）

2. 唯一索引

-- 创建方式
CREATE TABLE user (
    id INT PRIMARY KEY,
    email VARCHAR(100) UNIQUE     -- 列级约束
);

CREATE UNIQUE INDEX idx_email ON user(email);  -- 独立创建

特点：

索引列的值必须唯一（允许 NULL，且多个 NULL 不冲突）
是二级索引，叶子节点存储主键值

查询时会使用索引优化
与主键的区别：

对比项	主键索引	唯一索引
是否允许 NULL	❌ 不允许	✅ 允许
每表数量	只能 1 个	可以多个
物理结构	聚簇索引	二级索引
存储内容	完整行数据	主键值

3. 普通索引

-- 创建方式
CREATE INDEX idx_name ON user(name);

ALTER TABLE user ADD INDEX idx_name(name);

特点：

最基本的索引类型，无特殊约束
允许重复值和 NULL
是二级索引
适用场景：频繁作为查询条件的列，如 WHERE、ORDER BY、JOIN 的列。

4. 联合索引

-- 创建方式
CREATE INDEX idx_name_age ON user(name, age);

ALTER TABLE user ADD INDEX idx_name_age(name, age);

  flowchart LR
    A["(Alice, 18) → id=10"] --> B["(Alice, 25) → id=30"]
    B --> C["(Bob, 20) → id=20"]
    C --> D["(Bob, 30) → id=40"]
    D --> E["(Carol, 22) → id=50"]
    E --> F["……"]
    A -.-> G["排序规则：先按 name 排序，name 相同再按 age 排序"]

最左前缀原则：

-- ✅ 走索引
SELECT * FROM user WHERE name = 'Alice';
SELECT * FROM user WHERE name = 'Alice' AND age = 18;
SELECT * FROM user WHERE name = 'Alice' AND age > 15;

-- ❌ 不走索引（缺少最左列 name）
SELECT * FROM user WHERE age = 18;

-- ✅ 部分走索引（只有 name 走索引，age 不走）
SELECT * FROM user WHERE name = 'Alice' AND age > 15 ORDER BY create_time;

设计原则：

把区分度高的列放在左边
把常用的查询列放在左边
考虑 “覆盖索引” 优化

5. 前缀索引

-- 创建方式：只取前 10 个字符建索引
CREATE INDEX idx_email_prefix ON user(email(10));

适用场景：

字符串列很长（如 URL、邮箱、大文本）
列的前几个字符区分度已经足够
注意：
前缀索引无法用于 ORDER BY 和 GROUP BY
无法用于覆盖索引（必须回表）

-- 如何选择前缀长度？
SELECT
    COUNT(DISTINCT LEFT(email, 5)) / COUNT(*) AS prefix5,
    COUNT(DISTINCT LEFT(email, 10)) / COUNT(*) AS prefix10,
    COUNT(DISTINCT email) / COUNT(*) AS full
FROM user;
-- 选择区分度接近完整索引的最短前缀

6. 全文索引

-- 创建方式
CREATE FULLTEXT INDEX idx_content ON article(title, content);

-- 使用方式
SELECT * FROM article
WHERE MATCH(title, content) AGAINST('MySQL 索引');

特点：

MySQL 5.6+ InnoDB 开始支持全文索引
用于文本内容的全文搜索
支持中文分词（需要配置 ngram 解析器）
适用场景：文章内容搜索、商品描述搜索等。

四、索引设计最佳实践

-- ✅ 好的索引设计

-- 1. 选择区分度高的列
SELECT COUNT(DISTINCT column) / COUNT(*) FROM table;
-- 区分度 > 0.1 比较适合建索引

-- 2. 联合索引遵循最左前缀
CREATE INDEX idx_status_create_time ON orders(status, create_time);
-- 支持：WHERE status = 1
-- 支持：WHERE status = 1 ORDER BY create_time

-- 3. 利用覆盖索引避免回表
CREATE INDEX idx_user_cover ON orders(user_id, status, amount);
SELECT user_id, status, amount FROM orders WHERE user_id = 100;
-- 不需要回表！

-- 4. 前缀索引节省空间
CREATE INDEX idx_url_prefix ON web_logs(url(20));

-- ❌ 不好的索引设计

-- 1. 在低区分度列建索引
CREATE INDEX idx_gender ON user(gender);  -- 只有 男/女/未知

-- 2. 频繁更新的列
CREATE INDEX idx_update_time ON user(update_time);  -- 每次更新都要改索引

-- 3. 小表的全部列
CREATE INDEX idx_all ON tiny_table(col1, col2, col3);  -- 表太小，全表扫描更快

面试高频追问

为什么 InnoDB 推荐使用自增主键？
- 聚簇索引按主键顺序存储，自增主键是顺序写入，减少页分裂
- 避免随机 I/O，提升写入性能
- 二级索引存储主键值，整数主键占用空间小（4 字节 vs UUID 36 字节）
什么是覆盖索引？有什么好处？
- 查询的列都在索引中，不需要回表查聚簇索引
- 减少一次 B+Tree 查找，降低 I/O
- 可以通过 EXPLAIN 看到 Using index
联合索引 (a, b, c)，哪些查询能走索引？
- ✅ WHERE a = 1
- ✅ WHERE a = 1 AND b = 2
- ✅ WHERE a = 1 AND b = 2 AND c = 3
- ❌ WHERE b = 2（缺少最左列）
- ❌ WHERE c = 3（缺少最左列）
- ✅ WHERE a = 1 AND c = 3（a 走索引，c 不走）
什么情况下索引会失效？
- LIKE 以 % 开头：WHERE name LIKE '%abc'
- 对索引列做运算：WHERE YEAR(create_time) = 2024
- 隐式类型转换：WHERE phone = 13800138000（phone 是 VARCHAR）
- OR 条件中有非索引列
- !=、<>、NOT IN、IS NOT NULL（不一定，看优化器）

常见面试变体

“聚簇索引和非聚簇索引有什么区别？”
“什么是回表？如何避免？”
“联合索引的最左前缀原则是什么？”
“为什么主键推荐用自增 ID 而不是 UUID？”

记忆口诀

聚簇存数据，二级存主键； 回表多一次，覆盖来优化。 联合看最左，前缀省空间； 自增主键好，UUID 乱顺序。

总结

InnoDB 物理上只有 聚簇索引（主键，存完整数据）和 二级索引（非主键，存主键值）两种结构。功能上分为主键索引、唯一索引、普通索引、联合索引、前缀索引、全文索引等。核心优化思路是：减少回表（覆盖索引）、遵循最左前缀（联合索引）、选择高区分度列、使用自增主键。

声明：本文转载自小哈的博客《InnoDB 中索引类型有哪些？》，版权归原文作者所有。转载请保留本声明与原文链接。