Mysql数据库索引

Spring Data JPA建立索引所使用的语法

@Entity
@Table(
  name = "user",
  indexes = {
    @Index(name = "idx_user_username", columnList = "username"),
    @Index(name = "idx_user_email_status", columnList = "email, status")
  },
  uniqueConstraints = {
    @UniqueConstraint(name = "uk_user_email_username", columnNames = {"email", "username"})
  }
)
public class User {
    @Id
    @GeneratedValue(strategy = GenerationType.IDENTITY)
    private Long id;

    private String username;
    private String email;
    private String status;
    // ... 其他字段
}

@Table(name = "user")

• 指定实体类对应的数据库表名为 user。
• 如果不写 name，默认会根据实体类名推断（比如类名叫 User 就会对应 user 表或 User 表，具体与 JPA 实现有关）。

---

indexes = { ... }

• 这里可以声明一个或多个普通索引（或非唯一索引）。

indexes = {
  @Index(name = "idx_user_username", columnList = "username"),
  @Index(name = "idx_user_email_status", columnList = "email, status")
}

• @Index(name = "idx_user_username", columnList = "username")
  • 代表在 username 字段上创建一个 普通索引，索引名为 idx_user_username。
  • 这样在数据库层面会自动执行类似 CREATE INDEX idx_user_username ON user(username); 的操作。
• @Index(name = "idx_user_email_status", columnList = "email, status")
  • 代表在 email 和 status 这两个字段上创建一个联合索引（复合索引），索引名为 idx_user_email_status。
  • 在数据库层面大致对应 CREATE INDEX idx_user_email_status ON user(email, status);。

注意：这些索引默认不是唯一索引。如果你没有在注解里指定 unique = true，JPA 会把它当作普通索引创建。

---

uniqueConstraints = { ... }

• 用来指定唯一性约束，可以是针对一个或多个列。

uniqueConstraints = {
  @UniqueConstraint(name = "uk_user_email_username", columnNames = {"email", "username"})
}

• 表示在 email + username 这两个字段上创建一个联合唯一约束，约束名为 uk_user_email_username。
• 数据库层面上会生成类似 ALTER TABLE user ADD CONSTRAINT uk_user_email_username UNIQUE(email, username); 的语句（具体实现可能因数据库和 JPA 实现不同而略有差异）。
• 该约束可以确保同一张表中，不会出现 email 和 username 的组合相同的两行数据。

区别于 indexes：

• uniqueConstraints 侧重的是唯一性约束。它不仅会在数据库中创建唯一索引，还会在表层面建立“约束”关系，不允许重复。
• indexes 只是声明一个非唯一索引（除非加 unique=true），主要用于加速查询，不会强制数据唯一。

@Column(unique = true)

如果你只想创建唯一索引（不一定是多字段），也可以直接在字段上用 @Column(unique = true)：

@Column(unique = true)
private String email;

• 这样会自动生成一个单字段唯一索引（约束）

一、按「数据结构」分类

1.1 B+Tree 索引

1.1.1 特点与应用场景

• 特点：

  • B+Tree 是 MySQL(InnoDB/MyISAM 等多数引擎) 中最常用的索引结构。
  • 支持 等值 查询和 范围 查询 (BETWEEN, <, >, ORDER BY, 等)。
  • 查询性能稳定，适合多数增删改查需求。

• 与其他分类的交叉：

  • 物理存储：InnoDB 中的主键索引（聚簇索引）和二级索引都是 B+Tree。
  • 字段特性：主键、唯一、普通、前缀索引都可由 B+Tree 来实现。
  • 字段个数：可做单列或联合索引，底层都是 B+Tree。

1.1.2 Spring Data JPA 中如何使用 B+Tree 索引

在 InnoDB 引擎下，所有主键、唯一索引、普通索引默认就是 B+Tree 实现。只要我们在实体类里用以下方式指定索引，即可默认得到 B+Tree：

主键索引（B+Tree + 聚簇）

@Entity
public class User {
    @Id
    @GeneratedValue(strategy = GenerationType.IDENTITY)
    private Long id;
    // ...
}

• 当表是 InnoDB 时，主键索引就是聚簇索引，底层是 B+Tree。

唯一索引（B+Tree 二级索引）

@Column(unique = true)
private String email;

• 这样会自动为 email 字段创建一个唯一索引，同样是 B+Tree。

普通索引（B+Tree 二级索引）

@Table(
    indexes = {
        @Index(name = "idx_user_username", columnList = "username")
    }
)
@Entity
public class User {
    @Id
    private Long id;

    private String username;
    // ...
}

• 使用 @Index 注解在 @Table 中声明普通索引，底层也是 B+Tree。

联合索引（B+Tree）

@Table(
    indexes = {
        @Index(name = "idx_user_email_status", columnList = "email, status")
    }
)

• 声明复合（联合）索引时，依然是 B+Tree。

小结：在 Spring Data JPA 里，正常使用 @Id/@Column(unique=true)/@Table(indexes=...) 就已经默认是 B+Tree，无需额外指定。

1.1.3 MyBatis-Plus 中如何使用 B+Tree 索引

MyBatis-Plus 并没有像 JPA 那样的注解去自动创建索引。常见做法有两种：

在数据库脚本或 Flyway/Liquibase 中显式创建

CREATE TABLE user (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,
    username VARCHAR(100),
    email VARCHAR(100),
    status VARCHAR(20)
    -- ...
) ENGINE=InnoDB;

-- 普通索引
CREATE INDEX idx_user_username ON user(username);
-- 唯一索引
CREATE UNIQUE INDEX uk_user_email ON user(email);
-- 联合索引
CREATE INDEX idx_user_email_status ON user(email, status);

• 只要引擎是 InnoDB/MyISAM，默认索引结构即 B+Tree。

在 Mapper 接口中执行原生 SQL

@Mapper
public interface UserMapper extends BaseMapper {

    @Select("CREATE INDEX idx_user_username ON user(username)")
    void createIndexOnUsername();

    @Select("CREATE UNIQUE INDEX uk_user_email ON user(email)")
    void createUniqueIndexOnEmail();

    @Select("CREATE INDEX idx_user_email_status ON user(email, status)")
    void createIndexOnEmailStatus();
}

• 这会在运行时执行建索引的 SQL，底层同样是 B+Tree（只要数据引擎是 InnoDB/MyISAM）。

---

1.2 Hash 索引

1.2.1 特点与应用场景

• 特点：
  • 基于哈希表，只适合等值查询，不支持范围查询、排序等。
  • 只在 MEMORY 存储引擎中可用（InnoDB 并不支持手动创建 Hash 索引）。
  • 在生产环境中不常见，除非有极少量、频繁等值查询的数据。

1.2.2 Spring Data JPA 中的操作

• Spring Data JPA 没有专门的注解来指定 “Hash 索引”。
• 如果一定要在一个 MEMORY 表上创建 Hash 索引，需要先将表改成 MEMORY 引擎，再用原生 SQL 创建：

public interface UserRepository extends JpaRepository {

    @Query(value = "ALTER TABLE user ENGINE=MEMORY", nativeQuery = true)
    @Modifying
    void convertToMemory();

    @Query(value = "ALTER TABLE user ADD KEY USING HASH (username)", nativeQuery = true)
    @Modifying
    void createHashIndex();
}

• 这种情况十分少见，一般不做推荐。

1.2.3 MyBatis-Plus 中的操作

同样，需要先把表引擎改成 MEMORY，然后再执行建索引语句：

@Mapper
public interface UserMapper extends BaseMapper {

    @Select("ALTER TABLE user ENGINE=MEMORY")
    void convertToMemoryEngine();

    @Select("ALTER TABLE user ADD KEY USING HASH (username)")
    void createHashIndexOnUsername();
}

• 由于场景极少，建议仅在极端情况下使用。

---

1.3 Full-Text 索引

1.3.1 特点与应用场景

• 特点：
  • 用于对文本字段（CHAR、VARCHAR、TEXT）进行全文检索。
  • MyISAM 引擎最早支持，InnoDB 在 5.6+ 版本也支持。
  • 需要配合 MATCH ... AGAINST 语法来进行全文搜索。

1.3.2 Spring Data JPA 中的操作

• Spring Data JPA 没有“自动”创建全文索引的注解。
• 需要使用原生 SQL 来创建：

  public interface ArticleRepository extends JpaRepository {
  
      @Query(value = "ALTER TABLE article ADD FULLTEXT INDEX idx_content(content)", nativeQuery = true)
      @Modifying
      void createFullTextIndexOnContent();
  }
  

• 然后查询时：

  @Query(value = "SELECT * FROM article WHERE MATCH(content) AGAINST(?1 IN NATURAL LANGUAGE MODE)", nativeQuery = true)
  List
   searchByContent(String keywords);
  

1.3.3 MyBatis-Plus 中的操作

同理，在 MyBatis-Plus 中也需执行原生 SQL：

@Mapper
public interface ArticleMapper extends BaseMapper
 {

    @Select("ALTER TABLE article ADD FULLTEXT INDEX idx_content(content)")
    void createFullTextIndex();

    @Select("SELECT * FROM article WHERE MATCH(content) AGAINST(#{keywords} IN NATURAL LANGUAGE MODE)")
    List
 searchByContent(String keywords);
}

---

二、按「物理存储」分类

2.1 聚簇索引（Clustered Index / 主键索引）

2.1.1 特点与应用场景

• InnoDB 中的主键索引即为聚簇索引
  数据文件按主键顺序组织存储，主键索引本身就是一棵 B+Tree，叶子节点存的就是整行数据。

• 与其他分类维度的交叉

  • 若显式声明了主键 (PRIMARY KEY)，那么这就是表的聚簇索引。
  • 如果主键是单列，则它既是单列索引；如果主键由多列组成，则是联合索引。
  • 除了主键索引外，其他都是「二级索引」。

2.1.2 Spring Data JPA 中的操作

• 只要你在实体类中通过 @Id 声明主键，并使用 InnoDB 引擎，就会自动成为聚簇索引（无需额外设置）：

  @Entity
  @Table(name = "user")
  public class User {
      @Id
      @GeneratedValue(strategy = GenerationType.IDENTITY)
      private Long id; // InnoDB主键 => 聚簇索引
  
      private String username;
      // ...
  }
  

• 如果是联合主键，也依旧是聚簇索引，比如使用 @IdClass 或 @EmbeddedId。

2.1.3 MyBatis-Plus 中的操作

• MyBatis-Plus 并不“帮”你创建表或索引，只要你在数据库里指定：

  CREATE TABLE user (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,
    username VARCHAR(100),
    ...
  ) ENGINE=InnoDB;
  

  • 这时 id 就是聚簇索引。
• 在实体类中也会有对应的 @TableId 标识主键，但它并不自动建索引，而是依赖数据库表本身：

  @TableName("user")
  public class User {
      @TableId(type = IdType.AUTO)
      private Long id;
      private String username;
      // ...
  }
  

---

2.2 二级索引（Secondary Index / 辅助索引）

2.2.1 特点与应用场景

• 辅助索引

  • 在 InnoDB 中，非主键的索引（唯一索引、普通索引等）都属于二级索引。
  • 二级索引是一棵独立的 B+Tree，叶子节点存的是对应行的「主键值」，需要再回表到聚簇索引查数据。

• 与其他分类维度的交叉

  • 可以是唯一索引或普通索引，也可以是单列或联合，底层都是 B+Tree 结构。
  • 比如 CREATE UNIQUE INDEX、CREATE INDEX 都属于创建二级索引。
• 二级索引的叶子节点存储的是主键值，然后通过主键值再去聚簇索引定位行数据（回表）。

2.2.2 Spring Data JPA 中的操作

• 唯一索引、普通索引 都是二级索引（只要不是主键）。
• 示例（普通索引）：

  @Table(
    name = "user",
    indexes = {
      @Index(name = "idx_user_username", columnList = "username")
    }
  )
  @Entity
  public class User {
      @Id
      private Long id; // 主键(聚簇)
  
      private String username; // 二级索引
      // ...
  }
  

  • 这里 idx_user_username 就是一个二级索引。

2.2.3 MyBatis-Plus 中的操作

• 同样需要手动写 SQL 或通过数据库脚本：

  CREATE INDEX idx_user_username ON user(username);
  

• 在 MyBatis-Plus 的实体中并没有注解去标明“这是二级索引”，只能说非主键的索引默认就是二级索引（InnoDB）：

  @Select("CREATE INDEX idx_user_username ON user(username)")
  void createIndexUsername();
  

---

三、按「字段特性」分类

3.1 主键索引

3.1.1 特点与应用场景

• 唯一且不能为空
  • 一张表只能有一个主键索引，它在 InnoDB 中就是聚簇索引。
• 与其他分类维度的交叉
  • 底层数据结构：B+Tree；
  • 也是聚簇索引；
  • 可以是单列或多列（联合主键）。
• 主键不能为空，通常自增或 UUID 等。

3.1.2 Spring Data JPA 中的操作

• 直接 @Id 即是主键索引：

  @Id
  @GeneratedValue(strategy = GenerationType.IDENTITY)
  private Long id;
  

• 或者在表层面指定：

  @Entity
  @Table(name = "user")
  public class User {
      @Id
      private Long id; 
      // ...
  }
  

3.1.3 MyBatis-Plus 中的操作

• 数据库里定义 PRIMARY KEY：

  CREATE TABLE user (
      id BIGINT PRIMARY KEY AUTO_INCREMENT,
      ...
  ) ENGINE=InnoDB;
  

• 实体类：

  @TableId(type = IdType.AUTO)
  private Long id;
  

• 就完成了主键索引的声明。

---

3.2 唯一索引

3.2.1 特点与应用场景

• 保证字段值不重复
  • 允许多列一起唯一，也允许为 NULL（有些场景多个 NULL 可视为不冲突）。
• 与其他分类维度的交叉
  • 底层通常是 B+Tree；
  • 若非主键，则它就是一个「二级索引」。
  • 可以是单列或联合索引。

3.2.2 Spring Data JPA 中的操作

单列唯一：

@Column(unique = true)
private String email;

• 这会自动生成一个唯一索引。

联合唯一：

@Table(
  uniqueConstraints = {
    @UniqueConstraint(name = "uk_user_email_username", columnNames = {"email", "username"})
  }
)
@Entity
public class User {
    @Id
    private Long id;
    private String email;
    private String username;
}

• 会在 (email, username) 上创建一个唯一索引。

3.2.3 MyBatis-Plus 中的操作

• 同样需要手工或脚本：

  CREATE UNIQUE INDEX uk_user_email ON user(email);
  CREATE UNIQUE INDEX uk_user_email_username ON user(email, username);
  

• 或在 Mapper 接口中：

  @Select("CREATE UNIQUE INDEX uk_user_email ON user(email)")
  void createUniqueIndexEmail();
  
  @Select("CREATE UNIQUE INDEX uk_user_email_username ON user(email, username)")
  void createUniqueIndexEmailUsername();
  

---

3.3 普通索引

3.3.1 特点与应用场景

• 最常见，提升查询速度，没有唯一性约束。
• 可用于经常在 WHERE 条件或 JOIN 条件中的列。

3.3.2 Spring Data JPA 中的操作

• 通过 @Table(indexes = {...})：

  @Table(
    name = "user",
    indexes = {
      @Index(name = "idx_user_username", columnList = "username")
    }
  )
  @Entity
  public class User {
      @Id
      private Long id;
  
      private String username;
      // ...
  }
  

3.3.3 MyBatis-Plus 中的操作

• 还是手动 SQL：

  CREATE INDEX idx_user_username ON user(username);
  

• 或者在 Mapper 接口：

  @Select("CREATE INDEX idx_user_username ON user(username)")
  void createIndexUsername();
  

---

3.4 前缀索引

3.4.1 特点与应用场景

• 对字符串类型的前 N 个字符建立索引，减少索引体积，适合超长字段。
• 会降低搜索精度（可能会有更多回表操作），仅在部分情况下使用。

3.4.2 Spring Data JPA 中的操作

• 没有注解可指定 “前缀长度”，需要原生 SQL 或 DDL 脚本：

  public interface UserRepository extends JpaRepository {
      
      @Query(value = "CREATE INDEX idx_prefix_username ON user (username(10))", nativeQuery = true)
      @Modifying
      void createPrefixIndex();
  }
  

• 或者在建表脚本里提前写：

  CREATE INDEX idx_prefix_username ON user (username(10));
  

3.4.3 MyBatis-Plus 中的操作

• 同理，原生 SQL：

  @Select("CREATE INDEX idx_prefix_username ON user(username(10))")
  void createPrefixIndex();
  

• 或者在数据库层面定义。

---

四、按「字段个数」分类

4.1 单列索引

4.1.1 特点与应用场景

针对单个字段创建

• 可以是主键索引、唯一索引或普通索引。
• 一张表可以有多个不同字段的单列索引。

4.1.2 Spring Data JPA 中的操作

• 常见写法：

  @Table(
    indexes = @Index(name="idx_user_username", columnList="username")
  )
  @Entity
  public class User {
      @Id
      private Long id;
  
      // username 单列索引
      private String username;
  }
  

4.1.3 MyBatis-Plus 中的操作

• 依旧SQL 或 Mapper：

  @Select("CREATE INDEX idx_user_username ON user(username)")
  void createIndexUsername();
  

---

4.2 联合索引（复合索引）

4.2.1 特点与应用场景

针对多个字段的组合创建

• 可以是联合主键索引、联合唯一索引或普通联合索引。
• 在联合索引中，需要注意“最左前缀原则”，即只有在按“索引最左字段”进行查询时，索引才会被有效利用。

4.2.2 Spring Data JPA 中的操作

• 在 @Index 的 columnList 中写多个字段：

  @Table(
    indexes = {
      @Index(name = "idx_user_email_status", columnList = "email, status")
    }
  )
  @Entity
  public class User {
      @Id
      private Long id;
      private String email;
      private String status;
      // ...
  }
  

• 或在 @UniqueConstraint(columnNames = {"col1", "col2"}) 中声明联合唯一。

最左前缀原则：从左到右依次匹配索引列，中间不能跳过；一旦遇到范围查询或被跳过的列，后续列就无法继续利用联合索引进行快速定位。因此，在设计联合索引时，要结合最常用的查询方式，把过滤频率最高或最常作为等值过滤的列放到最左，才能最大化利用索引加速查询。

CREATE INDEX idx_col1_col2_col3 ON table_name(col1, col2, col3);

• 必须从索引的最左列开始匹配

  • 以上例中，最左列是 col1。如果在查询时 没有使用 col1 进行过滤或连接条件，那么即便条件中包含了 col2、col3，也无法有效利用这个联合索引。
  • 例如，WHERE col1 = ... 可以用索引；WHERE col1 = ... AND col2 = ... 可以继续利用索引更深层次的匹配；但如果只是 WHERE col2 = ...，MySQL 无法使用 idx_col1_col2_col3 的第一列 col1 进行定位，就不能走该索引的高效检索。

• 索引可部分匹配，但只能持续到出现“断裂”

  • 对联合索引 (col1, col2, col3) 来说，如果查询只使用了 col1，MySQL 仍能使用索引里 (col1) 这部分来加速查询。
  • 如果查询中使用了 col1 和 col2，但忽略了 col3，那么 MySQL 可以利用索引的前两列 (col1, col2) 进行匹配。
  • 如果跳过了中间一列，比如只用 col1 和 col3（而 col2 不出现在查询条件中），那么对于 col3 的过滤很难直接走这条索引，因为在索引排序里 col2 位于 col1 和 col3 中间，造成“断裂”。

• 对范围条件的影响

  • 若在 col1 上使用了范围查询（如 col1 BETWEEN 10 AND 20），则只能对 col1 进行索引检索，并且无法再对后续 col2、col3 继续使用索引精准匹配。因为范围扫描一旦开始，后续的精准匹配就无法发挥作用。
  • 这也是最左前缀原则的延伸：联合索引后续字段的利用，往往需要前一列是等值匹配（=）才能继续深度使用。

4.2.3 MyBatis-Plus 中的操作

• 还是原生 SQL：

  CREATE INDEX idx_user_email_status ON user(email, status);
  

• 或者：

  @Select("CREATE INDEX idx_user_email_status ON user(email, status)")
  void createUnionIndexOnEmailStatus();
  

---

五、小结

• 实际开发中最常用的索引：

  • B+Tree 实现的主键索引、唯一索引、普通索引和联合索引。这基本覆盖了 90%+ 的应用场景。
  • 在 Spring Data JPA 中，利用 @Id、@Column(unique=true)、@Table(indexes=..., uniqueConstraints=...) 已能满足绝大部分需求。
  • 在 MyBatis-Plus 中，多使用数据库脚本或 Mapper 接口原生 SQL 来管理索引。

• Hash 索引

  • 因为只能在 MEMORY 引擎下使用，而且限制很多（不支持范围查询、无法排序等），生产中极少使用。除非需要一些极端高并发且数据量很小、仅仅等值查询的场景。

• Full-Text 索引

  • 如果需要“搜索功能”，可以考虑 MySQL 自带全文索引。但通常更推荐使用专业搜索引擎（如 Elasticsearch、Solr 等），在索引和查询性能上更强大。
  • 如果只是简单的搜索，可以用 MySQL Full-Text 索引，但要掌握 MATCH ... AGAINST 的使用和各种搜索模式。

• 聚簇索引 = InnoDB 主键索引，只有一个；二级索引 = 非主键索引（可唯一可普通可联合）。

• 主键、唯一、普通、前缀 这四类索引可以任意组合到单列或多列中，但前缀索引只对字符串列有效。

• Spring Data JPA 提供了一些方便的注解：

  • @Id / @Column(unique=true) / @Table(indexes=..., uniqueConstraints=...)
  • 特殊索引（Hash、Full-Text、前缀）要用原生 SQL。

• MyBatis-Plus 不会自动创建索引，需要：

  • SQL脚本 / Mapper接口中原生SQL / DB初始化工具(Flyway, Liquibase)
  • 只要数据库层面创建了对应索引，即可在 MyBatis-Plus 中正常使用。