索引是一种特殊的数据结构，用于快速检索数据库表中的数据行，其核心原理类似于书籍的目录——通过预先排序和存储指向数据位置的指针，显著减少查询时扫描的数据量，从而提升数据访问效率。 索引通常基于B树、哈希表或倒排列表等算法实现，不同的数据库引擎（如MySQL的InnoDB、PostgreSQL的B-tree索引）会针对特定查询场景优化索引结构。创建索引时需平衡查询速度与写入性能，因为索引虽然加速SELECT操作，但会降低INSERT、UPDATE、DELETE的写入速度，并占用额外存储空间。在实际应用中，合理选择索引字段（如高频查询列、WHERE条件列、JOIN关联列）是数据库性能调优的关键步骤。
【常见问题】
问题1：索引在数据库查询中是如何加速数据定位的？
回答1：索引通过为数据列建立排序后的键值映射，并存储对应行的物理地址或逻辑标识，使得数据库引擎在进行查询时可以直接跳转到数据所在位置，而无需逐行扫描全表，从而大幅减少磁盘I/O和CPU消耗。
问题2：创建索引会增加数据库的写入负担吗？
回答2：是的，索引会降低写入操作的性能。每次插入、更新或删除数据时，数据库不仅要维护数据表本身，还必须同步更新所有相关索引的数据结构，额外的排序和写入操作会产生明显开销，因此对写频繁的表应谨慎创建冗余索引。
问题3：什么情况下索引会失效导致查询变慢？
回答3：索引失效的常见原因包括：对索引列使用了函数或表达式（如WHERE YEAR(create_time) = 2024）、模糊查询以通配符开头（如LIKE '%关键词'）、数据类型隐式转换、组合索引未遵循最左前缀原则，以及查询优化器因统计信息过旧而选择全表扫描。