索引为什么能提高MySQL查询效率
类比理解（书籍与目录）：
想象一本厚重的百科全书（数据库表）：
没有索引（全表扫描）： 为了找到介绍“斑马”（查询条件）的那一页，你必须从第一页开始，一页一页地翻看整本书，直到找到为止。效率非常低下。
有索引（目录）： 书后面有一个按字母顺序排列的索引（索引结构）。你直接翻到“B”开头的部分，找到“斑马”这个词条，后面标注了它在第427页（数据指针）。然后你直接翻到第427页（访问具体数据页）就能看到内容了。查找速度极快。
MySQL索引能提高查询效率的核心原因在于它改变了数据的查找方式，避免了低效的全表扫描，极大减少了需要访问的数据量。这主要依赖于以下几个关键机制：
数据结构：B+树（最常用）
有序存储： B+树是一种多路平衡搜索树，索引列的值会按照顺序存储在叶子节点中。这种有序性使得数据库可以使用高效的二分查找等算法快速定位目标值。
平衡树： B+树能自动保持平衡，确保从根节点到任何一个叶子节点的路径长度基本相同。这意味着查找任何一个值所需访问的节点（磁盘I/O次数）是相对固定且对数级复杂度（O(log n)） 的，与数据总量n无关。
叶子节点链表： B+树的所有数据记录指针都存储在叶子节点，并且叶子节点之间通过指针连接成一个有序链表。这使得范围查询（如
BETWEEN,>,<） 变得非常高效，只需定位到范围的起始点，然后沿着链表顺序扫描即可，避免了回溯非叶子节点。减少磁盘I/O（核心优势）：
数据库数据主要存储在磁盘上，磁盘I/O（读取数据块）是数据库操作中最耗时的环节（相比内存操作慢几个数量级）。
全表扫描： 如果没有索引，MySQL为了找到满足条件的行，必须从磁盘读取整个表的每一行数据（或大部分数据）到内存中逐行检查（
WHERE条件）。当表非常大时，这会产生海量的磁盘I/O，效率极低。索引扫描： 有了索引，MySQL首先在索引结构（通常比表数据小得多，且部分或全部常驻内存） 中进行查找。索引结构更小、更紧凑，更容易加载到内存。通过几次快速的索引节点查找（通常只需几次磁盘I/O），就能精确定位到包含目标数据行的磁盘位置（指针）。然后MySQL只需要读取特定的、少量的数据页（包含目标行）到内存即可。这极大地减少了昂贵的磁盘I/O操作。
覆盖索引（Covering Index）：
如果一个索引包含了查询语句中所有需要返回的字段（
SELECT的列）以及WHERE、JOIN、ORDER BY、GROUP BY等子句中用到的字段，那么这个查询就可以仅通过扫描索引来完成，而完全不需要去读取实际的数据行（堆表或聚簇索引的叶子页）。这被称为“覆盖索引扫描”。它避免了“回表”操作（根据索引指针去主数据存储中查找整行数据），进一步减少了磁盘I/O，是性能最高的查询方式之一。
帮助排序和分组：
如果
ORDER BY或GROUP BY子句的字段顺序与某个索引的顺序一致，MySQL 可以直接利用该索引的有序性来避免额外的排序操作（filesort），只需按索引顺序读取数据即可。这大大提升了排序和分组操作的效率。帮助优化器选择最优执行计划：
查询优化器会根据查询条件、表结构、统计信息和可用的索引，估算不同执行计划（如全表扫描 vs 索引扫描 vs 多个索引合并）的成本。
合适的索引为优化器提供了更多高效的访问路径选择。优化器通常会选择它认为成本最低（通常是I/O最少）的计划，索引的存在往往能让优化器选择基于索引的快速查找路径。