在Java后端开发、数据分析师以及数据库管理员（DBA）的招聘过程中，sql索引面试题几乎是必考环节。面试官不仅考察候选人对索引数据结构的理解，更关注其在实际业务场景中的性能优化能力。本页面旨在为您提供一份详尽的sql索引面试题指南，从底层B+树原理到上层SQL语句优化，全方位解析数据库性能核心。
索引是数据库性能优化的基石。一个优秀的索引设计可以将查询时间从秒级降低到毫秒级，而错误的索引则可能拖慢写入速度并占用大量磁盘空间。以下内容结合了大量真实的企业级面试案例，帮助您构建完整的知识体系。
⚡ 索引底层数据结构
🌲
B+ 树 (B+ Tree)
MySQL InnoDB引擎默认使用的索引结构。所有数据都存储在叶子节点，非叶子节点仅存储键值。叶子节点通过双向链表连接，非常适合范围查询。树的高度通常为2-3层，能一次性将数据加载到内存。
🌳
B 树 (B-Tree)
数据存储在每一个节点中。相比B+树，B树的非叶子节点也存储数据，导致单个节点能存储的键值变少，树的高度可能增加，IO次数变多，查询效率不如B+树稳定。
🔑
Hash 索引
基于Hash表实现，查询速度极快（O(1)），但仅支持等值查询（=, IN），不支持范围查询和排序。Memory引擎默认使用Hash索引。
⚠️ 常见的索引失效场景
在sql索引面试题中，面试官经常会给出一个看似简单的SQL，询问为什么索引没生效。以下是常见的“坑”：
对索引列进行计算或函数操作
如果WHERE条件中对索引列使用了函数，索引将失效。例如 WHERE YEAR(create_time) = 2023。
优化方案：使用范围查询代替函数，如 create_time BETWEEN '2023-01-01' AND '2023-12-31'。
隐式类型转换
如果索引列是字符串类型，而查询条件传入的是数字，MySQL会发生隐式转换，导致索引失效。
-- 假设 phone 是 VARCHAR 类型
-- 索引失效，因为传入了数字
SELECT FROM users WHERE phone = 13800138000;
模糊查询以 % 开头
LIKE '%abc' 会导致全表扫描。而 LIKE 'abc%' 可以使用索引。
OR 条件连接
如果OR条件中有一个字段没有索引，则整个查询都会放弃索引，进行全表扫描。
🚀 SQL 性能优化实战案例
理论结合实际，我们来看一个典型的电商订单查询优化案例。
1. 慢查询分析
业务场景：查询2023年下单金额超过1000元的用户ID和订单号。
-- 原始慢SQL
SELECT user_id, order_no, amount
FROM orders
WHERE amount > 1000
AND YEAR(order_time) = 2023;
问题分析：
YEAR(order_time) 导致索引失效。amount > 1000 选择性可能不高。
2. 优化步骤
第一步：改写SQL，避免函数计算。
-- 优化后的SQL
SELECT user_id, order_no, amount
FROM orders
WHERE amount > 1000
AND order_time >= '2023-01-01 00:00:00'
AND order_time < '2024-01-01 00:00:00';
第二步：创建联合索引。
考虑到 order_time 的范围查询和 amount 的等值/范围查询，建议创建联合索引：
CREATE INDEX idx_time_amount ON orders (order_time, amount);
原理解释：联合索引遵循最左前缀原则，先通过 order_time 快速定位时间范围，再在范围内过滤 amount。如果 amount 的选择性较低，甚至可以采用索引下推（ICP）优化。
❓ 网友们还关心
除了标准的面试题，开发者在实际工作中经常遇到以下与sql索引面试题紧密相关的周边问题：
Q: 为什么主键建议用自增ID而不是UUID？
A: UUID是无序的，插入时会导致B+树节点频繁分裂和页分裂，产生大量碎片，降低IO效率。自增ID是顺序插入，能最大程度利用B+树的特性，保持页的填充率，提高写入性能。
Q: 索引太多有什么坏处？
A: 虽然索引加速了查询，但会降低插入、更新和删除的速度。因为每次数据变更，MySQL都需要维护所有的索引树。此外，索引还会占用额外的磁盘空间。
Q: 什么是回表？如何避免？
A: 回表是指通过二级索引查到主键后，再拿着主键去聚簇索引查完整数据的過程。避免回表的方法是使用覆盖索引，即SELECT的字段都能在该索引中找到。
Q: NULL 值对索引有什么影响？
A: B+树对NULL值的处理因引擎而异，但通常NULL值会占用索引空间。在统计查询中，COUNT(column) 会忽略NULL值。建议在允许为NULL的列上谨慎使用索引，或在业务逻辑上尽量避免NULL。
📝 总结
掌握sql索引面试题的核心在于理解B+树的数据结构以及索引底层存储机制。无论是聚簇索引与非聚簇索引的区别，还是覆盖索引、最左前缀原则，都是基于减少IO次数和CPU计算这一核心目标。在实际工作中，善用 EXPLAIN 命令分析执行计划，结合业务场景设计合理的索引，才是解决性能问题的根本之道。
💡 提示：定期审查慢查询日志，是保持数据库高性能的关键。