数据库索引为什么能加速查询？｜字节跳动后端开发面经解析

60 秒回答模板

索引加速查询的本质是减少扫描范围和 I/O。没有索引时，数据库可能逐行判断条件；有索引后，可以通过 B+ 树、哈希等结构先定位候选范围，再读取少量记录。以常见 B+ 树索引为例，树高通常很低，查询从根节点逐层定位到叶子节点，叶子节点有序并通过链表相连，所以适合等值查询、范围查询和排序优化。覆盖索引还能直接从索引返回结果，避免回表。不过索引不是越多越好，它会增加写入维护和存储成本，低选择性或返回大量数据时也未必划算。

考点 核心机制

难度 真实面经高频题

回答目标 讲清机制、边界和追问

深入解析

从扫描到定位

没有索引时，数据库为了判断某个条件是否成立，可能需要读取大量记录并逐行比较，这就是全表扫描。索引相当于提前维护好的查找目录，查询时先在目录中定位满足条件的键值范围，再访问对应记录。它不会减少表中的总数据量，但能显著减少参与判断的数据量。

B+ 树降低 I/O

关系型数据库常见索引结构是 B+ 树。非叶子节点保存键值和指针，叶子节点保存键值以及数据定位信息。因为一个页能容纳很多键，B+ 树的分支因子很大，树高通常较低，几次页访问就能定位到目标范围。相比逐行扫描大量数据，这种访问路径更适合磁盘和缓存模型。

有序性带来的收益

索引不只服务等值查询，还能利用键值有序的特点处理范围查询、排序、分组和去重。例如按时间范围查询时，可以定位起点后沿叶子层继续扫描；如果查询的排序方向和索引顺序匹配，数据库可能不需要额外排序，从而减少 CPU、内存和临时文件开销。

覆盖索引减少回表

如果查询需要的列都包含在某个索引里，数据库可以只读取索引就返回结果，这叫覆盖索引。索引页通常比完整数据页更小，同样内存能缓存更多条目，访问也更集中。覆盖索引的收益不仅是命中条件更快，还包括避免根据主键或行地址再次读取完整数据行。

优化器会算成本

索引能加速查询不代表每次都会被使用。优化器会估算选择性、返回行数、回表成本、排序成本和统计信息。如果某个条件命中大部分数据，走索引再回表可能比顺序扫描更慢。理解索引加速的关键，是明白它优化的是访问路径，而访问路径是否划算取决于数据分布。

易错点

只说索引像目录，但没有解释减少扫描范围、减少 I/O 和利用有序性的机制。
认为建了索引数据库就一定会使用，忽略优化器会按成本选择执行计划。
把所有索引都默认成 B+ 树，忽略哈希索引、全文索引等结构的适用差异。
只关注读加速，不提索引会增加写入、更新、删除和存储成本。

面试官追问

为什么数据库常用 B+ 树而不是普通二叉树？

B+ 树分支因子大、树高低，更适合按页读取，可以减少随机 I/O。普通二叉树层数可能很高，每比较一次都可能带来一次页面访问，不适合大规模磁盘数据。

哈希索引为什么不适合范围查询？

哈希索引通过哈希值定位，适合等值匹配，但哈希值不保留原始键的大小顺序。因此大于、小于、between、order by 这类依赖顺序的操作无法高效利用普通哈希索引。

低选择性字段建索引有没有意义？

要看查询模式。单独给性别、布尔状态这类字段建索引通常收益有限，但如果和时间、用户等字段组成联合索引，并符合高频查询前缀，仍可能有价值。

为什么有索引的查询仍然会慢？

可能是索引选择性差、回表太多、联合索引顺序不合适、统计信息不准确、返回数据量过大，或者排序和分页成本很高。索引只是访问路径的一部分，不保证整体查询一定快。