1.基础知识

主键是用来唯一标识一条记录的，不能为空也不能重复，一张表只能有一个主键。在 InnoDB 中，主键索引是聚簇索引，数据本身存放在主键索引的叶子节点中。

外键主要用于建立表与表之间的关联关系，用来约束子表中的字段必须来自于父表的主键或唯一键，从而保证数据一致性。外键字段可以重复，也可以为空，一张表可以有多个外键。

在实际生产环境中，一般不直接使用数据库外键，而是在业务层通过逻辑外键来维护数据一致性，以避免外键带来的性能开销和维护复杂度问题。

外键和级联主要用于在数据库层面保证数据一致性，但在实际生产环境中通常不推荐使用。

一方面，外键和级联在插入、更新和删除时会带来额外的性能开销，尤其是在高并发场景下影响明显；另一方面，级联操作存在较大的误操作风险，一次错误删除可能导致大量数据被级联删除。

此外，外键不适用于分库分表和微服务架构，会增加系统的耦合度和维护成本。

因此，在实际项目中通常采用逻辑外键，在业务层通过代码和事务来保证数据一致性，而不是依赖数据库外键和级联机制。

存储过程是一组预先编译并存储在数据库中的 SQL 语句集合，可以像函数一样被调用执行，主要用于封装复杂的数据库操作逻辑。

存储过程的优点是执行效率较高、可以减少网络交互，并且能够在一定程度上复用数据库逻辑。

但在实际生产环境中通常不推荐大量使用存储过程，因为它会导致业务逻辑与数据库强耦合，可维护性和可扩展性较差，也不利于分布式和微服务架构的发展。

因此，当前主流做法是将业务逻辑放在应用层，数据库只负责数据的存储和查询。

delete、truncate 和 drop 都用于删除数据，但作用和使用场景不同。

delete 属于 DML 操作，可以删除表中部分或全部数据，支持事务和回滚，也会触发行级操作，但执行效率相对较低。

truncate 属于 DDL 操作，用于快速清空整张表的数据，不支持事务回滚，会重置自增主键，执行效率较高。

drop 同样是 DDL 操作，会直接删除整张表，包括表结构和数据，是不可恢复的操作。

在实际生产环境中，通常优先使用 delete 或逻辑删除方式，避免直接使用 truncate 和 drop。

MySQL 索引使用 B+ 树，主要是因为它在磁盘 I/O 和范围查询方面具有明显优势。

B+ 树的非叶子节点只存储索引键，不存储数据，使得单个节点可以容纳更多的索引项，从而降低树的高度，减少磁盘 I/O 次数。同时，所有数据都存放在叶子节点，查询路径长度一致，查询性能更加稳定。

此外，B+ 树的叶子节点通过链表连接，天然支持高效的范围查询和排序操作，非常符合数据库的使用场景，因此成为 MySQL 索引的主流数据结构。

索引通常创建在经常作为查询条件、连接条件、排序或分组字段上，尤其是区分度较高、查询频率高的字段，可以显著提升查询性能。

同时，如果索引能够覆盖查询字段，还可以避免回表，进一步提高效率。

但并不是所有字段都适合建索引，对于数据量较小的表、更新频繁的字段、区分度很低或几乎不参与查询条件的字段，一般不建议创建索引。此外，索引过多也会增加写操作的成本。

因此，索引的创建需要结合具体业务场景，在读写性能之间进行权衡。

索引优化的核心目标是减少数据扫描范围和回表次数。常见的优化方式包括合理使用联合索引并遵循最左前缀原则，将等值查询和区分度高的字段放在前面，同时通过覆盖索引避免回表操作。

在实际使用中，还需要避免索引失效的场景，如在索引列上使用函数或隐式类型转换，并控制索引数量，防止对写性能造成过大影响。此外，通过 EXPLAIN 分析执行计划，对慢 SQL 持续优化索引结构，是常用的索引优化手段。