在大数据量的SQL表中，往往会出现一些查询效率低的问题，耗时，如果解决这里问题呢？本文主要探索索引在提高SQL效率的有效性。

目录

1、创建数据表

 2、为建立索引之前，查看执行效率

3、给Name建立索引

4、查看索引

---

1、创建数据表

我让chatgpt帮我创建了一张一万条数据的表，你们可以创建的多一点，效果更明显

CREATE TABLE BigDataTable (
    ID INT PRIMARY KEY,
    Name VARCHAR(100),
    Description TEXT,
    CreatedDate DATE,
    Value DECIMAL(10, 2)
);


-- 插入大约一万行数据
INSERT INTO BigDataTable (ID, Name, Description, CreatedDate, Value)
SELECT 
    n, 
    CONCAT('Name', n), 
    CONCAT('Description for entry ', n), 
    DATE_ADD('2020-01-01', INTERVAL n DAY),
    RAND() * 1000
FROM 
    (SELECT t0.n + t1.n * 10 + t2.n * 100 + t3.n * 1000 AS n
     FROM 
         (SELECT 0 AS n UNION SELECT 1 UNION SELECT 2 UNION SELECT 3 UNION SELECT 4 UNION SELECT 5 UNION SELECT 6 UNION SELECT 7 UNION SELECT 8 UNION SELECT 9) AS t0,
         (SELECT 0 AS n UNION SELECT 1 UNION SELECT 2 UNION SELECT 3 UNION SELECT 4 UNION SELECT 5 UNION SELECT 6 UNION SELECT 7 UNION SELECT 8 UNION SELECT 9) AS t1,
         (SELECT 0 AS n UNION SELECT 1 UNION SELECT 2 UNION SELECT 3 UNION SELECT 4 UNION SELECT 5 UNION SELECT 6 UNION SELECT 7 UNION SELECT 8 UNION SELECT 9) AS t2,
         (SELECT 0 AS n UNION SELECT 1 UNION SELECT 2 UNION SELECT 3 UNION SELECT 4 UNION SELECT 5 UNION SELECT 6 UNION SELECT 7 UNION SELECT 8 UNION SELECT 9) AS t3) AS numbers
WHERE n < 10000;

 2、为建立索引之前，查看执行效率

select * from BigDataTable where id=1;

 select * from BigDataTable where Name='Name10';

我们会看到检索id比检索Name更快（如果数据量更大的话，效率差距会更明显的），这里的原因是，在创建表的时候id是主键，主键直接就是创建了索引，也就是主键索引。所以比Name快。那么如何提升查询速度呢？我们可以给Name字段建立索引。

3、给Name建立索引

create index index_Name on BigDataTable(Name);

 当我们再一次使用查询语句的时候会发现使用时间变短了，由此也验证了索引的效率

4、查看索引

 explain select * from BigDataTable where Name='Name1' and id=1;

发现Name和id都是索引，表里面的字段含义可以看上一篇文章Explain字段含义