本文主要介绍了MySQL索引的各种类型，有助于你更好的理解和学习MySQL索引。感兴趣的朋友可以了解一下。

什么是索引？

索引是数据库存储引擎用来快速查找指定数据的数据结构。

可以用《新华字典》来打个比方：如果说《新华字典》中每个单词的详细解释是数据库中表格的记录，那么按部首或拼音排序的目录就是索引，可以让我们快速找到某个单词的详细解释的位置。

在MySQL中，存储引擎也使用类似的方法，先在索引中找到对应的值，然后根据匹配的索引值在对应的表中找到记录的位置。

面试中为什么问索引？

之所以在面试中经常会问到索引，是因为索引是数据库良好性能的关键，是优化查询最有效的手段。索引可以轻松地将查询性能提高几个数量级。

但是，坏的索引也会影响查询性能。当表中的数据量增加时，索引对性能的影响会更大。当数据量小、责任低时，指标差对性能的影响可能不明显，但当数据量逐渐增大时，性能会急剧下降。

索引的类型

经过前面的介绍，接下来就进入正题，了解一下MySQL支持的索引类型，以及它们的原理和用法。

不同类型的索引可以为不同的场景提供更好的性能。在MySQL中，索引是在存储引擎级别实现的，而不是在服务器级别。众所周知，MySQL支持多种类型的存储引擎。因此，索引在不同存储引擎中的实现是不一样的，也不是所有存储引擎都支持所有类型的索引。即使多个存储引擎支持同一类型的索引，其底层实现也可能不同。

B-Tree索引

大多数MySQL存储引擎都支持b树索引。当我们讨论索引的时候，如果没有具体说明类型，那么大概率就是提到了B树索引。我们使用B树这个词，因为MySQL在创建表和其他语句时使用这个关键字。

然而，在不同的存储引擎的底层可以使用不同的数据结构和算法。例如，InnoDB存储引擎使用B树结构，而NDB集群存储引擎使用T树结构。不同的存储引擎使用B树索引的方式不同，性能也可能不同。比如InnoDB索引上存储的是原始数据格式，而MyISAM存储引擎使用前缀压缩技术使索引变小。InnoDB索引的行引用数据行的主键，而MyISAM存储引擎的行存储数据行的物理位置。

B-Tree索引的原理

-B树索引可以加快数据访问速度，因为不需要全表扫描就可以快速检索到所需数据。那么B树索引是如何工作的呢？让我们通过一个简单的例子来看看InnoDB的B树索引是如何工作的：

创建表“om_address ”(

` province _ name ` varchar(255)not null注释'省'，

` city _ name` varchar (255) not null注释' city '，

` district _ name ` varchar(255)not null注释' area '，

` detailed _ address ` varchar(255)null默认空注释'详细地址'，

使用BTREE索引` INDEX _ province _ city _ district `( ` province _ name `，` city_name `，` district_name `)

)ENGINE=InnoDB

这个表有四个字段，分别代表省、市、区和详细地址，还有一个B树索引，包含省、市、区三个字段。因为索引的所有值都是按顺序存储的，即节点的左子树小于当前节点，节点的右子树大于当前节点。然后在查询数据时，从索引的根节点开始搜索，根据当前节点的索引值的比较来搜索子树，直到找到对应的索引值或者根本找不到。

B-Tree索引的用法

根据B树索引的特点，可用于全值匹配、值域匹配和最左侧前缀匹配。

全值匹配是指匹配索引中的所有字段，例如查询黑龙江哈尔滨南岗区的数据。

范围匹配是指索引中某个范围的字段的匹配，但必须满足前面字段的全匹配，例如第一个字段的省名全匹配，第二个字段的city_name的范围匹配。

最左边的前缀匹配意味着索引中某个字段的第一部分匹配，但是前面的字段必须完全匹配。例如，第一个字段省_名的名称是内蒙古，第二个字段城市_名的名称以“call”开头。

散列索引

哈希基于哈希表，用于精确匹配索引所指向的数据。存储引擎为每行数据的所有索引字段计算哈希代码。哈希码是一个比较小的值，不同数据计算出来的哈希码一般都不一样。哈希代码和指向数据行的指针存储在哈希索引中。

在MySQL中，只有内存存储引擎支持哈希索引，这也是内存存储引擎默认的索引类型。另外，在InnoDB存储引擎中也使用了哈希索引，称为自适应哈希索引。当一些索引被频繁使用时，InnoDB存储引擎会基于B树索引在内存中创建另一个哈希索引，使得B树索引具有快速哈希查找的优势。

哈希索引只需要存储对应数据的哈希值，所以索引的结构非常紧凑，占用空间小，查询速度也很快。但是哈希索引只支持全值等价查询，不能进行索引字段范围匹配和部分索引字段匹配。

空间数据索引

空间数据索引(R树)主要用于存储地理数据。它索引所有维度的数据，任何维度都可以有效地用于组合查询。目前MyISAM存储引擎支持空间数据索引，但是必须使用MySQL的GIS相关功能来维护数据。

在MySQL中，空间索引只能建立在空间数据类型上，如几何、点、线串等。

全文索引

全文索引不像前面介绍的索引那样直接比较索引中的值，而是直接比较搜索文本中的关键字。类似于搜索引擎做的事情，不是简单的where条件匹配。

在同一个字段上，可以同时创建全文索引和B树索引，不会发生冲突。全文索引适合于匹配和反匹配操作，而不是普通的where条件操作。在MySQL中，全文索引只能在CHAR、VARCHAR和TEXT类型的字段上创建。

总结

索引是数据库存储引擎用来快速查找指定数据的数据结构。它包括B树索引、哈希索引、空间数据索引和全文索引。其中B树索引是最常用的一种，InnoDB存储引擎内部使用B树结构。哈希基于哈希表，用于精确匹配索引所指向的数据。空间数据索引对所有维度的数据进行索引，任何维度都可以有效地用于组合查询。全文索引是对搜索文本中的关键字进行直接比较，类似于搜索引擎。

以上是MySQL各类索引的详细介绍。有关MySQL索引类型的更多信息，请关注我们的其他相关文章！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。