1-003：MySQL 的索引类型有哪些？

MySQL 中的索引类型主要分为以下几类，每种索引都有不同的适用场景和优化查询的作用：

1. 按存储结构分类

① 聚簇索引（Clustered Index）

• 特点：
  • InnoDB 引擎的 主键索引 就是 聚簇索引。
  • 数据与索引存储在一起，索引的叶子节点就是数据本身。
  • 每张表只能有一个聚簇索引（一般是主键）。
  • 按照主键值的物理顺序存储数据，提高主键范围查询效率。
• 适用场景：高效的 主键查询，需要顺序存储的数据结构（如 B+ 树）。

② 非聚簇索引（Secondary Index / Non-Clustered Index）

• 特点：
  • 普通索引、唯一索引等都属于非聚簇索引。
  • 索引的叶子节点存储的是主键值，而不是数据本身。
  • 查询时需要回表查找实际数据（多了一次查询）。
  • 一个表可以有多个非聚簇索引。
• 适用场景：非主键查询，如按姓名、邮箱等字段查询。

2. 按功能分类

① 普通索引（Index / Secondary Index）

• 特点：

  • 最基础的索引类型，加速 WHERE 语句查询。
  • 叶子节点存储的是主键值，需要回表查询数据。

• 适用场景

  ： 在 查询频繁的列（非主键）上加索引，比如 name、email 等字段。

② 唯一索引（Unique Index）

• 特点

  ： 和普通索引类似，但索引列的值必须唯一。

  • 如果定义了唯一索引，在插入数据时会进行唯一性检查。

• 适用场景

  ： 适用于 身份证号、邮箱、用户名 等字段。

③ 复合索引（Composite Index / Multi-Column Index）

• 特点

  ： 多个字段组成的索引，提高多条件查询效率。

  • 遵循最左匹配原则：索引的作用取决于查询语句的字段顺序。

• 适用场景：

  • 查询涉及 多个字段，如 (name, age, city) 联合查询。

④ 全文索引（Full-Text Index）

• 特点：
  • 用于 全文搜索，支持 MATCH() ... AGAINST() 语法。
  • 适用于 长文本字段，如 TEXT 或 VARCHAR 字段。
• 适用场景：
  • 适用于 文章内容、博客搜索，但一般推荐使用 Elasticsearch 进行全文检索。

⑤ 空间索引（Spatial Index，R-Tree）

• 特点：
  • 适用于存储地理信息，支持 GIS 数据类型（如 POINT、POLYGON）。
  • 只能用于 MyISAM 引擎（InnoDB 8.0 开始支持）。
• 适用场景：
  • 地理位置查询，如 地图应用、LBS（基于位置的服务）。

3. 按物理存储方式分类

① B+ 树索引（B+Tree Index）

• MySQL 默认索引（InnoDB 使用 B+ 树）。
• 适用于 大部分查询，如主键查询、范围查询、排序查询。

② 哈希索引（Hash Index）

• 仅适用于 等值查询，不支持范围查询、排序查询。
• Memory 引擎默认使用哈希索引。

③ R-Tree 索引（R-Tree Index）

• 用于 地理空间数据（如坐标、地图数据）。
• 适用于 地理范围查询（如查找某个范围内的地点）。

总结：如何选择合适的索引？

4. 图解

MySQL 索引类型
│
├── **按存储结构分类**
│   ├── 聚簇索引（Clustered Index）
│   │   ├── 主键索引
│   │   ├── 数据与索引存储在一起
│   │   ├── 物理存储按索引排序
│   │   ├── 每张表只能有一个
│   │   ├── 适用于 **主键查询、高效范围查询**
│   │
│   ├── 非聚簇索引（Secondary Index / Non-Clustered Index）
│       ├── 普通索引、唯一索引等属于非聚簇索引
│       ├── 叶子节点存储的是主键值，需要回表查询
│       ├── 一个表可以有多个非聚簇索引
│       ├── 适用于 **非主键查询**
│
├── **按功能分类**
│   ├── 普通索引（Index）
│   │   ├── 最常见的索引类型
│   │   ├── 加速 `WHERE` 条件查询
│   │   ├── 适用于 **高频查询字段**
│   │
│   ├── 唯一索引（Unique Index）
│   │   ├── 确保列值唯一
│   │   ├── 插入时进行唯一性检查
│   │   ├── 适用于 **身份证号、邮箱、用户名**
│   │
│   ├── 复合索引（Composite Index）
│   │   ├── 由多个列组成的索引
│   │   ├── 遵循 **最左匹配原则**
│   │   ├── 适用于 **多个条件联合查询**
│   │
│   ├── 全文索引（Full-Text Index）
│   │   ├── 用于 **全文搜索**
│   │   ├── 适用于 **长文本字段**
│   │   ├── 需要 `MATCH() ... AGAINST()`
│   │   ├── 适用于 **文章、博客搜索**
│   │
│   ├── 空间索引（Spatial Index）
│       ├── 适用于 **GIS（地理信息系统）**
│       ├── 仅支持 `MyISAM`（InnoDB 8.0+ 支持）
│       ├── 适用于 **地图、LBS（基于位置的服务）**
│
├── **按物理存储方式分类**
│   ├── B+ 树索引（B+Tree Index）
│   │   ├── **MySQL 默认索引结构**
│   │   ├── 适用于 **大部分查询**
│   │
│   ├── 哈希索引（Hash Index）
│   │   ├── 仅适用于 **等值查询**
│   │   ├── 适用于 **Memory 引擎**
│   │
│   ├── R-Tree 索引（R-Tree Index）
│       ├── 用于 **地理空间数据**
│       ├── 适用于 **范围查询**
│
└── **索引的选择建议**
    ├── **普通查询** → 普通索引
    ├── **唯一性约束** → 唯一索引
    ├── **多字段联合查询** → 复合索引
    ├── **全文搜索** → 全文索引
    ├── **地理信息** → 空间索引
    ├── **主键查询** → 聚簇索引
    ├── **高并发等值查询** → 哈希索引

5. 结论

• 普通查询： 使用 普通索引（Index）
• 唯一性约束： 使用 唯一索引（Unique Index）
• 多字段联合查询： 使用 复合索引
• 全文搜索： 使用 全文索引
• 地理信息： 使用 空间索引
• 主键查询： 依赖 聚簇索引
• 高并发等值查询（如缓存表）： 使用 哈希索引

如果你的业务涉及大数据查询、复杂 SQL 优化，正确选择索引可以显著提高查询性能！🚀