什么是索引？

索引是數據庫存儲引擎用于快速查找到指定數據的一種數據結構。

可以用新華字典做類比：如果新華字典中對每個字的詳細解釋是數據庫中表的記錄，那么按部首或拼音等排序的目錄就是索引，使用它可以讓我們快速查找的某一個字詳細解釋的位置。

在MySQL中，存儲引擎也是用了類似的方法，先在索引中找到對應的值，然后再根據匹配的索引值找到對應表中記錄的位置。

面試中為什么問索引？

之所以在索引在面試中經常被問到，就是因為：索引是數據庫的良好性能表現的關鍵，也是對查詢能優化最有效的手段。索引能夠輕易地把查詢性能提高幾個數量級。

然而，糟糕的索引也同樣會影響查詢性能，當表中的數據量越來越多的時候，索引對性能的影響就越大。在數據量比較少并且負責比較低的時候，糟糕的索引對性能的影響可能不明顯，但是當數據量逐漸增多的時候，性能會急劇下降。

索引的類型

經過前面的介紹，我們就進入正題，了解一下MySQL支持的索引類型，以及它們的原理和用法。

不同類型的索引，可以為不同場景提供更好的性能。在MySQL中，索引是在存儲引擎層面實現的，而不是在服務器層面實現的。正如大家所知道，MySQL支持多種類型的存儲引擎。所以，在不同存儲引擎中索引的實現方式并不是一樣的，也不是所有類型的索引都被所有存儲引擎支持的，即使多個存儲引擎支持同一種類型的索引，它底層的實現也有可能是不相同的。

B-Tree索引

B-Tree索引是被大多數MySQL存儲引擎支持的，在我們討論索引時，假如沒有特別地說明類型，那么大概率說的就是B-Tree索引了。我們使用B-Tree這個詞，是因為MySQL在創建表和其他語句中就使用這個關鍵字。

然而，在不同存儲引擎的底層可能使用不同的數據結構和算法，比如：InnoDB存儲引擎內部使用的是B+Tree結構，NDB集群存儲引擎內部使用的是T-Tree結構。不同存儲引擎用以不同的方式使用B-Tree索引，性能也可能不同，比如：InnoDB的索引上存儲的是原數據格式，而MyISAM存儲引擎使用前綴壓縮技術使索引更小，InnoDB索引的行存儲的數據行的主鍵引用，而MyISAM存儲引擎的索引的行存儲的是數據行的物理位置。

B-Tree索引的原理

B-Tree索引能夠加快訪問數據的速度，因為不需要全表掃描就可以快速檢索的需要的數據。那么B-Tree索引是怎么做到的呢？我們通過一個簡單的例子了解一下InnoDB的B-Tree索引是怎么工作的：

CREATE TABLE `om_address` (
 `province_name` varchar(255) NOT NULL COMMENT '省',
 `city_name` varchar(255) NOT NULL COMMENT '市',
 `district_name` varchar(255) NOT NULL COMMENT '區',
 `detailed_address` varchar(255) NULL DEFAULT NULL COMMENT '詳細地址',
 INDEX `index_province_city_district`(`province_name`, `city_name`, `district_name`) USING BTREE
) ENGINE = InnoDB;

這個表中共有4個字段，分別表示省、市、區和詳細地址，還有一個B-Tree索引，其中包含了省、市、區三個字段。因為索引的所有值都是按照順序存儲的，即：節點的左子樹比當前節點小，節點的右子樹比當前節點大。那么當查詢數據時，從索引的根節點開始搜索，根據比較當前節點的索引值向子樹進行查找，直到找到對應的索引值，或者根本沒有找到。

B-Tree索引的用法

根據B-Tree索引的特點，它可以用于全值匹配、值范圍匹配和最左前綴匹配。

• 全值匹配是指和索引中所有的字段進行匹配，比如：查詢黑龍江省哈爾濱市南崗區的數據。
• 值范圍匹配是指索引中字段的某一范圍進行匹配，但是必須滿足前面字段的全匹配，比如：第一個字段province_name省名稱的全匹配，第二個字段city_name城市名稱的范圍匹配。
• 最左前綴匹配是指索引中字段的某一開頭部分進行匹配，但是必須滿足前面字段的全匹配，比如：第一個字段province_name省名稱為內蒙古，第二個字段city_name城市名稱以“呼”開頭。
  

哈希索引

哈希索引是基于哈希表實現的，用于精確匹配索引所指向的數據。存儲引擎對每一行數據的所有索引字段計算出一個哈希碼，哈希碼是一個比較小的值，并且不同的數據計算出來的哈希碼一般情況下也不一樣。哈希索引中存放了這個哈希碼和指向這個數據行的指針。

在MySQL中，只有Memory存儲引擎支持哈希索引，也是Memory存儲引擎的默認索引類型。另外，在InnoDB存儲引擎中也運用了哈希索引，叫做自適應哈希索引。當某些索引中被非常頻繁的使用時，InnoDB存儲引擎會在內存中基于B-Tree索引之上再創建一個哈希索引，這樣一來使得B-Tree索引也具有的快速哈希查找的優點。

哈希索引因為只需存放對應數據的哈希值，所以索引的結構非常緊湊，占用空間小，同時查詢速度也非常快。不過，哈希索引只支持全值等值查詢，不能索引字段范圍匹配和部分索引字段匹配。

空間數據索引

空間數據索引（R-Tree）主要用于地理數據的存儲，會從所有維度來索引數據，查詢時可以有效的使用任意維度進行組合查詢。 目前，MyISAM存儲引擎支持空間數據索引，不過必須使用MySQL的GIS相關的函數來維護數據。

在MySQL中，空間索引只能建立在空間數據類型上，如：GEOMETRY、POINT、LINESTRING等。

全文索引

全文索引不像之前介紹的索引那樣直接比較索引中的值，而是直接比較查找的文本中的關鍵詞，它類似于搜索引擎做的事情，不是簡單的where條件匹配。

在相同的字段上，可以同時創建全文索引和B-Tree索引，不會有沖突。全文索引適用于match和against操作，不是普通的where條件操作。在MySQL中，只能在類型為CHAR、VARCHAR、TEXT的字段上創建全文索引。

總結

索引是數據庫存儲引擎用于快速查找到指定數據的一種數據結構，它包括B-Tree索引、哈希索引、空間數據索引、全文索引，其中B-Tree索引是我們最常用到的，InnoDB存儲引擎內部使用的是B+Tree結構；哈希索引是基于哈希表實現的，用于精確匹配索引所指向的數據；空間數據索引從所有維度來索引數據，查詢時可以有效的使用任意維度進行組合查詢；全文索引是直接比較查找的文本中的關鍵詞，類似于搜索引擎。

以上就是MySQL索引的各種類型簡介的詳細內容，更多關于MySQL 索引類型的資料請關注腳本之家其它相關文章！