MySQL的索引站在不同的角度，有不同的分类说法，以下是从几个不同的角度对索引进行分类的概述：
基于存储结构
从索引存储时使用的数据结构来看，可以分为以下四类：
- B+树索引：最常用的索引类型，使用B+树来存储索引结构，一般用于范围查询和排序。
- 哈希索引：基于哈希表的索引，适用于等值查询/精确查询，MySQL的InnoDB引擎并不支持这种索引
- 倒排索引（全文索引）：对文本字段进行全文搜索，允许在文本数据中进行关键字搜索和模糊匹配
- R-树索引：多维空间树，用于处理空间数据，如地理位置和几何形状
根据叶子节点是否存储数据
如果索引叶子节点存储的是数据行，就是聚簇索引，否则就是非聚簇索引。
简单来说，某个数据表本身就可以看作是一棵使用主键搭建起来的B+树，这棵树的叶子节点放着表的所有行。而其他索引也是B+树，但是叶子节点放的是主键 。
这里引入了一个回表的概念，如果查询数据的时候用到了非聚簇索引，那么数据库会先在非聚簇索引里找到主键，再根据主键去聚簇索引里查找数据行，这个数据行是存放在磁盘里的，所以触发磁盘IO后能够读取出来，这个过程性能较慢。因此实践过程中要尽量避免回表。
聚簇索引（Clustered Index） ：
聚簇索引是指索引结构和数据行存储在一起的索引。在InnoDB中，每个表都有一个聚簇索引，通常是主键索引。
当使用聚簇索引查询数据时，因为索引和数据行是存储在一起的，所以可以直接在索引结构中找到数据行，不需要额外的磁盘I/O去查找数据行。
聚簇索引的叶子节点包含了完整的数据行，因此查询可以直接在聚簇索引中完成，不需要回表。
非聚簇索引（Non-Clustered Index） ：非聚簇索引是指索引结构和数据行分开存储的索引。在InnoDB中，除了聚簇索引之外的所有索引都是非聚簇索引。
当使用非聚簇索引查询数据时，索引结构中只包含了索引列和辅助列（如果有），而不包含完整的数据行。因此，索引结构中通常只包含主键作为书签（bookmark），用于快速定位数据行。
非聚簇索引的查询需要两步：首先在非聚簇索引中找到主键，然后使用主键在聚簇索引中查找完整的数据行。这个额外的步骤称为回表（index lookup or bookmark lookup）。
性能差异：聚簇索引查询不需要回表，因此查询性能通常更好，因为它减少了磁盘I/O操作。
非聚簇索引查询需要回表，这意味着需要额外的磁盘I/O操作去聚簇索引中查找数据行，这会增加查询的延迟。
磁盘I/O：对于聚簇索引，由于数据行和索引在一起，所以读取数据时只需要一次磁盘I/O。
对于非聚簇索引，需要至少两次磁盘I/O：一次是读取非聚簇索引中的主键，另一次是根据主键读取聚簇索引中的数据行。
ps：这里有点存疑 先保留
索引性质
- 主键索引：唯一标识表中每行的索引
- 普通索引：二级索引，除了主键索引外其他的索引
- 全文索引：用于文本搜索的索引，支持复杂查询
- 空间索引：用于地理空间数据的索引
- 前缀索引：索引的某个列，只包含该列值的前一部分
基于索引唯一性的分类
- 唯一索引：保证索引列的值是唯一的，可以是一个列或是多个列的组合
- 非唯一索引
基于索引包含列的数量的分类
- 单列索引：索引只包含一个列
- 联合索引/复合索引/多列索引：索引包含多个列
基于索引对查询优化的影响
分为覆盖索引和非覆盖索引
- 覆盖索引：索引中包含了查询所需要的所有列，查询不需要访问表数据
- 非覆盖索引：索引中不包含所有查询所需的列，查询可能需要回表查询
总结
一个索引可以同时覆盖索引、唯一索引、前缀索引和组合索引，要站在不同的角度去看