数据库索引核心分类（实操高频版）
✅ 一、按数据结构（最核心，面试 / 工作必用）
是数据库索引最根本的分类，决定索引性能、适用场景。
- B + 树索引 ：MySQL/PostgreSQL 默认主流索引，平衡多路查找树 结构，叶子节点串联成链表，支持范围查询、排序、分页，适配 90% 业务场景（主键索引、普通索引均基于此）。
- 哈希索引 ：基于哈希表实现，等值查询极快 （O (1)），但不支持范围查询、排序，仅适配精准匹配场景（如 Redis、MySQL 的 Memory 引擎）。
- 全文索引：专为文本内容检索设计，支持模糊匹配、关键词检索（如 MySQL 的 FULLTEXT，ES 核心索引），适用于文章、评论等大文本字段。
- R-Tree 索引 ：空间索引，适配地理空间数据（如经纬度、区域范围），支持空间范围查询（如 MySQL 的 GIS 索引）。
✅ 二、按物理存储
区分索引与数据的存储关系，直接影响查询效率。
- 聚簇索引（聚集索引） ：索引与数据行物理存储在一起 ，一张表仅能有 1 个 ，叶子节点就是实际数据行。MySQL 的主键索引就是聚簇索引，查询速度最快。
- 非聚簇索引（二级索引 / 辅助索引） ：索引与数据行分开存储，一张表可创建多个，叶子节点存储聚簇索引的主键值，查询需回表（主键查询例外），如普通索引、联合索引。
✅ 三、按逻辑功能 / 业务用途（开发建索引直接参考）
从业务使用角度划分，是日常建索引最常用的分类方式。
- 主键索引 ：主键字段创建的索引，唯一且非空，自动创建聚簇索引，保证数据唯一性，加速主键查询。
- 普通索引：最基础的索引，无唯一性约束，仅加速字段查询，可创建在任意非主键字段。
- 唯一索引 ：字段值唯一（允许 NULL），保证数据唯一性的同时加速查询，如手机号、身份证号字段。
- 联合索引（复合索引） ：基于多个字段 创建的索引，遵循最左前缀原则 ，适配多字段组合查询（如
where a=1 and b=2），比单字段索引更高效。 - 覆盖索引 ：索引包含查询所需的全部字段，无需回表，直接从索引中获取数据，大幅提升查询性能（极致优化常用）。
✅ 四、其他高频特殊分类（拓展）
- 前缀索引 ：对字段前 N 个字符创建索引，适配长字符串字段（如 varchar (255)），节省存储空间，降低索引维护成本。
- 反向索引 ：对字段值反转后创建索引，适配按尾字符查询的场景（如手机号后 4 位、后缀匹配）。
- 位图索引 ：按字段离散枚举值建立位图，适配低基数字段（如性别、状态），在 Oracle 中常用，MySQL 极少使用。
✔️ 核心速记（高频考点）
▷ 数据结构：B + 树（主力）、哈希（等值）、全文（文本） ▷ 物理存储：聚簇（1 个，主键）、非聚簇（多个，辅助） ▷ 业务常用：主键、唯一、普通、联合、覆盖