【面试题】MySQL 的索引类型有哪些？

📌 索引分类概览

🏗️ 按数据结构分类

1. B+Tree 索引（最常用）

复制代码

-- MySQL默认使用B+Tree索引
CREATE INDEX idx_name ON users(name);

特点：

平衡多路搜索树，适合范围查询和排序
所有数据存储在叶子节点，查询稳定
InnoDB、MyISAM 都支持
支持 =, >, >=, <, <=, BETWEEN, LIKE 'prefix%'

B+Tree结构示例：

复制代码

        [15|30]
       /    |    \
[10|15]   [20|25|30]   [35|40]
  ↓           ↓           ↓
叶子节点链表：10→15→20→25→30→35→40

2. 哈希索引

复制代码

-- Memory引擎默认使用哈希索引
CREATE TABLE memory_table (
    id INT,
    INDEX idx_hash USING HASH (id)
) ENGINE=MEMORY;

特点：

基于哈希表，O(1)时间复杂度
只支持等值查询（=, IN），不支持范围查询
Memory引擎支持，InnoDB有自适应哈希索引
冲突处理：链地址法

3. 全文索引

复制代码

-- 创建全文索引
CREATE TABLE articles (
    id INT PRIMARY KEY,
    title VARCHAR(200),
    content TEXT,
    FULLTEXT(title, content)
) ENGINE=InnoDB;

-- 全文搜索
SELECT * FROM articles 
WHERE MATCH(title, content) AGAINST('mysql 索引' IN NATURAL LANGUAGE MODE);

特点：

用于文本内容的全文搜索
支持自然语言和布尔搜索模式
MyISAM和InnoDB（5.6+）都支持
使用倒排索引结构

4. R-Tree 空间索引

复制代码

-- 空间数据索引
CREATE TABLE locations (
    id INT PRIMARY KEY,
    point POINT NOT NULL,
    SPATIAL INDEX(point)
) ENGINE=MyISAM;

-- 空间查询
SELECT * FROM locations 
WHERE MBRContains(GeomFromText('Polygon((0 0, 10 0, 10 10, 0 10, 0 0))'), point);

特点：

用于地理空间数据（GIS）
支持点、线、多边形等几何类型
MyISAM支持，InnoDB（5.7+）也支持

💾 按物理存储分类

1. 聚簇索引（Clustered Index）

复制代码

-- InnoDB的聚簇索引
CREATE TABLE users (
    id INT PRIMARY KEY,           -- 聚簇索引
    name VARCHAR(50),
    age INT
) ENGINE=InnoDB;

特点：

索引和数据存储在一起（叶子节点存数据行）
一个表只能有一个聚簇索引
InnoDB中主键就是聚簇索引
查询速度快（减少一次I/O）

存储结构：

复制代码

B+Tree叶子节点：[主键值 | 整行数据]

2. 非聚簇索引（Secondary Index）

复制代码

-- 非聚簇索引（二级索引）
CREATE INDEX idx_age ON users(age);

特点：

索引和数据分开存储
叶子节点存储主键值 或行指针
需要回表查询获取完整数据
一个表可以有多个非聚簇索引

InnoDB二级索引结构：

复制代码

叶子节点：[索引列值 | 主键值]
查找流程：索引 → 主键 → 数据行

🎯 按逻辑功能分类

1. 主键索引（PRIMARY KEY）

复制代码

-- 创建主键索引
CREATE TABLE students (
    id INT PRIMARY KEY,      -- 主键索引
    name VARCHAR(50)
);

-- 或后续添加
ALTER TABLE students ADD PRIMARY KEY (id);

特点：

唯一且非空
一个表只能有一个
InnoDB中作为聚簇索引

2. 唯一索引（UNIQUE）

复制代码

-- 创建唯一索引
CREATE TABLE users (
    email VARCHAR(100) UNIQUE,  -- 唯一约束自动创建索引
    phone VARCHAR(20),
    UNIQUE INDEX idx_phone (phone)  -- 显式创建唯一索引
);

特点：

保证列值唯一，允许多个NULL
可用于外键约束
提高查询性能

3. 普通索引（INDEX）

复制代码

-- 创建普通索引
CREATE INDEX idx_name ON employees(last_name);
CREATE INDEX idx_department ON employees(department_id, hire_date);

特点：

最基本的索引类型
无唯一性约束
可单列或多列（复合索引）

4. 复合索引（多列索引）

复制代码

-- 复合索引（最左前缀原则）
CREATE INDEX idx_name_age_city ON users(last_name, first_name, age, city);

-- 有效使用：
SELECT * FROM users WHERE last_name = 'Smith';
SELECT * FROM users WHERE last_name = 'Smith' AND first_name = 'John';
SELECT * FROM users WHERE last_name = 'Smith' AND age > 25;

-- 无效使用（跳过最左列）：
SELECT * FROM users WHERE first_name = 'John';  -- 无法使用索引

最左前缀原则：索引从最左边开始匹配

5. 前缀索引

复制代码

-- 对文本列前N个字符创建索引
CREATE INDEX idx_email_prefix ON users(email(10));

-- 计算合适的前缀长度
SELECT 
    COUNT(DISTINCT LEFT(email, 10)) / COUNT(*) AS selectivity_10,
    COUNT(DISTINCT LEFT(email, 15)) / COUNT(*) AS selectivity_15
FROM users;

特点：

减少索引大小
适合长文本字段
选择性要足够高

🔧 特殊索引类型

1. 覆盖索引（Covering Index）

复制代码

-- 创建覆盖索引
CREATE INDEX idx_covering ON orders(user_id, status, amount);

-- 查询使用覆盖索引
SELECT user_id, status, amount 
FROM orders 
WHERE user_id = 100 AND status = 'paid';
-- Extra: Using index（无需回表）

2. 自适应哈希索引（Adaptive Hash Index）

InnoDB自动创建，无需手动管理
监控热数据，自动建立哈希索引
提升等值查询性能

-- 查看自适应哈希索引状态
SHOW ENGINE INNODB STATUS\G
-- 在Hash table statistics部分查看

3. 函数索引（MySQL 8.0+）

复制代码

-- 基于表达式的索引
CREATE INDEX idx_lower_name ON users((LOWER(name)));

-- 使用函数索引查询
SELECT * FROM users WHERE LOWER(name) = 'john';

4. 降序索引（MySQL 8.0+）

复制代码

-- 创建降序索引
CREATE INDEX idx_desc ON orders(created_at DESC, amount ASC);

-- 优化ORDER BY ... DESC查询
SELECT * FROM orders ORDER BY created_at DESC, amount ASC;

📊 各存储引擎支持的索引

⚡ 索引选择策略

如何选择合适的索引类型

复制代码

-- 1. 主键查询 → 聚簇索引（自动）
SELECT * FROM users WHERE id = 1;

-- 2. 等值查询（无范围） → 考虑哈希索引（Memory引擎）
SELECT * FROM session_data WHERE session_id = 'abc123';

-- 3. 范围查询/排序 → B+Tree索引
SELECT * FROM orders 
WHERE order_date BETWEEN '2024-01-01' AND '2024-01-31'
ORDER BY amount DESC;

-- 4. 全文搜索 → 全文索引
SELECT * FROM articles 
WHERE MATCH(content) AGAINST('数据库优化');

-- 5. 空间查询 → R-Tree索引
SELECT * FROM locations 
WHERE ST_Distance(point, POINT(10, 20)) < 1000;

索引创建最佳实践

复制代码

-- 1. 选择性高的列建索引
CREATE INDEX idx_selective ON table(high_selectivity_column);

-- 2. 复合索引列顺序：高选择性在前，常用查询条件在前
CREATE INDEX idx_composite ON users(last_name, first_name, age);

-- 3. 避免过度索引（写性能下降）
-- 监控索引使用率
SELECT 
    object_schema,
    object_name,
    index_name,
    rows_read,
    rows_inserted
FROM performance_schema.table_io_waits_summary_by_index_usage
WHERE index_name IS NOT NULL;

-- 4. 使用不可见索引测试（MySQL 8.0+）
CREATE INDEX idx_test ON users(email) INVISIBLE;
ALTER TABLE users ALTER INDEX idx_test VISIBLE;

📈 索引性能对比

🔍 查看索引信息

复制代码

-- 查看表索引
SHOW INDEX FROM users;

-- 查看索引大小
SELECT 
    TABLE_NAME,
    INDEX_NAME,
    ROUND(SUM(INDEX_LENGTH)/1024/1024, 2) AS 'Size(MB)'
FROM information_schema.TABLES
WHERE TABLE_SCHEMA = 'your_db'
GROUP BY TABLE_NAME, INDEX_NAME;

-- 分析索引使用情况
EXPLAIN SELECT * FROM users WHERE name = 'John';
-- 查看key_len、ref、rows、Extra等字段

选择正确的索引类型可以显著提升查询性能。通常B+Tree索引是首选，特殊场景考虑其他索引类型。记得定期分析索引使用情况，避免无效索引影响性能。

文章转载自： ++佛祖让我来巡山++

原文链接： https://www.cnblogs.com/sun-10387834/p/19370897

体验地址： http://www.jnpfsoft.com/?from=001YH