今天整理了一下 MySQL 的索引，一般人只知道3~4个，但我经常听到有10几个之多，如下图：
索引
是不是很多都听过，但是只是想不起来。我大概归了一下类：
索引分类
密度
按照密度分，可分为稠密索引和稀疏索引，我们常见的MySQL Innodb 引擎使用的是稠密索引。一般列式数据库采用的是稀疏索引，如 Clickhouse。
稠密索引
稠密索引（Dense Index）也称为完全索引，是一种将每个记录（行）都映射到一个索引项（Index Entry）的索引方式。这种索引方式对于每一条记录都会创建一个索引项，因此它可以支持高效的查询和排序操作。但是，由于每个记录都需要一个索引项，因此它会占用更多的存储空间，特别是在大型表中使用时，可能会导致索引文件的过大，从而降低查询性能。
稀疏索引
稀疏索引（Sparse Index）也称为部分索引，是一种仅为部分记录创建索引项的索引方式。它仅为某些值创建索引项，而其他值则没有索引项。这种索引方式可以减少索引文件的大小，并且可以提高插入和更新的性能。但是，由于它需要进行更多的磁盘访问来执行查询操作，因此查询性能可能会受到影响。
稠密索引和稀疏索引
存储
按照存储分类，可以分为聚簇索引和非聚簇索引。
聚簇索引
聚簇索引（Clustered Index）是一种索引方式，它将数据存储在磁盘上，并且按照索引的顺序进行排序。它可以将相邻的行存储在相邻的磁盘页上，从而提高查询的性能。聚簇索引只能为表创建一个索引，因为每个表只能以一种方式进行排序。聚簇索引对于经常需要根据特定列进行查询的表非常有用，因为它们可以快速定位数据。
非聚簇索引
非聚簇索引（Non-Clustered Index）是一种索引方式，它将索引数据存储在单独的数据结构中，而不是存储在表的磁盘上。它包含了指向表中每行的指针，并按照索引列的顺序进行排序。这种索引方式可以为表创建多个索引，并且可以根据多个列进行排序。非聚簇索引对于经常需要根据不同的列进行查询的表非常有用，因为它们可以快速定位数据。
在使用聚簇索引时，需要注意以下几点：
每个表只能有一个聚簇索引。
聚簇索引的排序方式对查询性能有很大的影响，因此需要仔细选择聚簇索引的列。
聚簇索引的创建和维护可能会占用较多的磁盘空间和时间。
在使用非聚簇索引时，需要注意以下几点：
非聚簇索引可以为表创建多个索引，因此可以根据多个列进行排序。
非聚簇索引可以减少查询时间，但是需要额外的空间存储索引数据结构。
对于经常进行插入、更新和删除操作的表，非聚簇索引需要频繁更新，因此可能会影响性能。
算法
按照算法分类，可以分为B+树索引和哈希索引。
B+树索引
B+树索引是一种常用的数据库索引结构，它是基于B树的一种变体。B+树索引与B树的区别在于，它的非叶子节点不存储数据，只存储索引，而所有数据都存储在叶子节点中。这种结构使得B+树索引的查询速度更快，因为在进行范围查询时，只需要遍历叶子节点即可。
B+树索引的特点如下：
所有数据都存储在叶子节点中，非叶子节点只存储索引，因此可以存储更多的索引数据。
叶子节点之间形成一个有序的链表，方便进行范围查询。
B+树索引的深度较浅，因此查询速度快，同时也减少了磁盘I/O操作的次数，提高了性能。
B+树
Hash索引
Hash索引是一种基于哈希表实现的数据库索引结构。在Hash索引中，每个索引项包含两部分，一个是关键字的哈希值，另一个是指向存储该关键字的数据块的指针。
Hash索引的查询速度非常快，因为它通过哈希函数将关键字转换为固定长度的哈希值，然后根据哈希值直接访问索引项。由于哈希值是唯一的，因此可以直接找到存储数据的位置，不需要进行比较操作。
Hash索引的优点包括：
查询速度快，查询性能稳定。
索引构建速度快，适合处理大量数据。
支持等值查询，适用于一些需要高速查询的场景。
Hash索引的缺点包括：
不支持范围查询、模糊查询和排序操作。
哈希函数的选择和设计比较关键，不合适的哈希函数可能导致哈希冲突，进而影响查询效率。
Hash索引在内存中存储，如果数据过大，可能会导致内存不足的问题。
Hash索引的使用场景包括：
需要快速查找具有唯一性的数据的表，例如用户表、商品表等。
数据量较大、查询操作较多、更新操作较少的表，例如日志表、统计表等。
Hash索引
优化
从优化的角度分类，可分为前缀索引、复合索引、覆盖索引。
前缀索引
前缀索引是一种基于字符串前缀的数据库索引结构。在前缀索引中，对于字符串类型的列，可以只对其前几个字符建立索引，而不是对整个字符串进行索引。这样可以大大减小索引的存储空间，同时也可以提高查询效率。
例如，对于一个名字列，如果需要进行模糊查询，可以只对名字的前几个字符建立索引，这样可以有效减小索引的存储空间，同时也可以提高查询效率。一般来说，前缀索引的长度越短，索引的存储空间就越小，但是查询效率也会受到影响。
前缀索引的优点包括：
可以减小索引的存储空间，适用于字符串类型的列。
可以提高查询效率，特别是在模糊查询等操作中。
前缀索引的缺点包括：
可能会出现重复的索引项，进而影响查询效率。
前缀长度的选择比较关键，如果长度太短，可能会出现大量的哈希冲突，如果长度太长，可能会导致索引的存储空间变大。
前缀索引的使用场景包括：
需要对字符串类型的列进行模糊查询、前缀匹配等操作的表。
数据量较大、查询操作较多、更新操作较少的表，例如日志表、统计表等。
前缀索引是一种非常实用的数据库索引结构，可以大大提高查询效率，减小索引的存储空间。但是需要注意的是，在选择前缀长度时需要根据具体的业务需求进行选择，不合适的前缀长度可能会影响查询效率。
复合索引
复合索引是一种将多个列组合在一起来创建的索引，用于优化查询中涉及到多个列的查询效率。相对于单列索引，复合索引可以更有效地支持多列的查询，提高查询效率。
在创建复合索引时，可以选择多个列，并按照顺序依次排列。这样可以使得查询更加高效，因为复合索引的叶子节点存储的是多列的值，可以直接满足多列查询的需求，避免了查询时多次进行索引扫描的开销。
例如，对于一个包含姓名和年龄的表，可以创建一个复合索引，将这三列按照顺序依次排列。这样，当需要查询姓名、性别和年龄都满足一定条件的记录时，可以直接使用复合索引来完成查询，避免了多次索引扫描的开销，从而提高了查询效率。
复合索引的优点包括：
可以提高多列查询的效率，避免多次索引扫描的开销。
可以减小索引的存储空间，适用于需要对多个列进行查询的表。
复合索引的缺点包括：
复合索引的维护成本比单列索引高，因为需要对多个列进行维护。
对于一些单列查询，复合索引可能并不适用，因为需要扫描复合索引的叶子节点，而单列索引可以直接定位到需要的记录。
复合索引的使用场景包括：
需要对多列进行查询的表，例如包含姓名和年龄等多个列的表。
查询操作较多，更新操作较少的表。
复合索引
复合索引是一种非常实用的数据库索引结构，可以提高多列查询的效率，减小索引的存储空间。但是需要注意的是，在创建复合索引时需要根据具体的业务需求进行选择，不合适的复合索引可能会影响查询效率。
覆盖索引
覆盖索引是一种特殊的索引，它包含了所有需要查询的列的数据，而不需要进一步的查找操作就可以直接返回查询结果。这种索引也被称为索引覆盖或索引包含查询。
覆盖索引的原理是在索引结构中包含了查询所需要的列，因此数据库不需要再到数据表中查找所需的列。这样可以减少磁盘I/O操作，从而提高查询效率，特别是对于大型的数据表和频繁的查询操作。
例如，如果有一个包含姓名和年龄的表，并且需要查询所有男性的姓名和年龄。可以创建一个复合索引，按照性别、姓名和年龄的顺序依次排列。这样，查询时可以直接使用这个复合索引，并且由于该索引包含了查询所需的姓名和年龄信息，不需要进一步的查找操作就可以直接返回查询结果，从而提高了查询效率。
覆盖索引的优点包括：
可以减少磁盘I/O操作，从而提高查询效率。
可以减少CPU和内存的开销，特别是对于大型数据表和频繁的查询操作。
覆盖索引的缺点包括：
只有当需要查询的列都在索引中时，才能使用覆盖索引。否则，仍然需要到数据表中查找所需的列。
创建覆盖索引需要占用更多的磁盘空间。
覆盖索引的使用场景包括：
需要频繁进行查询操作的表。
查询操作需要使用多个列的信息。
覆盖索引
覆盖索引是一种特殊的复合索引，可以减少磁盘I/O操作，提高查询效率。但是需要注意的是，只有当需要查询的列都在索引中时才能使用覆盖索引，否则仍然需要到数据表中查找所需的列。因此，在创建覆盖索引时需要根据具体的业务需求进行选择。
功能
按照功能的角度划分，可以分为普通索引、唯一索引、全文索引。
普通索引
普通索引是数据库中最基本的索引结构，也被称为单列索引或简单索引。它只包含一个列的值和指向该行的指针，用于加速对该列的单列查询。可以对表的任意列创建普通索引，但通常建议对经常进行查询和排序的列创建索引，例如主键列和外键列等。
普通索引的原理是将所需要查询的列作为索引列，按照索引列的值建立索引。当查询该列时，数据库系统会先在索引结构中进行查找，然后根据索引中的指针到数据表中找到对应的行。由于普通索引只包含一个列的值和指向该行的指针，因此查询时需要在数据表中找到其他所需的列的值。
普通索引的优点包括：
可以加速单列查询的速度，特别是对于大型数据表和频繁的查询操作。
可以提高数据的访问效率，从而加快数据的处理速度。
普通索引的缺点包括：
当需要查询的列不在索引列中时，需要进行额外的查找操作，从而降低查询效率。
创建普通索引需要占用额外的磁盘空间和内存空间，可能会对写入操作的性能产生一定的影响。
普通索引的使用场景包括：
经常进行查询和排序操作的列。
需要经常进行连接操作的表的外键列。
数据表中需要保证唯一性的列，如主键列等。
普通索引是数据库中最基本的索引结构，用于加速对单列查询的速度，提高数据的访问效率。在创建普通索引时需要根据具体的业务需求进行选择，避免对写入操作的性能产生过大的影响。
唯一索引
唯一索引是一种限制数据库表中列值唯一性的索引，用于保证在指定列上没有重复的数据。与普通索引不同，唯一索引在索引列中的每个值都是唯一的，且不允许插入重复值，包括 NULL 值。
唯一索引的原理与普通索引类似，只是对于唯一索引而言，如果插入或更新操作的列值已经存在，数据库系统会抛出一个唯一性冲突的错误。唯一索引可以用于加速唯一性约束条件的验证，从而提高数据的访问效率。
唯一索引的优点包括：
可以保证数据表中的列值唯一性，避免重复数据的插入。
可以提高数据的访问效率，加速唯一性约束条件的验证。
唯一索引的缺点包括：
创建唯一索引需要占用额外的磁盘空间和内存空间，可能会对写入操作的性能产生一定的影响。
如果需要对多个列进行唯一性约束，需要创建多个唯一索引，会占用更多的磁盘空间和内存空间。
唯一索引的使用场景包括：
需要对数据表中的某一列或多个列进行唯一性约束的情况。
经常进行查询和排序操作的列需要保证唯一性。
唯一索引是一种用于限制数据库表中列值唯一性的索引，可以保证数据表中的列值唯一性，提高数据的访问效率。在创建唯一索引时需要根据具体的业务需求进行选择，避免对写入操作的性能产生过大的影响。
全文索引
全文索引是一种基于文本内容的索引技术，可以快速地检索出包含指定关键词或短语的文档或记录。相比于传统的索引技术，全文索引更加适用于文本数据的搜索和查询。
全文索引通常使用倒排索引（Inverted Index）的数据结构，将每个单词或短语出现的位置作为索引项，以便进行快速的查找和匹配。倒排索引可以理解为是一张单词词表，每个单词都指向包含该单词的文档或记录的位置。通过倒排索引，可以快速地找到包含指定单词的文档或记录，以及它们出现的位置。
全文索引的优点包括：
可以对文本数据进行高效的搜索和查询，提高数据的访问效率。
可以支持模糊搜索和短语搜索等功能，增强搜索的灵活性和准确性。
全文索引的缺点包括：
创建全文索引需要占用大量的磁盘空间和内存空间，可能会对系统的性能产生影响。
全文索引的更新和维护成本较高，需要花费较多的时间和资源。
全文索引的使用场景包括：
需要对大量文本数据进行搜索和查询的情况，如新闻、博客、社交媒体等应用。
需要支持模糊搜索和短语搜索等高级搜索功能的情况。
全文索引是一种基于文本内容的索引技术，可以高效地对文本数据进行搜索和查询，支持模糊搜索和短语搜索等高级搜索功能。在使用全文索引时需要考虑到其占用的磁盘空间和内存空间，以及更新和维护的成本。
关系
按照关系分类，可分为主键索引和辅助索引。
主键索引
主键索引是一种基于数据库表中主键的索引技术，主要用于加速对数据库表中某个记录的查找和访问。主键是一种唯一标识数据库表中每个记录的字段或一组字段，每个记录都应该具有不同的主键值。
主键索引通常使用B+树等数据结构进行实现，以便能够快速地查找和定位某个记录。主键索引的特点包括：
主键索引是一种唯一索引，要求每个记录的主键值都是唯一的。
主键索引通常是表中的主键字段上创建的索引，可以加快对该字段的查找和访问速度。
主键索引可以用于加速数据库表的连接操作和数据的排序操作。
主键索引的优点包括：
提高了对数据库表中某个记录的查找和访问速度，降低了访问数据库表的成本。
由于主键值是唯一的，可以保证每个记录都能被唯一地标识和访问。
可以用于加速数据库表的连接操作和数据的排序操作，提高了查询和分析数据的效率。
主键索引的缺点包括：
主键索引只适用于基于主键的查询，对于其他类型的查询可能会不够高效。
在插入新记录或更新主键值时，需要重新维护主键索引，可能会对数据库性能产生影响。
如果主键值不够唯一或者数据量较大，主键索引可能会占用较多的磁盘空间和内存空间。
主键索引是一种基于数据库表中主键的索引技术，可以提高对数据库表中某个记录的查找和访问速度，用于加速数据库表的连接操作和数据的排序操作。在使用主键索引时需要考虑到其对于其他类型的查询可能不够高效，以及在插入新记录或更新主键值时需要重新维护主键索引的成本。MySQL 主键索引还是聚簇索引。
辅助索引
辅助索引，也称为非聚簇索引，是一种基于数据库表中某个字段或多个字段的索引技术，用于加速对数据库表的查询操作。辅助索引与聚簇索引不同，辅助索引不会改变表中数据的物理存储方式。因此除主键索引外，其余索引均为辅助索引。
责任编辑：华轩来源： 今日头条
