索引是帮助MySQL高效获取数据的数据结构。就像书本的目录一样，可以快速定位到需要查找的内容。以下是MySQL中索引的主要分类和详解。

一、按数据结构划分

这是最核心的分类方式，决定了索引的底层实现和适用场景。

1. B+Tree索引
   • 描述：这是MySQL中最常用、最主流的索引类型。InnoDB和MyISAM存储引擎都支持B+Tree索引。
   • 特点：
     • 有序性：数据存储在叶子节点上，并且叶子节点之间通过指针相连，形成一个有序链表，非常适合范围查询（如 WHERE id > 10）。
     • 矮胖平衡树：树的高度低，意味着通常只需要很少的磁盘I/O就能找到目标数据。
   • 适用场景：几乎适用于所有需要索引的场景，特别是主键索引和范围查询。
2. 哈希索引
   • 描述：基于哈希表实现，只有精确匹配所有列的查询才有效。Memory存储引擎默认支持哈希索引。InnoDB也支持自适应哈希索引，但这是数据库内部自动管理的。
   • 特点：
     • 查询极快：对于等值查询（=），速度通常比B+Tree索引更快。
     • 无序：不支持范围查询和排序。
     • 不支持最左前缀匹配原则。
   • 适用场景：只适用于等值查询，且数据重复度低的列。
3. 全文索引
   • 描述：用于查找文本中的关键词，类似于搜索引擎。它解决的是LIKE '%keyword%'查询效率低下的问题。
   • 特点：
     • 适用于CHAR、VARCHAR和TEXT类型的列。
     • 有自己的一套分词和匹配规则。
   • 适用场景：在大量的文本数据中搜索关键词。
4. R-Tree索引（空间索引）
   • 描述：主要用于地理空间数据类型，如 GEOMETRY。
   • 特点：支持对空间数据进行高效查询，例如“查找附近的所有地点”。
   • 适用场景：地理信息系统（GIS）。

二、按物理存储划分（聚集 vs 非聚集）

这个分类主要针对B+Tree索引，描述了数据行和索引的存储关系。

1. 聚集索引
   • 描述：表数据本身（数据行）就按照索引的键值顺序存储在叶子节点上。一张表只能有一个聚集索引。
   • 在InnoDB中：
     • 如果定义了主键，主键就是聚集索引。
     • 如果没有主键，则选择第一个UNIQUE且非空的列作为聚集索引。
     • 如果都没有，InnoDB会隐式创建一个隐藏的列作为聚集索引。
   • 优点：因为数据行直接存储在索引中，所以通过主键查询非常高效。
2. 非聚集索引（二级索引/辅助索引）
   • 描述：索引的叶子节点不包含完整的数据行，而是存储了指向数据行的指针（在InnoDB中，这个指针是主键的值）。一张表可以有多个非聚集索引。
   • 查询过程：当通过非聚集索引查询时，需要先找到对应的主键值，然后再回到聚集索引（主键索引）中去查找完整的数据行，这个过程称为回表。

三、按逻辑功能/字段特性划分

这个分类是根据索引作用的字段的特性和约束来划分的。

1. 主键索引
   • 一种特殊的唯一索引，不允许有空值。每个表只能有一个主键索引。在InnoDB中，它就是聚集索引。
2. 唯一索引
   • 索引列的值必须唯一，但允许有空值（NULL）。一张表可以有多个唯一索引。
3. 普通索引
   • 最基本的索引类型，没有任何唯一性限制，仅仅是为了提高查询速度。
4. 前缀索引
   • 当索引的列是字符串时，可以只对列的前n个字符建立索引，以节省空间。例如：INDEX (column_name(n))。
5. 复合索引（联合索引）
   • 一个索引包含多个列。查询时遵循最左前缀匹配原则，即从索引的最左边列开始匹配。例如，索引是 (A, B, C)，那么查询条件包含 A、A,B或 A,B,C时索引才会生效。