索引分类

1，MyIsam使用前缀压缩技术使得索引更小，而InnoDB则按照原数据格式进行存储，

2，MyIsam索引通过数据的物理位置引用被索引的行，而InnoDB则根据主键引用被索的行。

B-Tree索引

B-Tree索引能够加快访问数据的效率，存储引擎不再需要通过全表扫描去查询数据。查找数据的时候从根节点开始，根节点的槽中存放了指向子节点的指针，叶子节点的指针指向的是被索引的数据，而不是其它的节点页。B-Tree对索引列是按照顺序组织存储的，很适合范围查询。需要注意：索引对多个列进行排序的依据是在create Table 语句中定义索引时列的顺序。

B-Tree索引的限制：

• 如果不是按照索引的最左列开始查找，就不能使用索引。
• 不能跳过索引中的列。
• 如果查询中有某个列的范围查询，则其右边的所有列都不能使用索引优化查询。

Hash索引
基于哈希表实现，只有精确匹配索引所有列的查询才有效。对于每一行数据，存储引擎都会对所有的索引列计算出一个hash码（较小的值），Hash索引jianghashma存放在索引中，同时在hash表中存储指向每个数据行的指针。
在Mysql中，只有Memory存储引擎显示支持哈希索引。同时支持非唯一性哈希索引，即当多个列的哈希值相同时，索引会以链表的方式存放多个记录指针到同一个哈希条目下。

优点	缺点
索引自身只需存放哈希值，结构紧凑，查找速度快	并不是按照索引值顺序进行存储的，无法用于排序
	不保存字段值，不能使用索引值来避免读取行
	不支持部分索引列匹配查询
	只支持等值查询,包括=,in(),<=>,不支持范围查询
不出现哈希冲突，查询速度非常快	出现哈希冲突，存储引擎需要遍历链表中所有的行指针，逐行进行比较，直到找到符合条件的行为止
	选择性低的列创建的哈希索引维护操作代价会很高

例1：在数据仓库应用中有一种经典的“星型”schema，需要关联很多查找表，哈希索引就非常适合查找表的需求。

例2：需要存储大量的URL（很长），并需要根据URL进行搜索查询。
需要对这个URL进行处理（使用CRC32做索引），为了解决哈希冲突带来的问题，当使用哈希索引进行查询时，必须在WHERE条件中带上索引值以及对应列值。（触发器维护哈希索引）

空间数据索引（R-Tree）
MyIsam表支持空间索引，可以用于地理数据存储。

全文索引
一种特殊类型的索引，查找的是文本中的关键词，而不是直接比较索引中的值，类似于搜索引擎做的事。

索引的优点：

一般情况下，非常小的表采用全局扫描，中大型表采用索引，而特大型的表会使用分区技术直接区分出查询需要的一组数据，而不是一条一条记录地匹配。

参考：《高性能mysql第三版》