图解 MySQL 索引，清晰易懂，写得太好了！

什么是索引？

索引是辅助存储引擎高效获取数据的一种数据结构。

很多人形象的说索引就是数据的目录，便于存储引擎快速的定位数据。

索引的分类

我们经常从以下几个方面对索引进行分类

从 「数据结构的角度」 对索引进行分类

• B+tree
• Hash
• Full-texts 索引

从 「物理存储的角度」 对索引进行分类

• 聚簇索引
• 二级索引(辅助索引)

从 「索引字段特性角度」 分类

• 主键索引
• 唯一索引
• 普通索引
• 前缀索引

从 「组成索引的字段个数角度」 分类

• 单列索引
• 联合索引（复合索引）

数据结构角度看索引

下表是 MySQL 常见的存储引擎 InnoDB，MyISAM 和 Memory 分别支持的索引类型

在实际使用中，InnoDB 作为 MySQL 建表时默认的存储引擎

对上表进行横向查看可以了解到，B+tree 是 MySQL 中被存储引擎采用最多的索引类型。

这里浅尝辄止的谈一下 B+tree 与 Hash 和红黑树的区别。另外，MySQL 系列面试题和答案全部整理好了，微信搜索​Java技术栈，在后台发送：面试，​可以在线阅读。

B+tree 和 B-tree

B+tree 是 B-Tree 的一个变种。（哦，对了，B-tree 念 B 树，它不叫 B 减树。。。）

B+tree 只在叶子节点存储数据，而 B-tree 非叶子节点也存储数据，对此处有疑问的可以到下面的连接自己插入数据测试一番。

• B-tree :
• B+tree :

因此，B+tree 单个节点的数量更小，在相同的磁盘 IO 下能查询更多的节点。

另外 B+tree 叶子节点采用单链表链接适合 MySQL 中常见的基于范围的顺序检索场景，而 B-tree 无法做到这一点。

B+tree 和红黑树

对于有 N 个叶子节点的 B+tree，搜索复杂度为 「O(logdN) ,d 是指 degree 是指 B+tree 的度」，表示节点允许的最大子节点个数为 d 个，在实际的运用中 d 值是大于 100 的，即使数据达到千万级别时候 B+tree 的高度依然维持在 3-4 左右，保证了 3-4 次磁盘 I/O 就能查到目标数据。