MySQL 索引结构分为4类：B-Tree、R-Tree、Hash、全文索引

MySQL 索引结构分为4类：B-Tree、R-Tree、Hash、全文索引

索引数据结构分为：

Most MySQL indexes (PRIMARY KEY, UNIQUE, INDEX, and FULLTEXT) are stored in B-trees. Exceptions: Indexes on spatial data types use R-trees; MEMORY tables also support hash indexes; InnoDB uses inverted lists for FULLTEXT indexes.

【多数 mysql索引（主键，唯一，全文索引）是用B-tree存储的，除了：空间索引R-tree; 内存表也支持hash索引；innodb对全文索引用反向链表】

索引（Index）是帮助MySQL高效获取数据的数据结构。提取句子主干，就可以得到索引的本质：索引是数据结构。

从MySQL逻辑架构来看，MySQL有三层架构，

第一层连接，

第二层查询解析、分析、优化、视图、缓存，

第三层，存储引擎。

索引作用：节省扫描查找时间，大大提升查询效率。数据库必须有索引，没有索引则检索过程变成了顺序查找，O(n)的时间复杂度几乎是不能忍受的。

大部分数据库系统及文件系统都采用B-Tree或其变种B+Tree作为索引结构。

索引主要在存储引擎层上，不同的引擎也就有不同的B-Tree算法。

按物理存储方式分类分为：聚簇索引、非聚簇索引

聚簇索引（clustered index）、非聚簇索引（secondary index）这两个名字虽然都叫做索引，但这并不是一种单独的索引类型，而是一种数据存储方式。

对于聚簇索引存储来说，行数据和主键B+树存储在一起，辅助键B+树只存储辅助键和主键，主键和非主键B+树几乎是两种类型的树。对于非聚簇索引存储来说，主键B+树在叶子节点存储指向真正数据行的指针，而非主键。

聚簇索引的优缺点

• 优点

• 把相关数据保存在一起（比如用用户ID把用户的全部邮件聚集在一起），否则每次数据读取就可能导致一次磁盘IO

• 数据访问更快，把索引和数据保存在同一个B+树中，通常在聚簇索引中获取数据比在非聚簇索引中查找更快

• 使用覆盖查询可以直接利用页节点中的主键值

• 缺点

• 如果所有数据都可以放在内存中，顺序访问不再那么必要，聚簇索引没有优势

• 插入速度依赖于插入顺序，随机插入会导致页分裂，造成空洞，使用OPTIMIZE TABLE重建表

• 每次插入、更新、删除都需要维护索引的变化，代价很高

• 二级索引可能比想象中大，因为在节点中包含了引用行的主键列

哈希索引

哈希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，这意味着，哈希索引适用于等值查询。

具体实现：对于每一行数据，存储引擎都会对所有的索引列计算一个哈希码，哈希索引将所有的哈希码存储在索引中，同时在哈希表中保存指向每个数据行的指针。

在MySQL中，只有Memory引擎显式支持哈希索引，当然Memory引擎也支持B树索引。
PS:Memory引擎支持非唯一哈希索引，解决冲突的方式是以链表的形式存放多个哈希值相同的记录指针。

• 自适应哈希索引

InnoDB注意到某些索引值被使用得非常频繁时，会在内存中基于B+树索引之上再创建一个哈希索引，这样就让B+树索引也具有哈希索引的一些优点，比如快速的哈希查找。