什么是索引?

 

在数据库中，索引是帮助存储引擎快速获取数据的⼀种数据结构
，形象地说就是“数据的⽬录”。

它的设计思路是 “以空间换时间” ，类似书中的⽬录⸺⸺⽆需逐⻚查找，通过索引能快速定位到数据所
在位置，从⽽⼤幅提升数据查询效率。以MySQL为例，不同存储引擎（如InnoDB、MyISAM）会基于
⾃⾝机制实现索引，帮助数据库快速检索数据。
索引的分类?

以下是关于MySQL索引分类的复盘总结，从数据结构、物理存储、字段特性、字段个数
四个维度展
开，补充关键细节与易错点，助⼒你完善⼋股笔记：
 

⼀、按「数据结构」分类

 

• B+tree索引

◦ 是MySQL中最常⽤的索引结构（InnoDB、MyISAM默认均基于B+树实现）。

◦ 特点：
▪ 所有数据（叶⼦节点）按顺序存储，且叶⼦节点间通过链表相连，⽀持范围查询、排序操作

（如 order by ）。
▪ ⾮叶⼦节点仅存索引键，叶⼦节点存数据或主键（⼆级索引），查询效率稳定（时间复杂度
O(log
n)）
。

◦ 适⽤场景：⼤部分业务查询（等值、范围、排序）。
 

• Hash索引

◦ 基于哈希表实现，通过“键→哈希值→桶”的映射快速定位数据。
◦ 特点：
▪ 等值查询极快（时间复杂度O(1)），但不⽀持范围查询、排序
（哈希值是⽆序的）。

▪ 存在“哈希冲突”，需通过链表解决。
◦ 适⽤场景：MySQL的Memory引擎默认使⽤；InnoDB中“⾃适应哈希索引”（⾃动对热点数据
构建哈希索引，属于优化⼿段）。
• Full-text索引（全⽂索引）

◦ ⽤于⽂本内容的分词检索
（如⽂章、评论的关键词搜索）。
◦ 特点：
▪ 需依赖分词器（如MySQL内置的ngram分词器，或第三⽅插件），对⽂本进⾏分词后建⽴索
引。
▪ ⽀持 match...against 语法，实现模糊的⽂本匹配。
◦ 适⽤场景：博客内容、商品描述等⻓⽂本的关键词检索；仅InnoDB、MyISAM⽀持。