今天整理了一下 MySQL 的索引，一般人只知道3~4个，但我经常听到有10几个之多，如下图：
索引
是不是很多都听过，但是只是想不起来。我大概归了一下类：
索引分类
按照密度分，可分为稠密索引和稀疏索引，我们常见的MySQL Innodb 引擎使用的是稠密索引。一般列式数据库采用的是稀疏索引，如 Clickhouse。
稠密索引（Dense Index）也称为完全索引，是一种将每个记录（行）都映射到一个索引项（Index Entry）的索引方式。这种索引方式对于每一条记录都会创建一个索引项，因此它可以支持高效的查询和排序操作。但是，由于每个记录都需要一个索引项，因此它会占用更多的存储空间，特别是在大型表中使用时，可能会导致索引文件的过大，从而降低查询性能。
稀疏索引（Sparse Index）也称为部分索引，是一种仅为部分记录创建索引项的索引方式。它仅为某些值创建索引项，而其他值则没有索引项。这种索引方式可以减少索引文件的大小，并且可以提高插入和更新的性能。但是，由于它需要进行更多的磁盘访问来执行查询操作，因此查询性能可能会受到影响。
稠密索引和稀疏索引
按照存储分类，可以分为聚簇索引和非聚簇索引。
聚簇索引（Clustered Index）是一种索引方式，它将数据存储在磁盘上，并且按照索引的顺序进行排序。它可以将相邻的行存储在相邻的磁盘页上，从而提高查询的性能。聚簇索引只能为表创建一个索引，因为每个表只能以一种方式进行排序。聚簇索引对于经常需要根据特定列进行查询的表非常有用，因为它们可以快速定位数据。
非聚簇索引（Non-Clustered Index）是一种索引方式，它将索引数据存储在单独的数据结构中，而不是存储在表的磁盘上。它包含了指向表中每行的指针，并按照索引列的顺序进行排序。这种索引方式可以为表创建多个索引，并且可以根据多个列进行排序。非聚簇索引对于经常需要根据不同的列进行查询的表非常有用，因为它们可以快速定位数据。
在使用聚簇索引时，需要注意以下几点：
在使用非聚簇索引时，需要注意以下几点：
按照算法分类，可以分为B+树索引和哈希索引。
B+树索引是一种常用的数据库索引结构，它是基于B树的一种变体。B+树索引与B树的区别在于，它的非叶子节点不存储数据，只存储索引，而所有数据都存储在叶子节点中。这种结构使得B+树索引的查询速度更快，因为在进行范围查询时，只需要遍历叶子节点即可。
B+树索引的特点如下：
B+树
Hash索引是一种基于哈希表实现的数据库索引结构。在Hash索引中，每个索引项包含两部分，一个是关键字的哈希值，另一个是指向存储该关键字的数据块的指针。
Hash索引的查询速度非常快，因为它通过哈希函数将关键字转换为固定长度的哈希值，然后根据哈希值直接访问索引项。由于哈希值是唯一的，因此可以直接找到存储数据的位置，不需要进行比较操作。
Hash索引的优点包括：
Hash索引的缺点包括：
Hash索引的使用场景包括：
Hash索引
从优化的角度分类，可分为前缀索引、复合索引、覆盖索引。
前缀索引是一种基于字符串前缀的数据库索引结构。在前缀索引中，对于字符串类型的列，可以只对其前几个字符建立索引，而不是对整个字符串进行索引。这样可以大大减小索引的存储空间，同时也可以提高查询效率。
例如，对于一个名字列，如果需要进行模糊查询，可以只对名字的前几个字符建立索引，这样可以有效减小索引的存储空间，同时也可以提高查询效率。一般来说，前缀索引的长度越短，索引的存储空间就越小，但是查询效率也会受到影响。
前缀索引的优点包括：
前缀索引的缺点包括：
前缀索引的使用场景包括：
前缀索引是一种非常实用的数据库索引结构，可以大大提高查询效率，减小索引的存储空间。但是需要注意的是，在选择前缀长度时需要根据具体的业务需求进行选择，不合适的前缀长度可能会影响查询效率。
复合索引是一种将多个列组合在一起来创建的索引，用于优化查询中涉及到多个列的查询效率。相对于单列索引，复合索引可以更有效地支持多列的查询，提高查询效率。
在创建复合索引时，可以选择多个列，并按照顺序依次排列。这样可以使得查询更加高效，因为复合索引的叶子节点存储的是多列的值，可以直接满足多列查询的需求，避免了查询时多次进行索引扫描的开销。
例如，对于一个包含姓名和年龄的表，可以创建一个复合索引，将这三列按照顺序依次排列。这样，当需要查询姓名、性别和年龄都满足一定条件的记录时，可以直接使用复合索引来完成查询，避免了多次索引扫描的开销，从而提高了查询效率。
复合索引的优点包括：
复合索引的缺点包括：
复合索引的使用场景包括：
复合索引
复合索引是一种非常实用的数据库索引结构，可以提高多列查询的效率，减小索引的存储空间。但是需要注意的是，在创建复合索引时需要根据具体的业务需求进行选择，不合适的复合索引可能会影响查询效率。
覆盖索引是一种特殊的索引，它包含了所有需要查询的列的数据，而不需要进一步的查找操作就可以直接返回查询结果。这种索引也被称为索引覆盖或索引包含查询。
覆盖索引的原理是在索引结构中包含了查询所需要的列，因此数据库不需要再到数据表中查找所需的列。这样可以减少磁盘I/O操作，从而提高查询效率，特别是对于大型的数据表和频繁的查询操作。
例如，如果有一个包含姓名和年龄的表，并且需要查询所有男性的姓名和年龄。可以创建一个复合索引，按照性别、姓名和年龄的顺序依次排列。这样，查询时可以直接使用这个复合索引，并且由于该索引包含了查询所需的姓名和年龄信息，不需要进一步的查找操作就可以直接返回查询结果，从而提高了查询效率。
覆盖索引的优点包括：
覆盖索引的缺点包括：
覆盖索引的使用场景包括：
覆盖索引
覆盖索引是一种特殊的复合索引，可以减少磁盘I/O操作，提高查询效率。但是需要注意的是，只有当需要查询的列都在索引中时才能使用覆盖索引，否则仍然需要到数据表中查找所需的列。因此，在创建覆盖索引时需要根据具体的业务需求进行选择。
按照功能的角度划分，可以分为普通索引、唯一索引、全文索引。
普通索引是数据库中最基本的索引结构，也被称为单列索引或简单索引。它只包含一个列的值和指向该行的指针，用于加速对该列的单列查询。可以对表的任意列创建普通索引，但通常建议对经常进行查询和排序的列创建索引，例如主键列和外键列等。
普通索引的原理是将所需要查询的列作为索引列，按照索引列的值建立索引。当查询该列时，数据库系统会先在索引结构中进行查找，然后根据索引中的指针到数据表中找到对应的行。由于普通索引只包含一个列的值和指向该行的指针，因此查询时需要在数据表中找到其他所需的列的值。
普通索引的优点包括：
普通索引的缺点包括：
普通索引的使用场景包括：
普通索引是数据库中最基本的索引结构，用于加速对单列查询的速度，提高数据的访问效率。在创建普通索引时需要根据具体的业务需求进行选择，避免对写入操作的性能产生过大的影响。
唯一索引是一种限制数据库表中列值唯一性的索引，用于保证在指定列上没有重复的数据。与普通索引不同，唯一索引在索引列中的每个值都是唯一的，且不允许插入重复值，包括 NULL 值。
唯一索引的原理与普通索引类似，只是对于唯一索引而言，如果插入或更新操作的列值已经存在，数据库系统会抛出一个唯一性冲突的错误。唯一索引可以用于加速唯一性约束条件的验证，从而提高数据的访问效率。
唯一索引的优点包括：
唯一索引的缺点包括：
唯一索引的使用场景包括：
唯一索引是一种用于限制数据库表中列值唯一性的索引，可以保证数据表中的列值唯一性，提高数据的访问效率。在创建唯一索引时需要根据具体的业务需求进行选择，避免对写入操作的性能产生过大的影响。
全文索引是一种基于文本内容的索引技术，可以快速地检索出包含指定关键词或短语的文档或记录。相比于传统的索引技术，全文索引更加适用于文本数据的搜索和查询。
全文索引通常使用倒排索引（Inverted Index）的数据结构，将每个单词或短语出现的位置作为索引项，以便进行快速的查找和匹配。倒排索引可以理解为是一张单词词表，每个单词都指向包含该单词的文档或记录的位置。通过倒排索引，可以快速地找到包含指定单词的文档或记录，以及它们出现的位置。
全文索引的优点包括：
全文索引的缺点包括：
全文索引的使用场景包括：
全文索引是一种基于文本内容的索引技术，可以高效地对文本数据进行搜索和查询，支持模糊搜索和短语搜索等高级搜索功能。在使用全文索引时需要考虑到其占用的磁盘空间和内存空间，以及更新和维护的成本。
按照关系分类，可分为主键索引和辅助索引。
主键索引是一种基于数据库表中主键的索引技术，主要用于加速对数据库表中某个记录的查找和访问。主键是一种唯一标识数据库表中每个记录的字段或一组字段，每个记录都应该具有不同的主键值。
主键索引通常使用B+树等数据结构进行实现，以便能够快速地查找和定位某个记录。主键索引的特点包括：
主键索引的优点包括：
主键索引的缺点包括：
主键索引是一种基于数据库表中主键的索引技术，可以提高对数据库表中某个记录的查找和访问速度，用于加速数据库表的连接操作和数据的排序操作。在使用主键索引时需要考虑到其对于其他类型的查询可能不够高效，以及在插入新记录或更新主键值时需要重新维护主键索引的成本。MySQL 主键索引还是聚簇索引。
辅助索引，也称为非聚簇索引，是一种基于数据库表中某个字段或多个字段的索引技术，用于加速对数据库表的查询操作。辅助索引与聚簇索引不同，辅助索引不会改变表中数据的物理存储方式。因此除主键索引外，其余索引均为辅助索引。
京公网安备 11010802035086号