MySQL 的索引是提升查询效率的核心机制，本质是基于特定数据结构构建的 “数据字典” ，用于快速定位表中的数据行，避免全表扫描。其设计围绕 “查询提速” 展开，同时需平衡存储开销和写入性能。以下从 索引类型、底层结构、存储方式与核心功能 三方面详细解析：
一、MySQL 索引的类型（按不同维度分类）
索引可从「数据结构」「物理存储」「功能逻辑」三个核心维度分类，不同类型对应不同使用场景：
1. 按「数据结构」分类（底层实现）
这是索引的核心分类，决定了查询效率和适用场景：
| 索引类型 | 底层结构 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|---|
| B + 树索引 | B + 树（平衡多路查找树） | 等值查询、范围查询（>、<、BETWEEN）、排序 | 1. 平衡树结构，查询时间稳定（O (log n)）；2. 叶子节点有序且链表连接，支持范围查询和排序；3. 非叶子节点仅存索引键，内存利用率高 | 不适合高基数（重复值少）的等值查询（不如哈希） |
| 哈希索引 | 哈希表（键值对映射） | 等值查询（=、IN） | 等值查询极快（O (1)），直接通过哈希值定位 | 1. 不支持范围查询、排序；2. 哈希冲突会导致性能下降；3. MySQL 仅 Memory 引擎支持，InnoDB 仅自适应哈希索引（AHI，自动生成） |
| 全文索引 | 倒排索引（词项 - 文档映射） | 文本模糊查询（MATCH AGAINST，如文章关键词搜索） | 支持自然语言搜索，比 LIKE '%关键词%' 高效 | 1. 仅支持 CHAR、VARCHAR、TEXT 类型；2. 对短文本、高频词效率低 |
| R 树索引 | R 树（空间数据结构） | 空间数据查询（如地理坐标、矩形范围） | 高效处理空间关系查询（如距离、包含） | 仅支持 MyISAM/InnoDB 5.7+，适用场景有限 |
核心结论：B + 树索引是 MySQL 最核心、最常用的索引（InnoDB/MyISAM 均默认支持），其他索引仅用于特殊场景。
2. 按「物理存储」分类（索引与数据的存储关系）
该分类仅针对 InnoDB 引擎（MyISAM 无聚簇索引概念），直接影响查询效率（是否需要 “回表”）：
| 索引类型 | 存储方式 | 核心特点 | 示例 |
|---|---|---|---|
| 聚簇索引（Clustered Index） | 索引与数据存储在一起，索引的叶子节点直接存储整行数据 | 1. 一张表仅能有 1 个聚簇索引；2. 查询时无需回表，效率极高；3. InnoDB 中，主键索引默认是聚簇索引 | 主键 id 索引，叶子节点存 id、name、age 等整行数据 |
| 非聚簇索引（Secondary Index） | 索引与数据分开存储，索引的叶子节点仅存储「主键值」（而非整行数据） | 1. 一张表可有多非聚簇索引；2. 查询时需通过主键值回聚簇索引查整行数据（“回表”）；3. 也叫 “二级索引”“辅助索引” | 普通索引 name，叶子节点存 name + 对应 id |
关键：InnoDB 的聚簇索引是查询效率的核心，主键查询无需回表，而非聚簇索引需回表（除非是 “覆盖索引”，见下文功能部分）。
3. 按「功能逻辑」分类（业务使用场景）
这是开发中最常接触的分类，基于索引的业务用途划分：
| 索引类型 | 功能描述 | 约束与注意事项 | 适用场景 |
|---|---|---|---|
| 主键索引（Primary Key） | 唯一标识表中每行数据，默认是聚簇索引 | 1. 唯一且非空（UNIQUE + NOT NULL）；2. 一张表仅 1 个 | 表的唯一标识（如用户 id、订单 order_id） |
| 唯一索引（Unique Index） | 保证索引列的值唯一（允许 NULL，但最多 1 个） | 1. 避免重复数据；2. 可作为聚簇索引（无主键时） | 唯一字段（如手机号 phone、身份证号 id_card） |
| 普通索引（Normal Index） | 无约束条件，仅用于加速查询 | 1. 允许重复值、NULL；2. 最常用的索引类型 | 高频查询字段（如商品 category_id、用户 age） |
| 联合索引（Composite Index） | 多列组合而成的索引（如 (a, b, c)） | 1. 遵循 “最左前缀原则”（查询需包含左列才生效）；2. 可覆盖多列查询 | 多列联合查询（如 WHERE a=1 AND b=2、ORDER BY a, b） |
| 前缀索引（Prefix Index） | 仅对字符串字段的前 N 个字符建立索引 | 1. 减少索引存储开销；2. 不支持覆盖索引（无法通过前缀索引获取完整字段） | 长字符串字段（如 email 取前 10 位、address 取前 20 位） |
| 空间索引（Spatial Index） | 基于空间数据结构（R 树），用于地理信息查询 | 仅支持空间类型字段（如 GEOMETRY、POINT） | 地理坐标查询（如 “附近的商家”） |
二、MySQL 索引的底层结构（核心：B + 树详解）
MySQL 中绝大多数索引（主键、唯一、普通、联合）的底层都是 B + 树，其结构设计专为磁盘存储和查询优化：
1. B + 树的结构特点
B + 树是「平衡多路查找树」，结构分为三层，核心优化是 “适配磁盘 I/O 特性”（磁盘读取按 “页”（默认 16KB）为单位，B + 树能让一次查询仅需 3-4 次磁盘 I/O）：
- 根节点：最顶层节点，存储索引键和指向子节点的指针（无数据）；
- 非叶子节点：中间层节点，仅存储索引键和指针（不存数据），用于快速定位到叶子节点；
- 叶子节点：最底层节点，存储索引键和对应数据（聚簇索引存整行数据，非聚簇索引存主键），且所有叶子节点通过「双向链表」连接。
2. B + 树的核心优势（为何成为默认索引结构）
- 查询效率稳定：平衡树结构，无论查询哪个数据，都需遍历从根到叶子的路径（高度通常 3-4 层），时间复杂度 O (log n)；
- 支持范围查询和排序：叶子节点链表有序，范围查询（如
id BETWEEN 100 AND 200）只需遍历链表，无需回溯； - 内存利用率高：非叶子节点仅存索引键和指针，单个节点可存储更多索引项，减少磁盘 I/O 次数；
- 适配磁盘存储：节点大小默认等于磁盘页（16KB），一次 I/O 可加载整个节点，提升读取效率。
3. 其他结构补充
- 哈希索引：底层是哈希表，键为索引列值，值为数据行地址。等值查询（
WHERE phone='13800138000'）直接通过哈希计算定位，比 B + 树快，但无法处理范围查询（phone > '13800138000'）； - 全文索引：底层是「倒排索引」，将文本拆分为 “词项”（如 “MySQL 索引优化” 拆分为 “MySQL”“索引”“优化”），存储词项与文档（数据行）的映射关系，支持关键词搜索；
- R 树索引：专为空间数据设计，将空间对象（如坐标、矩形）组织为树结构，支持 “包含”“相交”“距离” 等空间查询。
三、索引的存储方式与核心功能
1. 索引的存储差异（InnoDB vs MyISAM）
MySQL 索引的存储方式与存储引擎强相关，核心差异在「聚簇索引」和「数据与索引的分离」：
| 存储引擎 | 聚簇索引 | 索引与数据存储关系 | 主键索引特点 | 非聚簇索引特点 |
|---|---|---|---|---|
| InnoDB | 支持（默认主键） | 聚簇索引：索引 = 数据；非聚簇索引：索引与数据分离 | 叶子节点存整行数据 | 叶子节点存主键值（需回表） |
| MyISAM | 不支持 | 索引与数据完全分离（索引文件 .MYI，数据文件 .MYD） | 叶子节点存数据行地址 | 叶子节点存数据行地址（无需回表，但无聚簇索引优势） |
关键结论：InnoDB 的查询效率通常高于 MyISAM，核心原因是聚簇索引无需回表，而 MyISAM 所有索引都需通过地址查找数据。
2. 索引的核心功能（解决什么问题）
索引的核心价值是「加速数据访问」，具体体现在 4 个场景：
- 加速等值查询：通过索引快速定位匹配条件的行（如
WHERE id=100走主键索引，直接定位）； - 加速范围查询：B + 树叶子节点有序，范围查询（
WHERE age BETWEEN 18 AND 30）无需全表扫描，仅遍历链表； - 加速排序和分组：若排序 / 分组字段是索引列（如
ORDER BY id、GROUP BY category_id），可直接利用索引的有序性，避免 “文件排序”（性能极低）； - 覆盖查询（避免回表） ：若查询的列都包含在非聚簇索引中（如联合索引
(a, b, c)，查询SELECT a, b, c WHERE a=1），无需回聚簇索引查整行数据，直接返回索引中的数据，效率接近聚簇索引。
示例：联合索引
(name, age)，查询SELECT name, age WHERE name='张三'是覆盖查询，无需回表；若查询SELECT name, age, address，则需回表（address不在索引中）。
四、关键注意事项（避免索引失效）
- 最左前缀原则：联合索引
(a, b, c)仅对a、a+b、a+b+c的查询生效，对b、b+c的查询失效； - 索引列不能参与计算 / 函数：
WHERE id+1=100、WHERE SUBSTR(name, 1, 2)='张'会导致索引失效； - 模糊查询前缀通配符：
WHERE name LIKE '%三'会导致索引失效（LIKE '张%'生效）； - 隐式类型转换：
WHERE phone='13800138000'（phone是 INT 类型）会触发类型转换，索引失效； - OR 连接非索引列：
WHERE id=100 OR age=20（age无索引）会导致索引失效。
总结
MySQL 索引的核心是 B + 树结构 + InnoDB 聚簇索引：
- 类型：按功能可分为主键、唯一、普通、联合等，按存储可分为聚簇和非聚簇，按结构以 B + 树为主；
- 结构：B + 树通过 “平衡结构 + 有序叶子链表” 适配磁盘 I/O，兼顾等值和范围查询；
- 存储：InnoDB 聚簇索引（索引 = 数据）是效率核心，非聚簇索引需回表（覆盖索引除外）；
- 功能：加速查询、排序、分组，核心是减少磁盘 I/O，避免全表扫描。
实际开发中，需根据业务查询场景选择合适的索引类型（如多列查询用联合索引，长字符串用前缀索引），同时避免索引失效，平衡查询效率和写入性能（索引越多，写入越慢）。
