面试题：MySQL 的索引类型有哪些？

MySQL 的索引类型可以从多个维度进行分类，以下是常见的索引类型及其特点、适用场景和创建方式的总结：

一、按数据结构分类

B-Tree 索引（默认索引类型）
- 特点：
  - 基于平衡多路搜索树（B+树）实现，支持等值查询（=）、范围查询（>, <, BETWEEN）、排序（ORDER BY）、分组（GROUP BY）等。
  - 叶子节点存储数据或主键值（InnoDB 的聚簇索引直接存储数据，非聚簇索引存储主键值）。
  - 支持前缀匹配（如 LIKE 'abc%'），但 LIKE '%abc' 无法利用索引。
- 适用场景：
  - 全值匹配、范围查询、排序、分组。
- 创建示例：CREATE INDEX idx_name ON users(name); -- 单列索引 CREATE INDEX idx_name_age ON users(name, age); -- 组合索引
Hash 索引
- 特点：
  - 基于哈希表实现，仅支持等值查询（=、IN），不支持范围查询或排序。
  - 查询效率高（时间复杂度为 O(1)），但存在哈希冲突问题。
  - 仅适用于内存表（MEMORY 引擎）或 InnoDB 的自适应哈希索引（自动创建）。
- 适用场景：
  - 等值查询（如缓存场景）。
- 创建示例：CREATE TABLE hash_table (id INT, name VARCHAR(100)) ENGINE = MEMORY; -- MEMORY 引擎支持显式 Hash 索引
Full-Text 索引（全文索引）
- 特点：
  - 使用倒排索引技术，支持对 CHAR、VARCHAR、TEXT 列进行全文检索。
  - 仅适用于 MyISAM 和 InnoDB（MySQL 5.6+）。
  - 支持自然语言搜索（MATCH ... AGAINST）、布尔模式搜索等。
- 适用场景：
  - 文本内容搜索（如博客文章、商品描述）。
- 创建示例：CREATE FULLTEXT INDEX idx_content ON articles(content);
R-Tree 索引（空间索引）
- 特点：
  - 专为多维空间数据（如地理坐标）设计，支持范围查询和空间关系查询。
  - 仅支持 GEOMETRY 数据类型，适用于 MyISAM、InnoDB 等存储引擎。
- 适用场景：
  - 地理位置数据查询（如最近距离、区域查询）。
- 创建示例：CREATE TABLE locations (id INT, coord GEOMETRY) ENGINE = MyISAM; CREATE INDEX idx_coord ON locations(coord) USING RTree;

二、按索引性质分类

主键索引（Primary Key Index）
- 特点：
  - 一种特殊的唯一索引，不允许空值（NOT NULL），一个表只能有一个主键。
  - 在 InnoDB 中，主键索引是聚簇索引（数据行与索引存储在一起）。
- 创建示例：CREATE TABLE users ( id INT NOT NULL AUTO_INCREMENT PRIMARY KEY, name VARCHAR(32) );
唯一索引（Unique Index）
- 特点：
  - 索引列的值必须唯一，允许空值（但 NULL 可以有多个）。
  - 用于防止重复数据插入。
- 创建示例：CREATE UNIQUE INDEX idx_email ON users(email);
普通索引（Normal Index）
- 特点：
  - 最基本的索引类型，没有任何限制。
  - 用于加速查询，但不保证值的唯一性。
- 创建示例：CREATE INDEX idx_name ON users(name);
联合索引（Composite Index / 组合索引）
- 特点：
  - 多个字段组成的索引，遵循最左前缀原则。
  - 适用于多列查询条件，提升联合查询性能。
- 创建示例：CREATE INDEX idx_name_age ON users(name, age);
全文索引（Full-Text Index）
- 特点：
  - 已在“按数据结构分类”中详细说明。
- 创建示例：CREATE FULLTEXT INDEX idx_content ON articles(content);
空间索引（Spatial Index）
- 特点：
  - 已在“按数据结构分类”中详细说明。
- 创建示例：CREATE INDEX idx_coord ON locations(coord) USING RTree;

三、InnoDB 引擎的聚簇索引与非聚簇索引

聚簇索引（Clustered Index）
- 特点：
  - 数据行的物理存储顺序与索引的逻辑顺序一致。
  - 主键索引默认是聚簇索引，叶子节点存储完整数据行。
- 适用场景：
  - 主键查询、范围查询、高频查询字段为索引列。
非聚簇索引（Secondary Index / 辅助索引）
- 特点：
  - 叶子节点存储主键值（需回表查询完整数据）。
  - 一个表可以有多个非聚簇索引。
- 适用场景：
  - 非主键字段查询，需通过主键回表获取数据。

四、索引选择建议

查询类型	推荐索引类型
等值查询	Hash 索引（Memory 引擎）
范围查询、排序	B-Tree 索引
全文搜索	Full-Text 索引
地理空间查询	R-Tree 索引
多列联合查询	联合索引（最左前缀原则）

五、注意事项

索引维护成本：
- 插入、更新、删除操作会增加索引维护开销，需权衡查询性能与写入性能。
覆盖索引：
- 查询字段全部命中索引时（如联合索引），无需回表，性能更高。
存储引擎差异：
- MyISAM 不支持全文索引（MySQL 5.6+ InnoDB 支持）。
- Hash 索引仅在 MEMORY 引擎中显式支持。

通过合理选择索引类型并结合业务需求，可以显著提升 MySQL 的查询性能。

THE END

MySQL 面试题