大家好，我是水滴~~
索引（Index）是存储引擎用于快速找到记录的一种数据结构，在 MySQL 中也被叫做键（Key）。索引对于良好的性能非常关键。尤其是当表中的数据量越来越大时，索引对性能的影响愈发重要。
索引是对查询性能优化最有效的手段，能够轻易地将查询性能提高几个数量级。索引也有多种类型，而选择“最优”的索引有时比“最好”的索引性能要好两个数量级，这通常需要重写查询。
索引有很多种类型，可以为不同的场景提供更好的性能。索引位于存储引擎层，不同存储引擎中索引的工作方式也并不一样，也不是所有存储引擎都支持所有类型的索引。即使多个存储引擎支持同一种类型的索引，其底层的实现也可能不同。
🌲 B-Tree 索引
B-Tree 索引是最常见的索引，人们谈论索引时，如果没有特别指明类型，那么一般说的是 B-Tree 索引。该索引使用的是 B-Tree 数据结构来存储数据的，对于这块知识，可以去看些数据结构相关的书籍。
大多数存储引擎都支持该索引（Archive 索引除外），但其底层实现也可能不同。例如，InnoDB 底层使用的是 B+Tree 数据结构。
🌺 使用 B-Tree 索引能够加快访问数据的速度，因为存储引擎不再需要进行全表扫描来获取需要的数据，而是从索引的根节点开始搜索。
🌹 B-Tree 索引的数据都是顺序存储的，所以很适合查询范围数据，以及对数据进行排序。
对索引有效的查询类型：
- 全值匹配
- 匹配最左前缀（组合索引）
- 匹配列前缀
- 匹配范围值
- 精确匹配某一列并范围匹配另外一列
- 只访问索引的查询
对索引无效的查询：
- 组合索引中，不按照索引的最左列开始查询，无法使用索引
- 组合索引中，不能跳过索引中的列
- 如果查询中包含某列的范围查询，则其右边所有列都无法使用索引优化查找
🌲 哈希索引
哈希索引（Hash Index）是基于哈希表实现的，只有精确匹配索引所有列的查询才有效。
🌺 存储引擎会为每一行数据的索引列计算出一个哈希码（Hash Code），并将哈希码存储在索引中，同时保存了指向该行的指针。
🌹 在 MySQL 中，只有 Memory 引擎显式地支持哈希索引，是该引擎的默认索引类型。
下面是哈希索引的一些限制：
- 索引中的数据并不是按照索引值顺序存储的，无法用于排序
- 不支持部分索引匹配查询
- 只支持等值比较查询，包括：
=、IN()、< = > - 哈希冲突时，存储引擎会遍历链表中所有的行指针，逐行进行比较，直到找到所有符合条件的行；如果哈希冲突很多的话，一些索引维护操作的代码也会很高。
🌲 R-Tree 索引
R-Tree 索引也叫做空间索引，可以用于地理数据存储，目前 MyISAM 存储引擎支持该索引。
空间索引会从所有维度来索引数据，查询时，可以有效地使用任意维度来组合查询。
必须使用 MySQL 的 GIS 相关函数来维护数据。MySQL 的 GIS 支持并不完善，所以大部分人不会使用这个特性。
🌲 全文索引
全文索引是一种特殊类型的索引，它查找的是文本中的关键词，而不是直接比较索引中的值。
全文搜索和其他几类索引的匹配方式完全不一样，它更类似于搜索引擎。
