mysql B-Tree、哈希索引、R-Tree、全文索引、前缀索引

B-tree索引：使用B-tree数据结构来存储数据（实际上一般使用的是B+tree，即每一个叶子节点都包含指向下一个叶子节点的指针，为了方便叶子节点的范围遍历）

B-tree意味着所有的值都是按顺序存储的，且每一个叶子页到根的距离相同。

说明：存储引擎从索引的根节点开始进行搜索，通过节点槽中的指针向下层查找，比较节点页的值和要查找的值找到合适的指针进入下层子节点。存储引擎最终要么找到对应的值，要么该记录不存在。

叶子节点的指针指向的是被索引的数据，而不是其他的节点页

树的深度和表的大小直接相关

B-tree索引适用于全键值，键值范围，键前缀查找(只适用于根据最左前缀的查找)

B-tree索引对以下类型的查询有效：

全值匹配：和索引列中的所有列进行匹配

匹配最左前缀

匹配列前缀：只匹配某一列的值的开头部分

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：只访问索引，无须访问数据行(覆盖索引)

索引可以按值查找之外，还可以用于查询中的order by操作(原因：索引树中的节点是有序的)

B-tree索引的限制：

1.如果不是按照索引的最左列开始查找，则无法使用索引

2.不能跳过索引中的列

3.如果查询中有某个列的范围查找，则其右边所有列都无法使用索引优化查找

哈希索引

哈希索引基于哈希表实现，只有精确匹配索引所有列的查询才有效

原理：对每一行数据，存储引擎会对所有的索引列计算一个哈希码(很小且不同键值的行计算出的哈希码也不一样)，哈希索引将所有哈希码存储在索引中，同时也保存着每个数据行的指针。

在mysql中，只有memory引擎显示支持哈希索引(注：为非唯一哈希索引)，NDB支持唯一哈希索引，innodb支持自适应哈希索引

如果多个列的哈希值相同，索引会以链表的方式存放多个记录指针到同一个哈希条目中

哈希索引的数据结构:哈希码+指向数据行的指针(注：哈希码是顺序的，数据行不是)

哈希索引的限制：

1.哈希索引只包含哈希值和行指针，而不存储字段值，索引不能使用索引的值来避免读取行

2.哈希索引数据并不是按照索引值顺序存储的，所以无法用于排序

3.哈希索引不支持部分索引匹配查找(因为哈希索引始终是使用索引列的全部内容来计算哈希值的)

4.哈希索引只支持等值查询，包括= ，in

5.当出现哈希冲突(不同的索引列值却有相同的哈希值)时，存储引擎必须遍历链表中所有的行指针，逐个比较直至找到符合条件的行

6.如果哈希冲突很多，则索引维护操作的代价会很高

要避免哈希冲突，必须在where条件中带入哈希值和对应列值。

空间数据索引(R-tree)

myisam支持空间索引，可以用作地理数据存储，R-tree无须前缀索引。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。

全文索引

通过查找文本中的关键词，类似于搜索引擎，而不是简单的where条件匹配

索引的优点：

1.索引大大减少了服务器需要扫描的数据量

2.索引可以帮助服务器避免排序和临时表

3.索引可以将随机IO变成顺序IO

索引的策略：

如果索引列是表达式的一部分或者是函数的参数，则不会使用到索引 如：where id+1=5;

始终将索引列单独放在比较符号的一侧

前缀索引：通过索引开始的部分字符，提高索引效率且可以节约索引空间，但会降低索引的选择性(选择性:不重复的索引值和数据表的记录总数)，索引选择性越高则查询效率越高

对于BLOB、text或者很长的varchar类型的列必须使用前缀索引。

前缀应该足够长，使得前缀索引的选择性接近于索引整个列。

前缀索引无法使用order by和group by也无法使用覆盖索引

译者介绍：家华，从事mysqlDBA的工作，记录自己对mysql的一些总结