InnoDB 下常见索引

1. B+ 树索引

2. 全文索引

3. 哈希索引

B+ 树索引就是传统意义上的索引，这是目前关系型数据库系统中查找最为常用和最为有效的索引。

B+ 树索引可以分成聚集索引和辅助索引，这两个索引不同的是叶子节点存放的是否是一整行的信息。

聚集索引就是按照每张表的主键构造一课 B+ 树，同时叶子节点中存放的即为整张表的行记录数据，也将聚集索引的叶子节点称为数据页。每个数据页都通过一个双向链表来进行链接。

辅助索引 叶子节点并不包含行记录的全部数据。叶子节点除了包含键值以为，每个叶子节点中的索引行还包含了一个书签（bookmark）。该书签用来告诉 InnoDB 存储引擎哪里可以找到与索引想对应的行数据。

当通过辅助索引来寻找数据时，InnoDB 存储引擎会遍历辅助索引并通过叶级别的指针获得指向主键索引的主键，然后再通过主键索引来找到一个完整的行记录。 如果在一个高度为 3 的辅助索引树中查找数据，那需要对这棵辅助索引树遍历 3 次找到指定主键，如果聚集索引树的高度同样为 3，那么还需要对聚集索引树进行 3 次查找，最终找到一个完整的行数据所在的页，因此一共需要 6 次逻辑 IO 访问最终的一个数据页。

---

联合索引

CREATE TABLE t (
    a INT,
    b INT,
    PRIMARY KEY (a),
    KEY idx_a_b (a ,b)
)ENGINE=INNODB

键值都是排序的。联合索引会对对后面几个键值也进行排序

CREATE TABLE buy_log(
    userid INT UNSIGNED NOT NULL,
    age INT,
    username VARCHAR(100),
    buy_date DATE

)ENGINE=INNODB;

//插入
INSERT INTO buy_log VALUES (3,21,'ccc','2018-09-05');
INSERT INTO buy_log VALUES (4,23,'ddd','2018-09-05');
INSERT INTO buy_log VALUES (2,21,'bbb','2018-09-05');
INSERT INTO buy_log VALUES (1,22,'aaa','2018-09-05');
INSERT INTO buy_log VALUES (3,21,'ccc','2018-08-05');
INSERT INTO buy_log VALUES (1,22,'aaa','2018-06-05');
INSERT INTO buy_log VALUES (4,23,'ddd','2018-01-05');
INSERT INTO buy_log VALUES (5,20,'eee','2018-09-05');
INSERT INTO buy_log VALUES (5,20,'eee','2018-06-05');

//添加索引
ALTER TABLE buy_log ADD KEY (userid);
ALTER TABLE buy_log ADD KEY (userid,age);
ALTER TABLE buy_log ADD KEY (userid,age,buy_date);

EXPLAIN SELECT * FROM buy_log WHERE userid=2 ;

有 3 个索引可以使用，但是优化器最终选择索引 userid

EXPLAIN SELECT * FROM buy_log WHERE userid=1 AND age=22 ORDER BY buy_date ;

优化器选择索引 userid_3

EXPLAIN SELECT * FROM buy_log WHERE userid=1 ORDER BY age;

优化器选择索引 userid_2

EXPLAIN SELECT * FROM buy_log WHERE userid=1 ORDER BY buy_date ;

联合索引不能直接得到结果还需要执行一次 filesort 排序，因为（userid，buy_date）并未排序。

覆盖索引

从辅助索引中就可以得到查询记录，而不需要查询聚集索引中的记录。使用覆盖索引的一个好处是辅助索引不包含整行记录的所有信息，故其大小远小于聚集索引，因此可以减少大量的 IO 操作。

哈希索引

全文搜索

场景：用户需要查询博客内容包含单词 xxx 的文章

倒排索引

它在辅助表中存储了单词与单词自身在一个或多个文档只呢个所在位置之间的映射。这通常利用关联数组实现，其拥有两种表现形式：

inverted file index，其表现形式为 {单词，单词所在文档的 ID}

full inverted index，其表现形式为 {单词，（单词所在文档的 ID，在具体文档中的位置）}

InnoDB 存储引擎从 1.2.x 版本开始支持全文搜索的技术，其采用 full inverted index 的方式。

MySQL 通过 MATCH() .. AGAINST() 语法支持全文检索的查询，MATCH 指定需要被查询的列，AGAINST 指定了使用何种方法区进行查询。

参考

MySQL 技术内幕 InnoDB 存储引擎