MySQL 索引类型：一文搞懂所有索引分类

凌晨 3 点，你被生产环境的慢查询告警吵醒。

SELECT * FROM orders WHERE status = 'pending' AND create_time > '2024-01-01';

这条 SQL 跑了整整 30 秒。 DBA 看了一眼，轻飘飘说了句：「加个索引吧。」

你加了索引，查询瞬间降到 50 毫秒。

但问题是：MySQL 有多少种索引类型？各自适用于什么场景？什么时候该用，什么时候不该用？

今天，我们来彻底搞懂 MySQL 的索引体系。

---

索引的分类维度

MySQL 的索引可以从多个维度来分类：

分类维度	类型	说明
数据结构	B+ 树索引、Hash 索引、R 树索引、全文索引	最常见的分类方式
存储方式	聚簇索引、非聚簇索引	决定数据的物理存储顺序
字段数量	单列索引、联合索引	按索引包含的字段数
唯一性	主键索引、唯一索引、普通索引	按索引的唯一性约束

---

按数据结构分类

B+ 树索引

这是 MySQL（InnoDB 引擎）默认的索引类型，几乎 99% 的场景都在用它。

B+ 树是一种多路平衡查找树，所有数据都存储在叶子节点，叶子节点之间用双向链表连接。

为什么 MySQL 选 B+ 树？

1. 磁盘友好：树高通常只有 3-4 层，查询最多只需 3-4 次磁盘 I/O
2. 范围查询快：叶子节点的链表让范围查询只需遍历链表
3. 插入删除稳定：自平衡机制保证操作复杂度稳定在 O(log n)

Hash 索引

Memory 引擎的默认索引类型，InnoDB 也支持自适应 Hash 索引。

// 想象一下 Hash 索引的查询过程
public Object hashSearch(Map<String, Object> hashIndex, String key) {
    // 直接通过 Hash 函数计算地址，O(1) 时间复杂度
    int hashCode = key.hashCode();
    int index = hashCode % hashIndex.capacity();
    return hashIndex.get(index);
}

优点：单条查询极快，等值查询的复杂度是 O(1)。

缺点：

• 不支持范围查询（Hash 无序）
• 不支持排序
• 不支持最左前缀匹配
• 存在 Hash 冲突

适用场景：等值查询极多的业务表，比如 Session 表、配置表。

R 树索引

空间索引的一种，用于地理空间数据类型（GEOMETRY、POINT 等）。

如果你要做「附近的人」这种功能，R 树是个好选择。

全文索引

用于文本搜索，比如在文章中查找包含某个关键词的记录。

-- 创建全文索引
ALTER TABLE articles ADD FULLTEXT INDEX ft_title_content (title, content);

-- 使用全文索引查询
SELECT * FROM articles WHERE MATCH(title, content) AGAINST('MySQL 优化');

但说实话，生产环境做全文搜索，一般都用 Elasticsearch，MySQL 的全文索引只适合小数据量场景。

---

按存储方式分类

聚簇索引（Clustered Index）

每个表只能有一个聚簇索引，数据行的物理存储顺序与索引顺序一致。

InnoDB 中，聚簇索引就是主键索引。如果没有主键，会选择一个唯一非空索引；如果也没有，InnoDB 会生成一个隐藏的行 ID 作为聚簇索引。

聚簇索引的叶子节点直接存储完整的数据行：

聚簇索引结构：
┌─────────┬────────────────────────────────────────┐
│ 索引键  │ 叶子节点                               │
├─────────┼────────────────────────────────────────┤
│ 1       │ [id=1, name='张三', age=25, ... 整行] │
│ 2       │ [id=2, name='李四', age=30, ... 整行] │
│ 3       │ [id=3, name='王五', age=28, ... 整行] │
└─────────┴────────────────────────────────────────┘

这意味着：主键查询可以直接返回数据，无需回表。

非聚簇索引（Secondary Index）

也叫二级索引、辅助索引。除了聚簇索引外的所有索引都是非聚簇索引。

非聚簇索引的叶子节点存储的是索引键和主键值：

非聚簇索引结构（name 列上的索引）：
┌─────────┬────────┐
│ 索引键  │ 主键值 │
├─────────┼────────┤
│ '张三'  │ 1      │
│ '李四'  │ 2      │
│ '王五'  │ 3      │
└─────────┴────────┘

查询流程：先在索引树找到叶子节点获取主键，再用主键去聚簇索引查完整数据——这就是「回表」。

---

按字段数量分类

单列索引

索引只包含一个列，最基础的索引类型。

CREATE INDEX idx_user_name ON users(name);

联合索引（多列索引）

索引包含多个列，按创建顺序排列。

CREATE INDEX idx_user_status_time ON users(status, create_time);

联合索引有最左前缀原则：只有从最左边的列开始使用，索引才能生效。

比如 idx_user_status_time 可以生效的查询：

• WHERE status = 'active'
• WHERE status = 'active' AND create_time > '2024-01-01'

不能生效的查询：

• WHERE create_time > '2024-01-01'（跳过最左列）
• WHERE name = '张三' AND status = 'active'（顺序不对）

---

按唯一性分类

主键索引

• 唯一且非空
• 每个表只能有一个
• InnoDB 中即聚簇索引

唯一索引

• 值唯一（可以为 null）
• 可以有多个
• 不一定是聚簇索引

普通索引

没有任何唯一性约束，仅用于加速查询。

---

索引选择建议

场景	推荐索引类型
主键查询	主键索引（聚簇索引，无回表）
等值查询	单列索引
范围查询 + 等值查询	联合索引，注意最左前缀
多条件组合查询	联合索引，合理安排列顺序
文本搜索	全文索引（小数据量）或 ES（大数据量）
地理位置查询	R 树索引

---

面试追问方向

• 聚簇索引和非聚簇索引的区别？各自的优势和劣势是什么？
• 什么情况下加了索引但查询还是很慢？

索引不是万能药。索引失效的情况、慢查询的排查方法，我们后续章节会详细讲解。