MySQL索引分类详解：数据结构、物理存储、字段特性与联合索引实战

索引是数据库查询性能的核心。理解其不同分类，有助于我们在设计表结构和编写查询语句时做出正确决策，避免性能“翻车”。本文将从 数据结构、物理存储、字段特性 和 字段个数 四个维度，系统解析 MySQL 索引的分类与实战应用。

按数据结构分类

索引的本质是帮助数据库高效查找数据的数据结构。不同的数据结构决定了其查询效率和适用场景。这里有一个关键前提：不同存储引擎对索引类型的支持有差异。

• InnoDB引擎（MySQL 5.5后默认引擎）：支持 B+Tree 索引；不支持手动创建 HASH 索引（但内存中会为高频查询自动生成“自适应HASH索引”）；MySQL 5.6后支持 Full-Text 索引。
• MyISAM引擎（旧版常用）：支持 B+Tree 索引和 Full-Text 索引，不支持 HASH 索引。
• Memory引擎（内存存储）：支持 B+Tree 索引和 HASH 索引，不支持 Full-Text 索引。

鉴于 InnoDB 是当前绝对主流，B+Tree 索引是我们需要重点掌握的类型。

1. B+Tree索引：MySQL的“主力索引”

所有主流存储引擎都支持，也是 MySQL 默认创建的索引类型（如主键索引、普通索引的底层结构）。其核心优势是有序、支持范围查询、支持高效分页。底层是一棵平衡树，叶子节点存储数据（或主键值），非叶子节点存储索引值，查询效率稳定，适用于绝大多数业务场景。

2. HASH索引：适合“精准匹配”

底层基于哈希表实现，等值查询速度极快。但其缺点明显：不支持范围查询、不支持排序、不支持模糊查询。因此适用场景非常有限，仅适合“只做等值查询”的场景（如通过用户ID精准查询）。

注意：InnoDB 的“自适应HASH索引”由数据库自动管理，无法手动创建或控制。

3. Full-Text索引：全文检索“专用索引”

专门用于全文检索，例如查询文章内容中包含特定关键词的记录。相比 LIKE ‘%关键词%’（会导致索引失效），全文索引效率高得多。它通常用于 CHAR、VARCHAR、TEXT 等文本类型字段。

按物理存储分类

从物理存储角度看，索引主要分为两种。理解它们的区别，是掌握“回表查询”和“覆盖索引”等 数据库优化 概念的关键。

1. 聚簇索引（主键索引）：“索引即数据”

聚簇索引是 InnoDB 引擎的核心特性（MyISAM 没有），其核心特点是：B+Tree 的叶子节点直接存放完整的用户数据行。
可以将其理解为一本书的“目录+正文”，目录页码直接对应正文内容。

一张表只能有一个聚簇索引。如果未定义主键，InnoDB 会选择第一个非空唯一列，或自动生成一个隐藏的 row_id 作为聚簇索引。

2. 二级索引（辅助索引）：“索引指向数据”

除了聚簇索引外的所有索引（如普通索引、唯一索引、联合索引）都是二级索引。其核心特点是：B+Tree 的叶子节点存放的是主键值。
它像一本书的“子目录”，条目指向主目录的页码（主键值），需要二次查找才能获得完整数据。

由此衍生出两个直接影响性能的查询场景：

• 覆盖索引（高效）：如果查询的字段全部包含在某个二级索引的叶子节点中（即索引字段或主键），则无需回表，直接返回结果，效率极高。
• 回表查询（低效）：如果查询字段不在二级索引中，则需要先通过二级索引找到主键，再用主键去聚簇索引中取出完整数据行。多了一次索引查找，效率较低。
  开发中应尽量设计查询使其能使用覆盖索引，避免回表。

按字段特性分类

根据字段的约束条件，索引可分为以下四种。

1. 主键索引：表的“唯一标识”

建立于主键字段上，核心作用是唯一标识一条记录。

• 一张表最多一个。
• 索引列值不允许为 NULL，且必须唯一。
• 在 InnoDB 中，主键索引就是聚簇索引。

2. 唯一索引：“字段值唯一，允许为空”

建立于 UNIQUE 约束字段上，核心作用是保证字段值的唯一性。

• 一张表可以有多个。
• 索引列值必须唯一，但允许为 NULL（可以有多个 NULL）。
• 在 InnoDB 中属于二级索引。

3. 普通索引：“最常用，无约束”

建立于普通字段上，无任何额外约束，核心作用是提升查询效率。是最常用的索引类型。

注意：索引虽能加速查询，但会降低增删改的效率（需维护索引），不宜滥用。

4. 前缀索引：“节省空间，提升效率”

一种特殊的普通索引，仅对字符类型字段的前 N 个字符建立索引。核心目的是在保证一定区分度的前提下，减少索引存储空间。
前缀长度 N 的选择至关重要：太短则区分度不足，太长则失去节省空间的意义。通常建议选择能使区分度达到 80% 以上的最短前缀（可通过 COUNT(DISTINCT LEFT(column_name, N)) / COUNT(*) 计算）。

按字段个数分类

根据索引关联的字段数量，可分为单列索引和联合索引。

1. 单列索引：“单个字段，简单直接”

建立在单个字段上的索引。优势是简单易维护，适合仅按该字段查询的场景。劣势是无法优化多字段联合查询。

2. 联合索引（复合索引）：“多字段协同，优化联合查询”

建立在多个字段上的索引（如 INDEX(a, b, c)），核心作用是优化多字段联合查询。
其使用必须遵循 最左匹配原则：查询条件必须从索引的最左列开始，并向右连续匹配，否则索引可能失效。
以联合索引 (a, b, c) 为例：

• 生效：WHERE a=1（用a）、WHERE a=1 AND b=2（用a,b）、WHERE a=1 AND b=2 AND c=3（全用）。
• 失效：WHERE b=2（未从a开始）、WHERE b=2 AND c=3（未从a开始）。
• 部分生效：WHERE a=1 AND c=3（仅a列生效，c列不生效）。

  优化技巧：创建联合索引时，应将查询频率最高、区分度最高的字段放在最左边。

总结

索引是数据库性能的基石，但并非越多越好。核心在于深入理解其分类与原理，并结合实际的业务查询模式进行设计。无论是 B+Tree 的稳定高效，还是联合索引的最左匹配，或是避免回表的覆盖索引，其目标都是为了让查询更快、更省资源。掌握这些分类，你就能在表结构设计和 SQL 调优时更有章法，有效提升系统性能。