13.3 索引类型：B树、哈希、全文索引

      MySQL 支持多种索引类型，每种类型都有其特定的数据结构、特点和适用场景。理解这些索引类型的区别，可以帮助你根据业务需求做出正确的选择，从而最大化查询性能。

一、B-Tree 索引（B+Tree）

B-Tree 索引（准确地说，MySQL 中使用的是 B+Tree）是 MySQL 中最常用、最通用的索引类型。InnoDB 和 MyISAM 存储引擎都默认使用 B-Tree 索引。

工作原理

B-Tree 索引将数据组织成一种平衡的多路查找树。在 B+Tree 中：

• 所有实际数据（或指向数据的指针）都存储在叶子节点中。

• 非叶子节点（内部节点）仅存储键值和指向子节点的指针，用于导航。

• 叶子节点之间通过指针连接，形成一个有序链表，便于范围扫描。

这种结构使得 B-Tree 索引能够高效地支持：

• 等值查询（=、IN）

• 范围查询（>、<、BETWEEN、LIKE 'prefix%'）

• 排序（ORDER BY）

• 分组（GROUP BY）

特点

• 有序性：索引列的值在叶子节点上有序存储，因此可以快速定位到任意值，也能高效进行范围扫描。

• 多列索引支持：可以基于多个列创建复合索引，并遵循最左前缀原则。例如，索引 (a, b, c) 可以用于查询条件 a = ?、a = ? AND b = ?、a = ? AND b = ? AND c = ?，但不能直接用于 b = ? 或 c = ?。

• 适用所有数据类型：不仅适用于数值类型，也适用于字符串、日期等。

• 性能稳定：无论数据量多大，查找时间通常为对数级别（O(log n)）。

适用场景

• 大多数业务查询，尤其是包含范围查找、排序或分组的情况。

• 需要按索引列排序的场景。

• 作为主键索引或唯一索引的底层实现。

二、哈希索引（Hash Index）

哈希索引基于哈希表实现。它通过计算索引列的哈希值来快速定位数据行，仅支持精确匹配查询。

工作原理

• 对索引列的值应用哈希函数，计算出哈希码。

• 哈希码映射到哈希表中的桶（bucket），桶中存储指向数据行的指针。

• 查询时，对条件值计算哈希码，直接定位到对应的桶，从而找到数据行。

特点

• 极速等值查询：哈希索引在 = 或 IN 查询中速度非常快，时间复杂度接近 O(1)。

• 不支持范围查询：因为哈希后的值不再保持原有顺序，所以无法用于 >、<、BETWEEN 等范围条件。

• 不支持排序：哈希索引本身无序，不能用于 ORDER BY。

• 可能存在哈希冲突：不同值可能产生相同哈希码，需要额外处理。

• 不支持部分索引列查找：对于复合索引，哈希索引会使用所有列计算哈希值，不能单独用左前缀查找。

适用场景

• Memory 存储引擎默认使用哈希索引（也支持 B-Tree）。

• InnoDB 引擎中有一个特殊功能：自适应哈希索引（Adaptive Hash Index）。InnoDB 会在内存中根据频繁访问的 B-Tree 索引自动构建哈希索引，以加速等值查询，但对用户透明，无法手动干预。

• 适用于查询模式单一、只有等值比较且对速度要求极高的场景。

三、全文索引（Full-Text Index）

全文索引专用于对文本内容进行关键词搜索，类似于搜索引擎的行为。它能够处理自然语言，找到包含特定单词或短语的记录。

工作原理

全文索引会对文本列进行分词，建立单词到文档位置的倒排索引。查询时，根据关键词快速定位包含该词的记录，并可按相关性排序。

特点

• 支持自然语言搜索：可以查找包含某个单词的记录。

• 支持布尔搜索：可使用 +、-、* 等操作符进行更精确的匹配（如必须包含某词、排除某词）。

• 相关性排序：可以计算匹配度并返回按相关性排序的结果。

• 忽略停用词：默认会忽略常见的无意义词（如“的”、“是”等，可配置）。

• 对中文支持有限：MySQL 自带的全文索引对中文分词支持不佳，通常需要配合第三方分词插件（如 ngram）使用。

使用语法

全文索引需要使用特殊的 MATCH() AGAINST() 语法进行查询：

SELECT * FROM articles
WHERE MATCH(title, content) AGAINST('数据库' IN NATURAL LANGUAGE MODE);

适用场景

• 文章、博客、新闻等内容检索系统。

• 需要根据关键词搜索文本字段的业务。

• 替代 LIKE '%keyword%' 的低效模糊查询。

限制

• 仅支持 CHAR、VARCHAR、TEXT 类型的列。

• 创建全文索引的列必须是这些文本类型。

• 在 InnoDB 中，全文索引的维护成本较高，不适合频繁更新的列。

四、其他索引类型（补充）

虽然题目只列出了三种，但为了完整性，这里简单提一下其他索引类型：

• 空间索引（SPATIAL）：用于地理空间数据类型（如 GEOMETRY、POINT），基于 R-Tree 实现，支持空间数据的高效查询。

• 聚集索引（Clustered Index）：在 InnoDB 中，主键就是聚集索引，数据行实际存储在索引的叶子节点上。非聚集索引的叶子节点存储的是主键值，再通过主键查找完整数据行（回表）。

五、索引类型对比

B-Tree:

     底层数据结构: B+Tree

      支持查询类型: 等值、范围、排序、分组、前缀模糊

     适用场景: 大多数业务查询

     注意事项: 复合索引遵循最左前缀原则

哈希:

     底层数据结构: 哈希表

      支持查询类型: 等值

     适用场景: 极速等值查找，如缓存表

     注意事项: 不支持范围/排序，Memory引擎默认

全文:

     底层数据结构: 倒排索引

      支持查询类型: 关键词搜索、自然语言处理

     适用场景: 文本内容搜索

     注意事项: 对中文分词需特殊处理

六、如何选择合适的索引类型？

• 如果你的查询涉及范围查找、排序或模糊匹配（LIKE 'prefix%'），首选 B-Tree 索引。

• 如果只有等值比较且对速度要求极高，可以考虑 哈希索引（通常使用 Memory 引擎或依赖 InnoDB 自适应哈希）。

• 如果需要搜索文本内容中的单词，使用 全文索引。

• 不要混合使用多种索引在同一列上，通常一个列只需要一种索引（特殊需求除外）。

在实际设计时，应结合业务查询模式、数据分布和存储引擎特性综合权衡。