Interview AiBoxInterview AiBox 实时 AI 助手，让你自信应答每一场面试

进阶•local_fire_department15 次面试•更新于 2025-08-24•account_tree思维导图

MySQL中有哪些索引类型？它们各自的特点是什么？

lightbulb

题型摘要

MySQL提供了多种索引类型，包括主键索引、唯一索引、普通索引、全文索引、组合索引、空间索引、哈希索引、B-Tree索引、R-Tree索引和自适应哈希索引。每种索引有其特定特点：主键索引不允许空值且唯一；唯一索引保证列值唯一但允许空值；普通索引无限制；全文索引用于文本搜索；组合索引遵循最左前缀原则；空间索引用于地理数据；哈希索引只支持精确匹配；B-Tree索引支持范围查询；R-Tree索引用于多维空间数据；自适应哈希索引由InnoDB自动管理。不同存储引擎支持的索引类型不同，合理使用索引可提高查询性能，但也会增加存储开销和降低写操作性能。

MySQL索引类型及其特点

MySQL提供了多种索引类型，每种索引都有其特定的应用场景和特点。了解这些索引类型对于数据库设计和性能优化至关重要。

1. 主键索引（Primary Key Index）

特点：

一种特殊的唯一索引，不允许有空值（NULL）
一张表只能有一个主键索引
在InnoDB引擎中通常是聚簇索引，即数据行和索引存储在一起
用于唯一标识表中的每一行数据
当定义主键约束时自动创建

2. 唯一索引（Unique Index）

特点：

索引列的值必须唯一，但允许有空值（NULL）
一张表可以有多个唯一索引
用于确保数据列的唯一性
可以提高查询性能
在创建UNIQUE约束时自动创建

3. 普通索引（Normal Index）

特点：

最基本的索引类型，没有任何限制
一张表可以有多个普通索引
可以对任意列创建
用于提高查询速度
可以包含重复的值和NULL值

4. 全文索引（Full-text Index）

特点：

专门用于全文搜索
只能在CHAR、VARCHAR或TEXT类型的列上创建
支持自然语言搜索和布尔搜索
适用于大文本内容的搜索
在MySQL 5.6+版本中支持InnoDB引擎，之前版本只支持MyISAM引擎
使用MATCH AGAINST进行查询

5. 组合索引/复合索引（Composite Index）

特点：

在多个列上创建一个索引
遵循"最左前缀原则"，即查询条件必须使用索引的最左边的列才能使用索引
可以减少索引的数量，节省存储空间
适用于多条件查询的场景
可以提高多列条件查询的性能

6. 空间索引（Spatial Index）

特点：

用于地理空间数据类型
只支持MyISAM引擎（在MySQL 5.7+中InnoDB也开始支持）
使用R树结构实现
适用于GIS（地理信息系统）应用
支持空间数据的查询和操作

7. 哈希索引（Hash Index）

特点：

基于哈希表实现
只支持精确匹配查询（=、IN、<=>），不支持范围查询
访问速度非常快，O(1)时间复杂度
Memory引擎默认使用哈希索引
InnoDB引擎有自适应哈希索引功能，由系统自动管理

8. B-Tree索引

特点：

MySQL中最常用的索引类型
支持精确匹配、范围查询和前缀匹配
适用于全键值、键值范围和键值前缀查询
按顺序存储数据，支持排序
InnoDB和MyISAM引擎都支持

9. R-Tree索引

特点：

用于空间数据的多维索引
适用于地理空间数据查询
主要用于GIS应用
MyISAM引擎支持

10. 自适应哈希索引（Adaptive Hash Index）

特点：

InnoDB引擎特有的索引类型
由系统自动创建和管理，用户无法手动创建
基于B-Tree索引的哈希索引
对频繁访问的索引页自动构建哈希索引
可以提高查询性能

索引的存储引擎支持情况

--- title: MySQL索引类型与存储引擎支持关系 --- erDiagram INDEX ||--o{ INNODB : "支持" INDEX ||--o{ MYISAM : "支持" INDEX ||--o{ MEMORY : "支持" INDEX { string 索引类型 } INNODB { string B-Tree索引 string 全文索引(5.6+) string 空间索引(5.7+) string 自适应哈希索引 } MYISAM { string B-Tree索引 string 全文索引 string 空间索引(R-Tree) } MEMORY { string 哈希索引 string B-Tree索引 }

索引的实现原理

B-Tree索引

--- title: B-Tree索引结构 --- graph TD A[根节点] --> B[中间节点1] A --> C[中间节点2] B --> D[叶子节点1] B --> E[叶子节点2] C --> F[叶子节点3] C --> G[叶子节点4] D --> H[数据行1] D --> I[数据行2] E --> J[数据行3] E --> K[数据行4] F --> L[数据行5] F --> M[数据行6] G --> N[数据行7] G --> O[数据行8]

使用平衡树结构存储数据
所有值都是按顺序存储的
叶子节点指向实际的数据行
适用于全键值、键值范围和键值前缀查询

哈希索引

--- title: 哈希索引结构 --- graph LR A[索引值] --> B[哈希函数] B --> C[哈希值] C --> D[哈希表] D --> E[数据指针]

使用哈希表存储数据
通过哈希函数计算索引值的哈希码
只支持等值比较查询
查询效率高，但不支持排序和范围查询

索引的优点与缺点

优点

提高查询速度：索引可以大大加快数据检索的速度
保证数据唯一性：唯一索引和主键索引可以确保数据的唯一性
加速表与表之间的连接：对用于连接的列创建索引可以提高连接操作的性能
减少排序和分组的时间：如果查询中的ORDER BY或GROUP BY子句的列上有索引，可以避免额外的排序操作

缺点

占用磁盘空间：索引需要占用物理存储空间
降低写操作性能：当对表中的数据进行增加、删除和修改时，索引也要动态地维护，降低了写操作的速度
创建和维护耗时：创建索引和维护索引需要时间
并非所有情况都适用：对于小表或大量写操作的表，索引可能不会带来性能提升

索引使用建议

在经常用作查询条件的列上创建索引
在经常用作表连接的列上创建索引
在经常需要排序的列上创建索引
避免在经常更新的列上创建过多索引
考虑使用组合索引替代多个单列索引
避免过度索引，只创建必要的索引
定期分析和优化索引

索引失效的情况

--- title: 索引失效场景 --- flowchart TD A[索引失效] --> B[使用LIKE操作符以通配符开头] A --> C[在索引列上使用函数或表达式] A --> D[在索引列上进行类型转换] A --> E[使用NOT、!=、<>等否定操作符] A --> F[使用OR连接条件，且OR前后的条件不是全部有索引] A --> G[组合索引未遵循最左前缀原则] A --> H[查询优化器认为全表扫描更高效时]