本文主要解释“MySql支持哪些索引类型”。本文的解释简单明了，易学易懂。请跟随边肖的思路，一起研究学习“MySql支持哪些索引类型”！
一、什么是索引？
官方解释：Index是一种帮助MySQL高效获取数据的数据结构。
通俗理解：Index是一个特殊的文件(InnoDB数据表上的索引是表空间不可分割的一部分)，其中包含指向数据表中所有记录的引用指针。
二、索引可以做什么？
首先，指数不是万能的，索引可以加快数据检索操作,但它会减缓数据修改操作。每次修改数据记录时，都必须刷新索引。为了在一定程度上弥补这个缺陷，很多SQL命令都有一个DELAY_KEY_WRITE项。此选项的功能是在每个新记录和每个现有记录被此命令修改后，暂时停止MySQL立即刷新索引。索引的刷新将等到插入/修改所有记录。当一个数据表中需要插入很多新记录时，DELAY_KEY_WRITE选项的作用会非常明显。
三、为什么使用数据索引能提高效率？
数据索引存储有序。
在有序的情况下，没有必要遍历索引记录来通过索引查询一条数据。
极端情况下，数据索引的查询效率为二分法查询效率，接近log2(N)。
四、MySQL支持哪些索引类型？
我们这里提到的索引类型不是指“主键索引”和“外键索引”，而是指索引底部的数据结构。MySQL的索引数据结构支持以下两种：
b树索引。b树是一种平衡的多分支树。根节点到每个叶节点的高度差小于1，同级节点之间用指针链接，有序，如下图所示：
哈希索引。索引是使用某种哈希算法将键值转换成新的哈希值。搜索时，不需要像B树那样从根节点到叶节点逐级搜索。您只需要一次哈希算法，这是无序的，如下图所示：
不支持范围查询。
不支持索引完成排序。
不支持联邦索引最左边的前缀匹配规则。
哈希索引的优点：等价查询和哈希索引有绝对的优势(前提是没有大量的重复键值，如果有大量的重复键值，哈希索引的效率很低，因为存在所谓的哈希冲突问题。)
当指数不适用时：
五、什么情况下应不建或少建索引？
我们都知道什么时候应该使用索引，那么什么时候不应该使用索引呢？就像我们上面说的，指数不是万能的，所以指数肯定有一些不适用的场景。在以下场景中，我们应该尽量不构建或构建较少的索引：
记录太少了。
频繁插入、删除和修改的表。
对于数据重复且平均分布的表字段，如果一个表有10万行记录，而有一个字段A只有T和F两个值，且每个值的分布概率约为50%，那么索引这个表A字段一般不会提高数据库的查询速度。
经常与主字段一起查询但主字段的索引值较多的表字段。
六、什么是联合索引？
联合索引是两列或多列上的索引。对于联邦索引，MySQL支持从左到右使用索引中的字段。查询只能使用索引的一部分，但只能使用最左边的部分。比如索引是关键索引(A、B、C)，可以支持A、A、B、A、B、C三种组合进行搜索，但不能支持B、C，当最左边的字段是常量引用时，索引非常有效。
通过索引中的附加列，您可以缩小搜索范围，但是使用包含两列的索引不同于使用两个单独的索引。
综合指数的结构类似于电话簿，其中姓名由姓氏和名字组成。电话簿首先按姓氏对同名同姓的人进行排序，然后按名字对同名同姓的人进行排序。如果知道姓氏，电话簿会很有用；如果你知道名字和姓氏，电话簿更有用，但是如果你只知道名字而不知道姓氏，电话簿就没用了。
00-1010b磁盘读写成本更低。B的内部节点没有指向关闭。
键字具体信息的指针，因此其内部结点相对B树更小。如果把所有同一内部结点的关键字存放在同一盘块中，那么盘块所能容纳的关键字数量也越多。一次性读入内存中的需要查找的关键字也就越多。相对来说IO读写次数也就降低了。
B+-tree的查询效率更加稳定。由于非终结点并不是最终指向文件内容的结点，而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根结点到叶子结点的路。所有关键字查询的路径长度相同，导致每一个数据的查询效率相当。
感谢各位的阅读，以上就是“MySql支持哪些索引类型”的内容了，经过本文的学习后，相信大家对MySql支持哪些索引类型这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是，小编将为大家推送更多相关知识点的文章，欢迎关注！
内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/133545.html