这份笔记一共 5 种索引：B 树、B + 树、HASH 索引、FULLTEXT 全文索引、R 树 (RTREE) 空间索引，重点是 B + 树（InnoDB 默认）。

1. B 树（多路平衡查找树）

B + 树是 B 树的改良版本，先看懂 B 树更好理解。

结构特点

1. 每个节点可以存多个关键字 + 指针
2. 所有叶子节点在同一层，树高度平衡，查询稳定
3. 关键字有序，子树关键字范围和父节点对应

B 树：非叶子节点、叶子节点都保存数据

适用场景

精确查询、范围查询。

实际 MySQL 很少直接用原生 B 树，用的是它的变种：B + 树

---

2. B + 树（⭐最重要，InnoDB 默认索引）

B + 树是 B 树优化版本，InnoDB 引擎默认索引，面试最高频。

结构特点

1. 非叶子节点只存关键字 + 指针，不存真实数据；只有叶子节点存放完整数据
2. 所有叶子节点用双向链表按顺序串起来，方便范围查找
3. 全部叶子节点在同一层，查询时间稳定 O (log n)

✅ 优势

• 精确查询 + 范围查询都很强（BETWEEN、>、<、ORDER BY排序）
• 磁盘 IO 少：单个节点可以存放更多索引关键字，减少读磁盘次数
• 适合大数据量，性能稳定

适用场景： 主键索引、单列索引、联合索引（遵守最左前缀原则）、频繁范围查询 / 排序。

InnoDB 主键索引是聚簇索引：叶子节点直接存放整行数据；普通二级索引叶子节点存放主键值。

3. HASH 索引（哈希索引）

基于哈希表实现

结构特点

对索引字段计算哈希值，哈希值直接映射数据地址。理想情况查找复杂度 O (1)

✅优点：等值精确匹配极快 where id=100 速度优于 B + 树 ❌缺点（高频考点）

1. 不支持范围查询、不支持排序：哈希值是乱序，不能用> < BETWEEN ORDER BY
2. 哈希冲突：不同关键字算出相同哈希，需要链表处理，性能下降
3. 联合索引只能完整匹配全部字段，不能走前缀匹配

适用场景：只做等值查询

MySQL：Memory 引擎支持手动创建 HASH 索引；InnoDB 自适应哈希索引是内部自动维护，不能手动创建

4. FULLTEXT 全文索引

用于大文本关键词检索（文章、评论），底层是倒排索引 原理：把文本拆分成单词 (Term)，记录哪个单词出现在哪些文档里。

✅优点： 文本关键词检索，远快于 LIKE '%关键词%'（%前缀通配无法走普通索引，全表扫描） 使用语法：MATCH(字段) AGAINST('关键词')

❌限制

1. 只支持文本类型：CHAR/VARCHAR/TEXT
2. 有最小词长限制，不同引擎支持不一样
3. 不能做部分词语匹配：搜 “数据” 不能命中 “数据库”

场景：博客、文章内容搜索

-- 创建全文索引
CREATE FULLTEXT INDEX idx_article_content ON article(content);
-- 查询示例
SELECT * FROM article
WHERE MATCH(content) AGAINST('数据库 索引' IN BOOLEAN MODE);

5. RTREE（R 树 空间索引 SPATIAL INDEX）

专门用于地理空间数据（坐标、几何图形）

• 多维空间索引，处理点、线、面
• 可以做空间范围查询：查找某坐标附近的点

适用场景：GIS 地理信息、经纬度，例如：查找距离某个坐标 1 公里内的店铺

CREATE TABLE places (
  id INT,
  location POINT, -- 空间点类型
  SPATIAL INDEX idx_location(location) -- R树空间索引
)ENGINE=InnoDB;

查询函数：ST_Distance_Sphere 计算球面距离

---

MySQL 索引创建与删除语法

三种建索引方式

1. 建表的时候直接定义索引

CREATE TABLE 表名 (
字段1 数据类型,
字段2 数据类型,
[UNIQUE | FULLTEXT | SPATIAL] INDEX 索引名(字段名)
);

2. 表已经存在，用 CREATE 创建索引

CREATE [UNIQUE | FULLTEXT | SPATIAL] INDEX 索引名
ON 表名 (字段名);

3. ALTER TABLE 添加索引

ALTER TABLE 表名 ADD [UNIQUE | FULLTEXT | SPATIAL] INDEX 索引名(字段名);

删除索引

DROP INDEX 索引名 ON 表名;

索引类型快速对比总结（方便背诵）

表格

索引	底层	擅长	短板
B + 树	多路平衡树	等值、范围、排序、联合索引	单纯等值查询略慢于 hash
HASH	哈希表	等值精确查询	不支持范围、排序、前缀匹配、哈希冲突
FULLTEXT	倒排索引	大文本关键词搜索	不能模糊部分匹配，仅限文本
RTREE	R 树	地理坐标空间范围查询	普通业务几乎不用

面试重点一句话

InnoDB 默认索引是 B + 树； B + 树叶子节点链表，适合范围查询； HASH 索引只能等值查询，不能范围和排序； 全文索引用来替代like '%xxx%'文本检索。

总结:

多路平衡树（B 树 / B + 树）就是 “综合型选手”，兼顾等值查找 + 范围查找 + 排序，通用性最强；而 Hash 索引是专精型选手，只擅长等值查询。

多路平衡树（B + 树）设计目标：不要只专精单一查询，而是绝大多数 SQL 场景都能用，性能稳定。 Hash：单点查询极限速度快，但适用场景窄。

考试背诵版： ==B + 树属于多路平衡查找树，多路可以降低树高减少磁盘 IO；平衡保证查询性能稳定。支持等值查询、范围查询、排序，综合能力强，是 InnoDB 默认索引==。

---

Mysql的索引管理

这一页是MySQL 索引的基础分类 + 增删查索引 SQL 命令，偏实操

添加索引：
alter table test add index index_name(name);
#创建索引
create index index_name on test(name);
#创建索引
desc table;
#查看索引
show index from table;
#查看索引
alter table test drop key index_name;
#删除索引
alter table student add unique key uni_xxx(xxx);
#添加主键索引（略）
#添加唯一性索引
select count(*) from city;
#查看表中数据行数
select count(distinct(name)) from city;
#查看去重数据行数

一、基础概念

1. 索引建立在表的列（字段）上 索引不是整张表的，是给某一个 / 多个字段单独建立的结构。
2. 在 where 后面的列建立索引，才会加快查询速度

举例：select * from test where name='张三' where 条件用了name，给name建索引，这条查询才能提速； 如果 where 用 age，索引建在 name 上，这条 SQL不会走索引。

3. pages <---索引（属性）<---查数据 简单理解流程： SQL 查询 → 先去索引页快速定位记录位置 → 再根据索引找到真实数据页读取数据

==索引相当于书本的目录，目录（索引）只记录页码，真正内容在正文（数据表）==。

二、索引分类

（这里是从约束功能划分，不是底层 B+/HASH）

注意区分：前面讲的 B+、HASH 是底层数据结构；这里主键 / 普通 / 唯一索引，是逻辑类型，InnoDB 底层默认都是 B + 树

1. 主键索引（PRIMARY KEY）
   • 主键字段的值不能重复、不能为 NULL
   • 一张表只能有 1 个主键索引，InnoDB 主键是聚簇索引，叶子节点存整行数据
2. *普通索引（INDEX）【笔记带 ，重点】**
   • 最基础索引，只用来加速查询，不限制字段是否重复、是否为空
   • 字段可以重复，可以 NULL；单纯提升 where 查询速度
3. 唯一索引（UNIQUE KEY）
   • 索引字段不能重复，但是允许为 NULL（可以多个 null）
   • 两个作用：①加快查询；②自动约束，防止插入重复数据

对比记忆： 主键：不可重复 + 不可 NULL，一张表只能 1 个 唯一索引：不可重复，允许 NULL，一张表可以多个 普通索引：无重复限制，只提速

三、索引 SQL 命令（重点，上机默写）

1. 添加【普通索引】两种写法

写法 1：alter table 添加索引

alter table test add index index_name(name);

• test：表名
• index_name：你自己起的索引名
• name：建立索引的字段

写法 2：create index

create index index_name on test(name);

效果和上面完全一样，两种都可以。

2. 查看索引

desc table;
-- 简写查看表结构，能看到索引
show index from table;
-- 完整查看这张表所有索引详细信息（考试更推荐这个）

把 table 替换成真实表名，如 show index from test;

3. 删除索引

alter table test drop index index_name;

test 是表名，index_name 是要删除的索引名称

4. 添加【唯一索引】

alter table test add unique key uni_xxx(xxx);

test：表名；uni_xxx：唯一索引名字；括号 xxx：字段名

==添加主键索引：alter table 表名 add primary key(字段);==

5、前缀索引

==根据字符串字段的前 N 个字符建立索引==

alter table test add index idx_name(name(10));

• 含义：对name字段，只取前 10 个字符来构建索引，而不是把完整 name 全部放进索引。
• 适用场景：varchar、text这类长文本字段。
• 优点：索引体积更小、占用磁盘少，查询更快；
• 原理举例：城市名称 Dallas、Denver，只拿开头字母 / 前几个字符做索引，就能快速过滤数据。
• 一句话：不要直接给很长的字符串整列建索引，优先前缀索引

​ ⚠️ 缺点： ​ 只能匹配前缀，where name like '%xxx'（前缀模糊查询）用不上前缀索引； ​ 截取字符数量要选合适，太短区分度差，太长节约空间效果不明显。

深入理解：

name(10) 这里的(10)不是索引名字，是定义索引：只把 name 字段前 10 个字符存入索引树。

• 索引名叫idx_name可以随便改（比如 aaaaaaa），不影响前缀索引功能；
• ==真正决定它是前缀索引的，是字段后面括号里的长度(10)；==
• 存储：索引 B + 树里面只保存字符串开头 N 位，不是完整字符串。

✅ 一句话：前缀索引的本质是索引存储的数据变短，和索引命名无关

---

6、联合索引（复合索引）

多个字段，合并成一个索引，不是多个独立索引

-- 建表
create table people (id int,name varchar(20),age tinyint,money int ,gender enum('m','f'));
-- 创建联合索引：idx_gam，包含 gender,age,money 三个字段
alter table people add index idx_gam(gender,age,money);

✅ 最核心原则：最左前缀原则

索引顺序 (gender,age,money) 能走索引的查询：

1. where gender='m'
2. where gender='m' and age=20
3. where gender='m' and age=20 and money=1000

❌ 不能正常走这个联合索引： where age=20 或者 where money=1000

==跳过了最左边的gender，索引失效==。

==幻灯片原话：把最常用来作为条件查询的列放在最前面== ==设计联合索引，查询频率越高、区分度越高的字段，越靠左。==

通俗理解

联合索引相当于给书本建目录：先按 gender 分类，同 gender 内部再按 age 排序，age 相同再按 money 排序。 查找必须从目录第一层开始；跳过第一层直接找 age，就没法用这个目录。

---

四、附带两条 count 统计 SQL

select count(*) from city;
-- 统计表一共有多少行数据（包含null行）
select count(distinct(name)) from city;
-- distinct 去重：统计name字段有多少种不重复的值

例子：name 列：张三、李四、张三 count(distinct name) 结果 = 2（张三、李四）

易错点小结

1. 索引不是越多越好：索引会加快查询，但是减慢新增 / 修改 / 删除（增删改需要同步维护索引）
2. ==索引建在 where 字段才生效；select 后面的字段建索引，一般不会提速==
3. 分类区分：
   • 按底层结构：B + 树、HASH、全文索引
   • 按逻辑功能：主键索引、普通索引、唯一索引

MySQL 索引考点

1. 前缀索引 只支持字符串类型（varchar），数值类型不能建立前缀索引；语法字段(N)，只截取字段前 N 个字符建立索引，show index中通过Sub_part列能看到截取长度。
2. 联合索引（复合索引） 本质1 个索引，里面包含多个字段，≠ 分别给每个字段单独建 3 个独立单字段索引；字段顺序很关键。
3. 最左前缀原则（高频考点） 联合索引生效规则：查询条件要从索引最左边开始连续匹配字段，跳过左边字段，索引后面部分就无法使用。

一句话区分： 前缀索引：同一个字符串字段，只取前面一部分字符； 联合索引：多个不同字段打包成一个索引，遵守最左前缀。