mysql索引主要包括四種，btree索引、hash索引、full-text全文索引、r-tree索引，因為作為一名php開發者，並不是專業的dba，在這裡只需要了解第一種開發相關的btree索引。
索引的本質：mysql官方對索引的定義為：索引（index）是幫助mysql高效獲取資料和排序的資料結構。
資料庫查詢是資料庫的主要功能之一，最基本的查詢演算法是順序查詢（linear search）時間複雜度為o(n)，顯然在資料量很大時效率很低。優化的查詢演算法如二分查詢（binary search）、二叉樹查詢（binary tree search）等，雖然查詢效率提高了。但是各自對檢索的資料都有要求：二分查詢要求被檢索資料有序，而二叉樹查詢只能應用於二叉查詢樹上，但是資料本身的組織結構不可能完全滿足各種資料結構（例如，理論上不可能同時將兩列都按順序進行組織）。所以，在資料之外，資料庫系統還維護著滿足特定查詢演算法的資料結構。這些資料結構以某種方式引用（指向）資料，這樣就可以在這些資料結構上實現高階查詢演算法。這種資料結構就是索引。
如上圖左邊是橫列**，也就是真是的資料，右邊是一棵樹。資料越來越多，**增長的越來越高，相反，如果樹越來越高，查詢的層次越來越多，我們如果能用三次找到，盡量別用四次，儘量減少一次磁碟i/o，也就是這棵樹廣度越來越廣，廣度廣了同一層就代表枝葉多。
在資料庫裡面，在物理儲存上，有單位的說法叫段、區、塊，就是一種衡量單位。 上圖中的磁塊也就是相當於儲存一段範圍的資料。
看上圖中，一棵b+樹，淺藍色的塊我們稱之為乙個磁碟塊，可以看到每個磁碟塊包含幾個資料項（深藍色所示）和指標（黃色所示），如磁碟塊1包含資料項17和35，包含指標p1、p2、p3。
我如果要找29這個數字，那麼從根找，p1表示小與17的，p2表示大於17小與35的，p3表示大於35的，那麼往下走，真實的資料存在於葉子節點，也就是第三層，即3、5、9、10、13...依次往右看。假設我要查詢非葉子節點（第二層），不儲存真實的資料，只儲存指引搜尋方向的資料項，如17、35並不存在真實的資料表中，也就是相當於乙個參考值。如果查詢29，但是我們先給參考項，那麼根據圖示，29在17和35之間，鎖定磁碟塊1的p2指標，找到指標p2，記憶體時間非常短，相比磁碟的io可以忽略不計，那麼下來之後，找到磁碟塊3，也就是不見得載入磁碟塊2，這裡就第二次io了，那麼看圖，29在26和30之間，那麼又指向指標p2,再往下就載入到了磁碟塊8的記憶體，發生第三次io，同時記憶體中做二分查詢找到29，結束查詢，總共三次io。
看btree也就是三層樓那麼高，也就是盡量把資料橫向擴，高度矮比較好，真實的情況是，3層的b+樹 可以表示上百萬的資料，如果上百萬的資料查詢只需三次io，效能提高將是巨大的，如果沒有所用，每個資料項都要發生一次io，那麼總共需要上百萬次的io，顯然成本非常高。
mysql 中的 hash 索引
採用 hash 進行檢索效率非常高，基本上一次檢索就可以找到資料，而 b+ 樹需要自頂向下依次查詢，多次訪問節點才能找到資料，中間需要多次 i/o 操作，從效率來說 hash 比 b+ 樹更快。
我們來看下 hash 索引的示意圖：
鍵值 key 通過 hash 對映找到桶 bucket。在這裡桶（bucket）指的是乙個能儲存一條或多條記錄的儲存單位。乙個桶的結構包含了乙個記憶體指標陣列，桶中的每行資料都會指向下一行，形成鍊錶結構，當遇到 hash 衝突時，會在桶中進行鍵值的查詢。
那麼什麼是 hash 衝突呢？
如果桶的空間小於輸入的空間，不同的輸入可能會對映到同乙個桶中，這時就會產生 hash 衝突，如果 hash 衝突的量很大，就會影響讀取的效能。
通常 hash 值的位元組數比較少，簡單的 4 個位元組就夠了。在 hash 值相同的情況下，就會進一步比較桶（bucket）中的鍵值，從而找到最終的資料行。
hash 值的位元組數多的話可以是 16 位、32 位等，比如採用 md5 函式就可以得到乙個 16 位或者 32 位的數值，32 位的 md5 已經足夠安全，重複率非常低。
我們模擬一下 hash 索引。關鍵字如下所示，每個字母的內部編碼為字母的序號，比如 a 為 01，y 為 25。我們統計內部編碼平方的第 8-11 位（從前向後）作為 hash 值：
hash 索引與 b+ 樹索引的區別
我們之前講到過 b+ 樹索引的結構，hash 索引結構和 b+ 樹的不同，因此在索引使用上也會有差別。
hash 索引不能進行範圍查詢，而 b+ 樹可以。這是因為 hash 索引指向的資料是無序的，而 b+ 樹的葉子節點是個有序的鍊錶。
hash 索引不支援聯合索引的最左側原則（即聯合索引的部分索引無法使用），而 b+ 樹可以。對於聯合索引來說，hash 索引在計算 hash 值的時候是將索引鍵合併後再一起計算 hash 值，所以不會針對每個索引單獨計算 hash 值。因此如果用到聯合索引的乙個或者幾個索引時，聯合索引無法被利用。
hash 索引不支援 order by 排序，因為 hash 索引指向的資料是無序的，因此無法起到排序優化的作用，而 b+ 樹索引資料是有序的，可以起到對該字段 order by 排序優化的作用。同理，我們也無法用 hash 索引進行模糊查詢，而 b+ 樹使用 like 進行模糊查詢的時候，like 後面前模糊查詢（比如 % 開頭）的話就可以起到優化作用。
對於等值查詢來說，通常 hash 索引的效率更高，不過也存在一種情況，就是索引列的重複值如果很多，效率就會降低。這是因為遇到 hash 衝突時，需要遍歷桶中的行指標來進行比較，找到查詢的關鍵字，非常耗時。所以，hash 索引通常不會用到重複值多的列上，比如列為性別、年齡的情況等。
MySQL 索引與索引原理
本人菜鳥一枚，如有理解不對，請大神多多指正！一 索引 1 什麼是索引？答 索引類似於一本書的目錄，便於資料快速高效的查詢，也可以解釋為資料按照某個特定的規則去儲存排序資料 2 索引的型別？答 索引可以分為 普通索引，唯一索引，主鍵索引和組合索引 2.1 普通索引 最基本的一種索引方式，沒有什麼限制 ...
mysql 索引 實現 MySQL索引原理及實現
主要內容 索引本質 mysql索引實現 前言索引是儲存引擎快速查詢記錄的一種資料結構，它對於效能非常關鍵，尤其是對於表資料量較大的情況，索引對效能的影響愈發重要。所以了解索引對於效能優化極其重要。索引本質 mysql儲存引擎使用索引的方法，類似於讀一本書時如果想查詢特定的主題的話，需要先看書的目錄，...
MySQL索引及索引資料結構
索引是幫助mysql高效獲取資料的排好序的資料結構 索引分類 索引失效的情況 模糊查詢時，第乙個查詢字元是不確定值 或 時，索引失效 select name from stu where name like e 索引失效 select name from stu where name like h ...