MySQL支持的索引类型有哪些？

B - Tree索引

• 结构：一种多路平衡查找树，数据存储在叶子节点，内部节点保存索引信息。每个节点可包含多个子节点，通过关键字将数据划分到不同子树。
• 特点：具有高度平衡性，所有叶子节点深度相同，查询时间复杂度为O(logn)；关键字有序排列，支持范围查询和排序操作；每个节点能存储多个关键字，降低树的高度，提升查询效率；支持动态插入和删除操作，自动调整结构保持平衡。
• 应用场景：适用于等值查询，如通过主键或唯一键精确查找；适合范围查询，例如WHERE age BETWEEN 20 AND 30；执行ORDER BY或GROUP BY时，可利用其快速排序；多列组合查询时，使用复合B - Tree索引能提高查询效率。
• 优缺点：优点是支持高效的等值和范围查询，具备动态平衡性，适应数据的增删改，支持多列组合提升复合查询性能；缺点是对于文本搜索等特殊类型查询效率较低，在高并发写操作下可能引发锁竞争影响性能 。在MySQL中主要用于InnoDB和MyISAM存储引擎，是最常用的索引类型。

哈希索引

• 结构：基于哈希表实现，将关键字通过哈希函数转换为哈希值，以此快速定位数据存储位置。哈希表由一组桶组成，每个桶存储一个或多个记录。
• 特点：查找速度快，理想情况下时间复杂度为常数级别O(1)；不保持数据有序性，仅适用于等值查询；存在哈希冲突问题，即不同关键字可能映射到相同哈希值，需通过链表或开放地址法等解决；哈希表大小一旦确定，扩展困难，可能造成空间浪费或过多哈希冲突。
• 应用场景：适合通过精确匹配关键字进行的等值查询，如WHERE id = 100；适用于高频率的缓存场景，因其查找速度极快。
• 优缺点：优点是查找速度极快，适合高效的等值查询，实现简单，适合固定大小的哈希表；缺点是仅支持等值查询，无法进行范围查询，哈希冲突可能导致性能下降，不支持有序遍历，无法用于排序操作，动态扩展困难，适应性较差。在MySQL中，主要用于Memory存储引擎，InnoDB和MyISAM等存储引擎不直接支持。

全文本索引

• 结构：通过创建倒排索引，将每个单词映射到包含该单词的文档或记录。倒排索引包含词项表（存储所有出现过的单词）和文档列表（每个单词对应包含该单词的记录的文档id列表）。
• 特点：专门优化文本搜索，可快速查找文本字段中的关键词或短语；支持AND、OR、NOT等布尔逻辑操作，能提供复杂搜索条件；能根据词频、逆文档频率等因素对搜索结果进行相关性排名；默认不支持词项的前缀匹配，需通过配置或特定语法实现。
• 应用场景：适用于需要对大量文本进行关键词搜索的应用，如博客、新闻网站等的搜索引擎；可用于快速查找包含特定关键词的文章或文档；在评论系统中，可搜索用户评论中的特定词汇，提升用户体验。
• 优缺点：优点是提供高效的文本搜索能力，支持复杂搜索语法和逻辑，能根据相关性排序提高搜索结果质量；缺点是对存储空间要求较高，倒排索引占用较多空间，更新索引开销较大，不适合频繁修改的文本数据，对于短文本或关键词较少的场景效果有限。在MySQL中，支持InnoDB和MyISAM存储引擎，但不同版本支持情况有差异 。

空间索引

• 结构：在MySQL中主要基于R - Tree结构实现，这是一种多路搜索树，适用于存储多维空间数据。通过递归地将空间对象划分为矩形边界框，层层嵌套形成树状结构。
• 特点：支持多维空间数据，如二维或三维坐标；适合执行范围查询和邻近查询，能快速定位空间范围内的对象；利用矩形边界框的嵌套形成层次结构，减少不必要的比较操作；层次结构可减少冗余存储，提高存储效率。
• 应用场景：常用于地理信息系统（GIS），存储和查询地图上的地理位置、路径、区域等信息；在移动应用的位置服务中，可快速查找附近的地点、餐馆、商店等；在图形应用中用于碰撞检测和空间关系分析；也可用于游戏开发等场景 。

此外，从约束角度还可分为：

主键索引

是一种特殊的唯一索引，用于唯一标识表中的每一行记录，一张表只能有一个主键索引，且主键值不能为空。它基于B - Tree结构实现，能加快基于主键的查询速度，同时保证数据的唯一性和完整性。

唯一索引

确保索引列中的值是唯一的，但允许有空值（如果有多个空值，它们被视为相同）。其作用是保证数据的唯一性，可基于B - Tree或哈希结构（取决于存储引擎和具体情况），在查询时也能提高查找效率。

普通索引

最基本的索引类型，没有唯一性等约束，主要作用是加快对数据的查询速度，可以创建在单列或多列上，基于B - Tree等结构实现 。