數據庫的索引就像一本書的目錄一樣，它可以快速定位你所需要的信息。下面來詳細說一下MySQL的索引結構。
常見索引類型
Hash 索引
Hash索引的底層實現是由Hash表來實現的，非常適合以 key-value 的形式查詢，也就是單個key 查詢，或者說是等值查詢。其結構如下所示：
從上面結構可以看出，Hash 索引可以比較方便的提供等值查詢的場景。但是對於範圍查詢的話，就需要進行全表掃描了。
B+ 索引
Hash結構的索引比較適合緩存的存儲。對於使用關係型數據庫而言，筆者更多的使用的是B+ 索引。當然對於MySQL 我們最常用的存儲引擎就是InnoDB 了，對於B+ 索引後面將詳細介紹一下。
InnoDB 的索引結構
首先先創建一個簡單的表，結構如下：
CREATE TABLE `t_user` (
`id` bigint(20) NOT NULL COMMENT '主鍵ID',
`age` int(10) DEFAULT NULL COMMENT '年齡',
PRIMARY KEY (`id`),
KEY `idx_age` (`age`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
INSERT INTO `t_user` VALUES ('100', '10'), ('200', '20'), ('300', '30'), ('500', '50'), ('600', '60');
上面表和數據的存儲結構大致如下所示：
從上圖可以看出，有 2 個索引結構：主鍵ID 索引和普通索引。主鍵索引的葉子節點存儲的是行數據的內容（聚簇索引），普通索引的葉子節點存儲的是主鍵的值（非聚簇索引/二級索引）。
主鍵索引和普通索引的區別
當我們使用主鍵索引查詢記錄時，查詢語句如下所示。此時只需要一次主鍵索引樹的查找即可返回數據行。
SELECT * FROM t_user WHERE id = 100;
如果使用普通索引，idx_age 查詢記錄，如下所示。此時就會查找2 個索引樹的結構。首先根據idx_age 查找到記錄的主鍵值為 100，然後再根據主鍵索引樹查找到對應的記錄行，這個過程稱為回表。
SELECT * FROM t_user WHERE age = 10;
索引維護
B+ 樹為了維持索引的有序性，在新插入記錄時需要有一定的開銷。如上圖所示，如果需要再插入一個id = 700 的記錄行，此時只需要在 User5 後面新增一條記錄即可。但是如果需要新增一個 id = 400 的記錄行時，此時就需要移動數據了，這個和有序數組的插入類似。
比較極端的一種場景是，此時User5 所在的數據頁已經滿了。此時如果再插入一條記錄，就需要移動部分數據行到新頁上面去。這種情況下，性能會受到一定的影響。除此之外，頁分裂還存在著空間利用率的問題。
當然，有頁分裂就有數據頁的合併，當空間利用率低到一定程度的時候，就會觸發分頁數據的合併。
主鍵ID自增
從上面的描述我們可以看出，主鍵ID的亂序插入或者刪除可能對性能造成很大的影響。這就是為什麼，我們在大多數場景下對於主鍵都是自增的。這樣一來，就可以充分的利用分頁數據塊的空間了，也不會對性能造成影響。
覆蓋索引
上面我們已經提到了 回表的概念了，也就是普通索引的查詢，可能會再到主鍵索引上面再搜索一遍。但是如果我們執行如下語句：
SELECT id FROM t_user WHERE age = 10;
此時，普通索引 idx_age 的葉子節點上面，就已經包含了id 的value值了，此時就不需要回表了，這個就稱之為“覆蓋索引”（覆蓋索引是一種優化查詢的方式，不是索引的分類）。
聯合索引
我們創建索引時，也會經常創建如 idx_name_age (name, age) 這樣的索引結構。並且還知道 WHERE 條件中 name = ? AND age = ? 和 name = ? 都可以使用到這個聯合索引。下面我們來看一下其結構，看一下為什麼是可以做到這一點的。
從上面結構可以看出，數據是按照 聯合索引 從左到右的順序進行排序的。由此看來，不論使用 name AND age 或者name 來查詢，不論等值或者 左前綴模糊查詢，都可以用到複合索引。這裡面需要注意的是，只有左前綴的模糊匹配才可以使用此聯合索引。因為從索引結構看來，符合左前綴的順序排序。
索引下推
前面的部分我們知道，左前綴的模糊查詢可以使用索引。還是上面的例子，索引(name, age) ，當我們 WHERE條件中使用 name LIKE '張%' AND age = 10 時。MySQL 5.6 及以後的版本可以對查詢做下推的優化，如下圖所示：
從上圖可以看出，當做了下推優化後，MySQL會隔斷一些不滿足條件的記錄 進行回表操作，從一定程度上有了性能的提升。
參考：《極客時間：MySQL實戰》、《高性能MySQL》
