MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构。

一、常见索引。

索引结构	描述
B+Tree索引	最常见的索引类型，大部分引擎都支持B+树索引
Hash索引	底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询
R tree（空间索引）	空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少
Full-text（全文索引）	是一种通过建立倒排索引，快速匹配文档的方式。类似于Lucene，Solr，ES

二、支持情况。

索引	InnoDB	MyISAM	Memory
B+Tree索引	支持	支持	支持
Hash索引	不支持	不支持	支持
R tree（空间索引）	不支持	支持	不支持
Full-text（全文索引）	5.6版本之后支持	支持	不支持

我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引。

三、二叉树。

二叉树缺点：顺序插入时，会形成一个列表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。

四、红黑树。

大数据量情况下，层级较深，检索速度慢。

   五、B-Tree树（多路平衡查找树）

 六、B+Tree（所有元素都会出现在叶子节点，叶子节点会形成单项链表）

 

 B+Tree索引数据结构

MySQL索引数据结构对经典的B+Tree进行了优化。在元B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。

 七、hash索引数据结构。

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。

如果两个（或多个）键值，映射到一个想用的槽位上，它们就产生了hash冲突（也成为了hash碰撞），可以通过链表来解决。

 hash索引特点

1、hash索引只能用于对等比较（=，in），不支持范围查询（between，>，<，...）

2、无法利用索引完成排序操作，运算出来的结果是无序的。

3、查询效率高，通常只需要一次检索就可以了，效率通常要高于B+Tree索引。

存储引擎支持

在MySQL中，支持hash索引的是memory引擎，而InnoDB中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。

八、选择使用B+Tree索引