MySQL 中的索引可以从多个维度进行系统分类。理解这些分类有助于在不同场景下选择正确的索引类型，优化查询性能。以下从数据结构、物理存储、逻辑约束、可见性四个主要维度，对 MySQL 索引进行全方位拆解。🌳 一、按数据结构划分索引的底层数据结构决定了查找、范围扫描等操作的效率特性。索引类型底层数据结构支持引擎特点适用场景B+ 树索引B+ 树InnoDB (默认)、MyISAM、Memory (可选)等值查询 O(log N)，范围查询极快（叶子链表），有序，通用绝大多数查询：=、、、BETWEEN、ORDER BY、GROUP BY哈希索引哈希表Memory (显式USING HASH)、InnoDB (自适应哈希索引 AHI，自动)、TempTable (内存临时表)等值查询 O(1) 极快，不支持范围查询，无序，易碰撞临时缓存、等值查找为主的场景（如会话表）全文索引倒排索引InnoDB (5.6+)、MyISAM、NDB专用于文本搜索，支持MATCH ... AGAINST，分词处理，支持相关性排序文章内容搜索、模糊文本匹配（替代低效的LIKE '%...%'）空间索引R 树InnoDB、MyISAM用于几何数据类型（POINT,LINESTRING,POLYGON），支持空间包含、距离查询GIS 应用、地图位置查询倒排索引（全文）倒排列表InnoDB 内部词 → 文档ID 的映射全文检索重点：InnoDB 的常规用户索引都是 B+ 树，AHI 是内存中的辅助加速结构。Memory 引擎允许在创建索引时显式指定USING HASH或USING BTREE，而 InnoDB 用户无法手动创建哈希索引。💾 二、按物理存储（索引组织方式）划分这是 InnoDB 最核心的分类，直接关系到数据如何存放和访问。1. 聚簇索引 (Clustered Index)本质：索引的