索引结构的分类？

约 846 字大约 3 分钟

2025-03-24

⭐ 题目日期：

小米 - 2024/12/26

📝 题解：

索引结构的分类

索引结构可以根据多个维度进行分类，以下是主要的分类方式及其具体类型：

1. 按数据结构分类

类型	特点	适用场景
B树/B+树	- B树：平衡多路搜索树，支持范围查询。 - B+树：叶子节点通过指针连接，范围查询更高效，适合磁盘存储。	通用数据库（如MySQL InnoDB主键索引）。
哈希索引	- 基于哈希表，支持O(1)等值查询。 - 不支持范围查询和排序。	内存数据库（如Redis）、等值查询优化。
LSM树	- 日志结构合并树，写优化型结构，通过追加写入和后台合并提高写入性能。	高写入场景（如LevelDB、RocksDB）。
位图索引	- 用位图表示数据的存在性，适合低基数（唯一值少）的列。	数据仓库、OLAP分析（如Oracle）。
全文索引	- 基于倒排索引，支持关键词搜索和模糊匹配。	文本搜索（如Elasticsearch、MySQL全文索引）。
空间索引	- 使用R树或四叉树等结构，支持地理空间数据查询。	地理信息系统（如PostGIS）。

2. 按应用场景分类

类型	特点	示例
主键索引	- 唯一标识每行数据，表必须有一个主键（显式或隐式）。 - 通常是聚集索引（如InnoDB）。	`PRIMARY KEY (id)`
唯一索引	- 确保某列值唯一，允许NULL值。	`UNIQUE INDEX (email)`
组合索引	- 基于多列构建，支持多条件查询优化。 - 遵循最左前缀原则。	`INDEX (name, age)`
覆盖索引	- 索引包含查询所需的所有字段，避免回表。	`SELECT id FROM table WHERE name='Alice'`（若索引为`(name, id)`）

3. 按存储方式分类

类型	特点	示例
聚集索引（Clustered Index）	- 数据行的物理存储顺序与索引一致，一个表只能有一个聚集索引。 - 通常为主键索引。	InnoDB的主键索引。
非聚集索引（Non-clustered Index）	- 索引与数据分离，通过指针定位数据。 - 需回表查询。	MySQL的普通二级索引。

4. 按数据特性分类

类型	特点	适用场景
稠密索引	- 每个数据记录都有对应的索引条目，查询快但占用空间大。	内存充足且需快速查询的场景。
稀疏索引	- 仅部分记录有索引条目，节省空间但需遍历查找。	数据按顺序存储且查询范围较小的场景。

5. 按实现层次分类

类型	特点	示例
内存索引	- 索引完全驻留内存，读写速度快，但容量受限。	Redis的哈希索引、Memcached。
磁盘索引	- 索引存储在磁盘，支持大数据量，但访问速度较慢。	MySQL的InnoDB B+树索引。

总结

核心选择依据：根据数据量、查询模式（等值/范围）、写入频率、存储介质（内存/磁盘）选择合适的索引结构。
常见组合：
- OLTP系统：B+树（主键/二级索引）+ 哈希索引（缓存）。
- OLAP系统：位图索引 + 列式存储。
- 全文搜索：倒排索引 + 分词优化。
优化建议：避免过度索引（写性能下降），定期分析索引使用情况（如MySQL的EXPLAIN）。