简述一下索引：
索引是数据库表中一列或多列的值进行排序的一种数据结构；索引分为聚集索引和非聚集索引，聚集索引查询类似书的目录，快速定位查找的数据，非聚集索引查询一般需要再次回表查询一次，如果不使用索引就会进行全表扫描；还有可以进行多字段组成联合索引，但是要符合最左匹配原则要求。
如果使用覆盖索引就可以不回表扫描。
索引类型： InnoDB引擎，默认B+树（O(logN)）、Hash索引 B树索引 O(1)
1、由于底层是使用hash表，以key-value存储，无法直接通过索引查询，只选择一个数据hash索引更快，但是如果选择N条数据，hash索引的时间复杂度是O(N)，由于B+树索引有序，且叶子节点有链表连接，查询效率比hash索引快
2、索引在硬盘保存，一般不会一次性保存到内存中，B+树可以设计允许数据分批加载，同时树的高度较低，查询速率较快
3、硬盘的I/O速度相比内存来说非常慢，而索引是用于加快查询速度的，需要减少I/O操作，内存和磁盘以页为单位交换数据，为了减少I/O，索引在新建节点的时候，是直接申请一个页的空间，存储分配是按页对齐，就实现了一个节点一次I/O。
4、B+ 树是平衡树，它查找任意节点所耗费的时间都是完全相同的，比较的次数就是 B+ 树的高度
B+ Tree索引和Hash索引区别？
哈希索引适合等值查询，但是无法进行范围查询 和模糊查询
不能使用索引对哈希索引进行排序。[En]
Hash indexing cannot be sorted by using the index.
哈希索引不支持多列联合索引的最左侧匹配规则。
[En]
Hash indexing does not support leftmost matching rules for multi-column federated indexes.
如果存在大量重复的键值，则哈希索引的效率会因为哈希冲突问题而变得非常低。
[En]
If there are a large number of repeated key values, the efficiency of hash indexing will be very low because of the hash collision problem.
索引的种类有哪些？分别的特点是什么？
普通索引：加速查询
唯一索引：加速查询 + 列值唯一 + 可以为null
主键索引：加速查询 + 列值唯一 + 不可为null + 表中只有一个
组合索引：多列值形成一个索引，专门用于组合搜索，比索引合并更高效[En]
Combinatorial index: multiple columns of values form an index, dedicated to combinatorial search, more efficient than index merging
全文索引：分词和搜索文本内容
[En]
Full-text indexing: word segmentation and search for the content of the text
不适合作为索引
更新频繁的字段不适合创建索引
不会出现在where子句中的字段
聚簇索引和非聚簇索引的区别
- 在 InnoDB 里，索引B+ Tree的叶子节点存储了整行数据的是主键索引，也被称之为聚簇索引。而索引B+ Tree的叶子节点存储了主键的值的是非主键索引，也被称之为非聚簇索引**
联合索引、最左前缀匹配
创建联合索引时，会选择识别度最高的放在最左边，由于mysql遵循最左前缀匹配原则，从联合索引最左边开始匹配。创建一个联合索引（key1,key2,key3），其实创建了（key1）（key1,key2）（key1,key2,key3）三个索引。
索引下推、查询优化
mysql 5.6版本优化内容：Index Condition Pushdown（索引下推）默认开启，
比如：
people表中（zipcode，lastname，firstname）构成一个索引
SELECT * FROM people WHERE zipcode='95054' AND lastname LIKE '%etrunia%' AND address LIKE '%Main Street%';
- 如果没有使用索引下推技术，则MySQL会通过zipcode=’95054’从存储引擎中查询对应的数据，返回到MySQL服务端，然后MySQL服务端基于lastname LIKE ‘%etrunia%’和address LIKE ‘%Main Street%’来判断数据是否符合条件。
- 如果使用了索引下推技术，则MYSQL首先会返回符合zipcode=’95054’的索引，然后根据lastname LIKE ‘%etrunia%’和address LIKE ‘%Main Street%’来判断索引是否符合条件。如果符合条件，则根据该索引来定位对应的数据，如果不符合，则直接reject掉。有了索引下推优化，可以在有like条件查询的情况下，减少回表次数。
如果它对你们大家有帮助，请更喜欢它。
[En]
If it is helpful to all of you, please like it more.
本文作者：好名字
原文链接：MySQL的B+树索引和hash索引的区别
版权声明： 本博客所有文章除特别声明外，均采用 CC BY 3.0 CN协议进行许可。转载请署名作者且注明文章出处。Original: https://www.cnblogs.com/cuizb/p/15600868.html
Author: Java技术债务
Title: MySQL的B+树索引和hash索引的区别
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/507996/
转载文章受原作者版权保护。转载请注明原作者出处！