mysql的索引有哪几种

在MySQL的世界里，索引的类型可多了去了。
咱们最常见的大概有这些：
1 . B-Tree索引：这可是咱们的老朋友，用来加速数据查找的。
每个数据行都住在B树里，这个B树就像一个多层的排序树，每次搜索都能迅速找到数据。

2 . 哈希索引：这种索引只对那些哈希值唯一的列开绿灯。
它会把数据行直接指派到对应的哈希值上，查找速度那叫一个快，不过它不支持范围查找。

3 . 全文索引：这个是用来搜索文本数据的，会把文本拆分成单词建立索引，这样咱们就能快速找到含有特定单词的行。

4 . 空间索引：对付地理坐标这类空间数据的小能手。
它用R树或其他空间数据结构来存数据，能快速找出那些相交、重叠或相邻的对象。

5 . 联合索引：这个索引里可以包含多个列，对于那些需要同时用多个列查询的情况，效率可是杠杠的。

6 . 自适应哈希索引（AHI）：这是MySQL8 .0里新出来的，结合了哈希和B-Tree索引的有点，在高基数列上查找更快。

7 . 位图索引：对付集合值查询的高手，比如数组或列表。
每个集合值对应一个位图，位图上的每个位表示这个值是否存在，查找特定值的集合速度超快。

不同索引各有各的本领，它们都是为了适应不同的查询需求而生的。
挑对了索引，那查询速度就能大大提升。

MySQL索引，查询中like '%abc%' 能用索引吗？

在MySQL索引这块儿，关于LIKE '%abc%' 这种模式，一般情况下是没法用索引的。
为啥呢？因为MySQL看到这种带%开头的查询，就不知道要匹配的字符串会在哪一部分，所以索性就不去用索引了。
举个例子，如果你跑个查询 SELECT FROM test1 WHERE id LIKE '%1 000%'，MySQL执行计划里通常会显示全表扫描（type: ALL），这说明索引ix_id根本没被用上，只能老老实实一个个查过去。

不过啊，也有特例，MySQL在某些情况下也能部分利用这种带%开头的索引。
通常发生在下面这两种情况：
1 . 只查询索引列：要是你只查询索引列，并且系统不需要回表去拿其他列的数据，那MySQL可能会用索引扫描（type: INDEX）。
为啥呢？因为索引通常比整个表小，扫描索引比扫全表省事多了，I/O操作也少。

2 . 覆盖索引：要是索引里包含了查询所需的所有列，那这就叫覆盖索引。
这种情况下，MySQL可以直接从索引里拿数据，不用回表。
比如你那个SELECT id FROM test1 WHERE id LIKE '%1 000%'的例子，因为索引ix_id是覆盖索引，而且只查id这一列，所以MySQL就用上了索引扫描，执行计划里还有Using index的提示，说明确实用了索引ix_id去查，没回头去表里找数据。

那在开发中，怎么用好LIKE和索引呢？我给你几点建议：
1 . 尽量别用%开头的匹配模式：这种模式通常会导致全表扫描，效率低。
要是实在要用，尽量调整下查询方式，或者考虑其他办法。

2 . 考虑用全文索引：你要是搞个复杂文本搜索的应用，MySQL的全文索引功能很适合用，比传统B树索引强多了。

3 . 优化索引设计：索引设计得好不好，直接关系到查询性能。
经常被用来查询的列，可以考虑单独建个索引，或者搞个复合索引。

4 . 多分析执行计划：开发的时候，别忘了用EXPLAIN这类工具看看查询的执行计划，这样能发现性能瓶颈，知道是不是得优化索引或者查询了。

总的来说，虽然LIKE '%abc%'一般情况下不能用索引，但在特定情况下（比如只查索引列或者有覆盖索引），MySQL也能部分利用索引来提高性能。
所以开发的时候，得好好分析下查询模式和索引设计，才能让查询跑得又快又稳。

mysql数据库索引怎么用

Hey,小伙伴们，今天咱们来聊聊MySQL的索引，这可是提升数据库查询速度的利器呢！它的核心原理就是通过预先排序的数据来实现快速检索。
下面我就来给大家详细讲解一下索引的使用指南。

首先，得说说索引的核心原理。
其实，索引就是按照特定列排序的数据库表的一个副本，里面存储着数据的指针，就像一个目录，方便我们快速找到所需信息。
这样一来，查询时MySQL就会先扫描索引结构，而不是整个表，大大提高了查询效率。

接下来，咱们看看有哪些类型的索引和它们各自的适用场景。
最常见的B树索引，适用于等值查询、范围查询和排序操作。
比如，你可以这样创建一个索引：CREATE INDEX idx_name ON users(name); 还有哈希索引，它只能用于等值查询，比如在MEMORY引擎表中精确匹配数据。
至于全文本索引和空间索引，它们分别适用于文本搜索和地理空间数据查询。

创建索引的时候，要注意一些规范。
比如，使用这个语法模板：CREATE [UNIQUE] INDEX index_name ON table_name(column1 [ASC|DESC], column2 ,...)[USING{BTREE|HASH}]; 列的选择上，优先选择高选择性的列，组合索引要遵循最左前缀原则。

说到索引的使用优化，有几个小技巧可以分享。
比如，使用覆盖索引可以减少回表查询，提高效率。
还有，定期分析索引使用情况，重建碎片化索引，这些都能帮助维护数据库性能。

当然，使用索引也有一些常见误区要注意。
比如，过度索引会导致写入开销增加，建议单表索引不要超过5 个。
还有，避免函数操作导致索引失效，还有注意类型转换的问题。

最后，还有一些高级优化技巧，比如索引条件下推（ICP）和自适应哈希索引，还有降序索引优化，这些都能让你的查询性能更上一层楼。
记得定期使用pt-index-usage工具分析索引使用率，及时清理那些长时间未使用的索引，让数据库保持高效运行。