1、BTree索引
2、哈希索引
3、空间数据索引（RTree）
4、全文索引（FullText Index）
5、聚簇索引（Clustered Index）
6、二级索引（Secondary Index）
下面分别详细介绍这些索引数据结构类型。
1、BTree索引
BTree是一种自平衡的多路搜索树，用于存储数据库中的数据，它具有高度平衡性，可以有效地提高查询速度，BTree索引适用于全值匹配和范围查询。
| 属性 | 描述 |
| 叶子节点 | 存储实际的数据记录 |
| 非叶子节点 | 存储指向子节点的指针 |
| 层级 | BTree的高度决定了查询性能，一般建议为35层 |
| 查询 | 支持全值匹配、范围查询和排序操作 |
| 插入 | 在叶子节点插入新记录，如果需要扩展则向上分裂 |
| 删除 | 如果删除后叶子节点小于阈值，则合并相邻叶子节点，否则向上合并 |
2、哈希索引
哈希索引是基于哈希函数实现的，它将数据根据哈希值进行组织，哈希索引适用于等值查询，但不支持范围查询和排序操作。
| 属性 | 描述 |
| 哈希桶 | 根据哈希函数将数据分配到不同的桶中 |
| 冲突解决 | 使用链表或开放寻址法解决哈希冲突 |
| 查询 | 支持等值查询，但不支持范围查询和排序操作 |
| 插入 | 直接插入到对应的哈希桶中 |
| 删除 | 直接从哈希桶中删除记录 |
3、空间数据索引（RTree）
空间数据索引主要用于地理信息系统（GIS）中的多边形、点和线等几何对象的空间查询，RTree是一种平衡树结构，可以有效地处理空间数据的插入、删除和查询操作。
| 属性 | 描述 |
| MBR（Minimum Bounding Rectangle） | 每个节点包含一个最小边界矩形，用于表示空间对象的区域范围 |
| 层次结构 | RTree具有多层节点，每层节点代表不同精度的空间划分 |
| 查询 | 支持空间对象的包含关系查询、相交关系查询和邻接关系查询 |
| 插入 | 根据空间对象的MBR将其插入到合适的节点中 |
| 删除 | 根据空间对象的MBR从相应的节点中删除记录 |
4、全文索引（FullText Index）
全文索引主要用于文本数据的快速检索，它通过分词器将文本数据分解为单词，然后建立倒排索引，以提高查询速度，全文索引支持模糊查询和同义词查询。
| 属性 | 描述 |
| 分词器 | 将文本数据分解为单词的工具 |
| 倒排索引 | 根据单词建立的索引结构，用于快速查找包含特定单词的文档 |
| 查询 | 支持模糊查询（如LIKE、MATCH AGAINST）和同义词查询（如FUZZY、WILDCARD） |
| 插入 | 在插入文档时，更新倒排索引中的相关记录 |
| 删除 | 在删除文档时，更新倒排索引中的相关记录 |
5、聚簇索引（Clustered Index）
聚簇索引是将数据记录按照主键的顺序存储在一起，形成一个连续的数据块，主键值相同的记录会相邻存储，聚簇索引适用于频繁按主键进行查询的场景。
| 属性 | 描述 |
| 数据记录顺序 | 根据主键值的顺序存储数据记录 |
| BTree结构 | 使用BTree作为底层数据结构，维护主键的顺序关系 |
| 查询性能 | 如果经常按主键进行查询，聚簇索引可以提高查询性能 |
| 插入性能 | 如果表中没有主键冲突，插入性能较好；如果有主键冲突，需要调整记录顺序，性能较差 |
| 删除性能 | 如果表中有大量重复的主键值，删除性能较差；如果没有重复的主键值，删除性能较好 |
原创文章，作者：未希，如若转载，请注明出处：https://www.kdun.com/ask/637218.html
微信扫一扫