MySQL目前主要有以下幾種索引類型：
- 普通索引 INDEX 允許出現相同的索引內容 (normal)
- 唯一索引 UNIQUE 不可以出現相同的值，可以有NULL值
- 主鍵索引 PROMARY KEY 不允許出現相同的值(唯一性，且只能有一個)
- 組合索引 實質上是將多個字段建到一個索引里，列值的組合必須唯一
- 全文索引 FULLTEXT INDEX 可以針對值中的某個單詞，但效率低（不建議，可利用添加關鍵詞關聯列來實現）
//建表時建立
CREATE TABLE table_name[col_name data type] [unique|fulltext][index|key][index_name](col_name[length])[asc|desc]
注意：復合索引使用時要與索引名和關聯的列一一對應，如果想單獨對某個列進行索引操作，需要新建個以獨立的索引
說明
1.unique|fulltext為可選參數，分別表示唯一索引、全文索引 2.index和key為同義詞，兩者作用相同，用來指定創建索引 3.col_name為需要創建索引的字段列，該列必須從數據表中該定義的多個列中選擇 4.index_name指定索引的名稱，為可選參數，如果不指定，默認col_name為索引值 5.length為可選參數，表示索引的長度，只有字符串類型的字段才能指定索引長度 6.asc或desc指定升序或降序的索引值存儲
索引的創建、修改、刪除
1、使用ALTER TABLE 語句創建索引
應用於表創建完成之后添加索引
ALTER TABLE 表名 ADD 索引類型 （unique,primary key,fulltext,index）[索引名]（字段名）
//普通索引 alter table table_name add index index_name (column_list) ; //唯一索引 alter table table_name add unique (column_list) ; //主鍵索引 alter table table_name add primary key (column_list) ;
說明：
ALTER TABLE可用於創建普通索引、UNIQUE索引和PRIMARY KEY索引3種索引格式，
table_name是要增加索引的表名，column_list指出對哪些列進行索引，多列時各列之間用逗號分隔。
索引名index_name可選，缺省時，MySQL將根據第一個索引列賦一個名稱。另外，ALTER TABLE允許在單個語句中更改多個表，因此可以同時創建多個索引。
2、使用CREATE INDEX 對表增加索引
CREATE INDEX可用於對表增加普通索引或UNIQUE索引，可用於建表時創建索引。
CREATE INDEX index_name ON table_name(username(length));
如果是CHAR，VARCHAR類型，length可以小於字段實際長度；如果是BLOB和TEXT類型，必須指定 length。
//create只能添加這兩種索引; CREATE INDEX index_name ON table_name (column_list) CREATE UNIQUE INDEX index_name ON table_name (column_list)
table_name、index_name和column_list具有與ALTER TABLE語句中相同的含義，索引名不可選。另外，不能用CREATE INDEX語句創建PRIMARY KEY索引。
3、刪除索引
刪除索引可以使用ALTER TABLE或DROP INDEX語句來實現。DROP INDEX可以在ALTER TABLE內部作為一條語句處理。
drop index index_name on table_name ; alter table table_name drop index index_name ; alter table table_name drop primary key ;
在前面的兩條語句中，都刪除了table_name中的索引index_name。而在最后一條語句中，只在刪除PRIMARY KEY索引中使用，因為一個表只可能有一個PRIMARY KEY索引，因此不需要指定索引名。如果沒有創建PRIMARY KEY索引，但表具有一個或多個UNIQUE索引，則MySQL將刪除第一個UNIQUE索引。
如果從表中刪除某列，則索引會受影響。對於多列組合的索引，如果刪除其中的某列，則該列也會從索引中刪除。如果刪除組成索引的所有列，則整個索引將被刪除。
4、修改索引
mysql 是沒有內置修改索引操作的，需要先執行刪除操作在重新建立一個索引
5、查看索引
-如果查看索引前，沒有使用use db_name等命令指定具體的數據庫，則必須加上FROM db_name SHOW INDEX FROM table_name [FROM db_name] --如果查看索引前，沒有使用use db_name等命令指定具體的數據庫，則必須加上db_name.前綴 SHOW INDEX FROM [db_name.]table_name --如果查看索引前，使用了use db_name等命令指定具體的數據庫 SHOW INDEX FROM table_name
組合索引與前綴索引
組合索引和前綴索引是對建立索引技巧的一種稱呼，並不是索引的類型。
create table dm_user ( ID int not null auto_increment comment '主鍵', LOGIN_NAME varchar(30) not null comment '登錄名', PASSWORD varchar(30) not null comment '密碼', CITY varchar(30) not null comment '城市', AGE int not null comment '年齡', SEX int not null comment '性別(0:女 1：男)', primary key (ID) ); comment 表示添加注釋（注意中文亂碼的問題，需要設置表的編碼格式為utf-8）
建立組合索引，即將LOGIN_NAME,CITY建到一個索引里
ALTER TABLE md_user ADD INDEX name_city (LOGIN_NAME(16),CITY);
建表時，LOGIN_NAME長度為30，這里用16，是因為一般情況下名字的長度不會超過16，這樣會加快索引查詢速度，還會減少索引文件的大小，提高INSERT，UPDATE的更新速度。
值得一提的是，mysql組合索引是依據“最左前綴”的形式產生索引結果的。簡單的理解就是只從最左邊的開始組合，並不是只要包含這幾列的查詢都會用到該組合索引。也就是說index_name(column1(length),column2,column3...)從左到右進行索引，如果沒有左前索引，mysql不會執行索引查詢。
ALTER TABLE table_name ADD INDEX index_name (column1,column2,column3,column4); //相當於分別創建了一下幾種組合索引 column1,column2,column3,column4 column1,column2,column3 column1,column2 column1
如果索引列長度過長,這種列索引時將會產生很大的索引文件,不便於操作,可以使用前綴索引方式進行索引，前綴索引應該控制在一個合適的點,控制在0.31黃金值即可(大於這個值就可以創建)。
SELECT COUNT(DISTINCT(LEFT(`column_name`,10)))/COUNT(*) FROM table_name; -- 這個值大於0.31就可以創建前綴索引,Distinct去重復 ALTER TABLE `table_name` ADD INDEX `uname`(column_name(10)); -- 增加前綴索引SQL,將列名的索引建立在10,這樣可以減少索引文件大小,加快索引查詢速度 Mysql字符串截取函數：left()、right()、substring()、substring_index()
索引類型
1、FULLTEXT
全文索引，目前只有MyISAM引擎支持,mysql 5.6之后InnoDB引擎也支持。其可以在CREATE TABLE ，ALTER TABLE ，CREATE INDEX 使用，不過目前只有 CHAR、VARCHAR ，TEXT 列上可以創建全文索引。
注意：在數據量較大時候，先將數據放入一個沒有全文索引的表中，然后再用CREATE INDEX創建FULLTEXT索引，要比先為一張表建立FULLTEXT然后再將數據寫入的速度快很多。
全文索引的出現是為了解決WHERE name LIKE “%keyword%"這類針對文本的模糊查詢效率較低的問題。
在數據量較大時是查詢是極其的耗時的，如果沒有異步IO處理，進程將被挾持，很浪費時間。想了解異步IO的，自行谷歌。
全文索引的使用：
創建ALTER TABLE table ADD INDEX `FULLINDEX` USING FULLTEXT(`cname1`[,cname2…]);
使用SELECT * FROM table WHERE MATCH(cname1[,cname2…]) AGAINST ('keyword' MODE );
其中， MODE為搜尋方式（IN BOOLEAN MODE ，IN NATURAL LANGUAGE MODE ，IN NATURAL LANGUAGE MODE WITH QUERY EXPANSION / WITH QUERY EXPANSION）。
關於這三種搜尋方式，簡單地說分為：
- 布爾模式，允許word里含一些特殊字符用於標記一些具體的要求，如+表示一定要有，-表示一定沒有，*表示通用匹配符，類似正則；
- 自然語言模式，就是簡單的單詞匹配；
- 含表達式的自然語言模式，就是先用自然語言模式處理，對返回的結果，再進行表達式匹配。
FULLTEXT索引也是按照分詞原理建立索引的。西文中，大部分為字母文字，分詞可以很方便的按照空格進行分割。
但很中文不能按照這種方式進行分詞。那又怎么辦呢？利用Mysql的中文分詞插件Mysqlcft，就可以對中文進行分詞，Mysqlcft詳情。
2、HASH
hash就是一種（key=>value）形式的鍵值對，如數學中的函數映射，允許多個key對應相同的value，但不允許一個key對應多個value。正是由於這個特性，hash很適合做索引，為某一列或幾列建立hash索引，就會利用這一列或幾列的值通過一定的算法計算出一個hash值，對應一行或幾行數據（這里在概念上和函數映射有區別，不要混淆）。在java語言中，每個類都有自己的hashcode()方法，沒有顯示定義的都繼承自object類，該方法使得每一個對象都是唯一的，在進行對象間equal比較，和序列化傳輸中起到了很重要的作用。
hash的生成方法有很多種，可以保證hash碼的唯一性。如在MongoDB中，每一個document都有系統為其生成的唯一的objectID（包含時間戳，主機散列值，進程PID，和自增ID）也是一種hash的表現。
由於hash索引可以一次定位，不需要像樹形索引那樣逐層查找,因此具有極高的效率。
那為什么還需要其他的樹形索引呢？
這里簡單說下樹形索引Btree 與 Hash 索引的區別：
（1）Hash 索引僅能滿足"=","IN"和"<=>"查詢，不能使用范圍查詢。
由於 Hash 索引比較的是進行 Hash 運算之后的 Hash 值，所以它只能用於等值的過濾，不能用於基於范圍的過濾，因為經過相應的 Hash 算法處理之后的 Hash 值的大小關系，並不能保證和Hash運算前完全一樣。
（2）Hash 索引無法被用來避免數據的排序操作。
由於 Hash 索引中存放的是經過 Hash 計算之后的 Hash 值，而且Hash值的大小關系並不一定和 Hash 運算前的鍵值完全一樣，所以數據庫無法利用索引的數據來避免任何排序運算；
（3）Hash 索引不能利用部分索引鍵查詢。
對於組合索引，Hash 索引在計算 Hash 值的時候是組合索引鍵合並后再一起計算 Hash 值，而不是單獨計算 Hash 值，所以通過組合索引的前面一個或幾個索引鍵進行查詢的時候，Hash 索引也無法被利用。
（4）Hash 索引在任何時候都不能避免表掃描。
Hash 索引是將索引鍵通過 Hash 運算之后，將 Hash運算結果的 Hash 值和所對應的行指針信息存放於一個 Hash 表中，由於不同索引鍵存在相同 Hash 值，所以即使取滿足某個 Hash 鍵值的數據的記錄條數，也無法從 Hash 索引中直接完成查詢，還是要通過訪問表中的實際數據進行相應的比較，並得到相應的結果。
（5）Hash 索引遇到大量Hash值相等的情況后性能並不一定就會比B-Tree索引高。
對於選擇性比較低的索引鍵，如果創建 Hash 索引，那么將會存在大量記錄指針信息存於同一個 Hash 值相關聯。這樣要定位某一條記錄時就會非常麻煩，會浪費多次表數據的訪問，而造成整體性能低下。
HASH索引的過程，當我們為某一列或某幾列建立hash索引時（目前就只有MEMORY引擎顯式地支持這種索引），會在硬盤上生成類似如下的文件：
| hash值 | 存儲地址 |
| 1db54bc745a1 | 77#45b5 |
| 4bca452157d4 | 76#4556,77#45cc… |
…
hash值即為通過特定算法由指定列數據計算出來，磁盤地址即為所在數據行存儲在硬盤上的地址（也有可能是其他存儲地址，其實MEMORY會將hash表導入內存）。
當進行WHERE num= 18 查詢時，會將18通過相同的算法計算出一個hash值==>在hash表中找到對應的儲存地址==>根據存儲地址取得數據。
所以，每次查詢時都要遍歷hash表，直到找到對應的hash值，如第（4）區別中描述的，數據量大了之后，hash表也會變得龐大起來，性能下降，遍歷耗時增加，如第（5）區別。
3、BTREE
BTREE樹形索引就是一種將索引值按一定的算法，存入一個樹形的數據結構中，學過數據結構的對於二叉樹這種數據結構應該不陌生吧。如二叉樹一樣，每次查詢都是從樹的入口root開始，依次遍歷node，獲取leaf。
BTREE在MyISAM里的形式和Innodb稍有不同（雖然兩者都使用B+Tree作為索引結構，但還是有些區別的，數據庫優化-mysql中INNODB和MYIASM引擎的區別）
在 Innodb里，有兩種形態：一是primary key形態，其leaf node里存放的是數據，而且不僅存放了索引鍵的數據，還存放了其他字段的數據。二是secondary index，其leaf node和普通的BTREE差不多，只是還存放了指向主鍵的信息.
而在MyISAM里，主鍵和其他的並沒有太大區別。不過和Innodb不太一樣的地方是在MyISAM里，leaf node里存放的不是主鍵的信息，而是指向數據文件里的對應數據行的地址信息.
4、RTREE
RTREE在mysql很少使用，僅支持geometry數據類型(幾何數據)，支持該類型的存儲引擎只有MyISAM、BDb、InnoDb、NDb、Archive幾種。
相對於BTREE，RTREE的優勢在於范圍查找.
索引的缺點：
- 雖然索引大大提高了查詢速度，同時卻會降低更新表的速度，如對表進行insert、update和delete。因為更新表時，不僅要保存數據，還要保存一下索引文件。
- 建立索引會占用磁盤空間的索引文件。一般情況這個問題不太嚴重，但如果你在一個大表上創建了多種組合索引，索引文件的會增長很快。
索引只是提高效率的一個因素，如果有大數據量的表，就需要花時間研究建立最優秀的索引，或優化查詢語句。
注意事項和設計技巧：
1.索引不會包含有null值的列
只要列中包含有null值都將不會被包含在索引中，組合索引中只要有一列含有null值，那么這一列對於此復合索引就是無效的。所以我們在數據庫設計時不要讓字段的默認值為null。
2.使用短索引
對串列進行索引，如果可能應該指定一個前綴長度。例如，如果有一個char(255)的列，如果在前10個或20個字符內，多數值是惟一的，那么就不要對整個列進行索引。短索引不僅可以提高查詢速度而且可以節省磁盤空間和I/O操作。
3.索引列排序
查詢只使用一個索引，因此如果where子句中已經使用了索引的話，那么order by中的列是不會使用索引的。因此數據庫默認排序可以符合要求的情況下不要使用排序操作；盡量不要包含多個列的排序，如果需要最好給這些列創建復合索引。
4.like語句操作
一般情況下不推薦使用like操作，如果非使用不可，如何使用也是一個問題。like “%aaa%” 不會使用索引而like “aaa%”可以使用索引。
5.不要在列上進行運算
這將導致索引失效而進行全表掃描
6.不使用not in和<>判斷操作
NOT IN 、<>、!=不使用索引,但<,<=，=，>,>=,BETWEEN,IN是可以用到索引的。
not in和<> 這將導致索引失效，可以考慮使用exists 或 not exists 來代替in 和 not in （注意 in操作 是可以利用索引的）。
mysql中的in語句是把外表和內表作hash 連接，而exists語句是對外表作loop循環，每次loop循環再對內表進行查詢。一直大家都認為exists比in語句的效率要高，這種說法其實是不准確的。這個是要區分環境的。
簡而言之就是，內查詢循環次數少（即內查詢表數據少於外查詢表或相差不大的情況）使用exists 效率高；反之，外查詢循環次數少（即外查詢表遠少於內查詢表數據）使用in 效率高。
not in 和not exists如果查詢語句使用了not in 那么內外表都進行全表掃描，沒有用到索引；而not extsts 的子查詢依然能用到表上的索引。所以無論那個表大，用not exists都比not in要快。
使用between and 區間 來代替<>判斷操作。
7、EXPLAIN可以幫助開發人員分析SQL問題.
explain顯示了mysql如何使用索引來處理select語句以及連接表,可以幫助選擇更好的索引和寫出更優化的查詢語句。使用方法,在select語句前加上Explain就可以。
8、索引要建立在值比較唯一的字段上
9、索引要建立在經常進行select操作的字段上。
這是因為，如果這些列很少用到，那么有無索引並不能明顯改變查詢速度。相反，由於增加了索引，反而降低了系統的維護速度和增大了空間需求。
10、對於那些定義為text、image和bit數據類型的列不應該增加索引。因為這些列的數據量要么相當大，要么取值很少。
11、在where和join中出現的列需要建立索引
12、如果where字句的查詢條件里使用了函數(如：where YEAR(column)=…),mysql將無法使用索引
13、在join操作中(需要從多個數據表提取數據時)，mysql只有在主鍵和外鍵的數據類型相同時才能使用索引，否則及時建立了索引也不會使用。
14、當where條件中存在 字符串與數字比較時（數據類型相同）不使用索引，用到OR 關鍵詞時也不會使用索引
各種索引的使用情況
（1）對於BTREE這種Mysql默認的索引類型，具有普遍的適用性
（2）由於FULLTEXT對中文支持不是很好，在沒有插件的情況下，最好不要使用。在小的博客應用，在數據采集時，為其建立關鍵字列表，通過關鍵字索引也可以起到類型的作用。
（3）對於一些搜索引擎級別的應用來說，FULLTEXT同樣不是一個好的處理方法，Mysql的全文索引建立的文件還是比較大的，而且效率不是很高。Apache的Lucene或許是你的選擇。
（4）正是因為hash表在處理較小數據量時具有無可比擬的素的優勢，所以hash索引很適合做緩存（內存數據庫）。如mysql數據庫的內存版本Memsql，使用量很廣泛的緩存工具Mencached，NoSql數據庫redis等，都使用了hash索引這種形式。Mysql的MEMORY引擎也是可以滿足這種需求的。
在實際操作過程中，應該選取表中哪些字段作為索引？
為了使索引的使用效率更高，在創建索引時，必須考慮在哪些字段上創建索引和創建什么類型的索引,有7大原則：
1．選擇唯一性索引
2．為經常需要排序、分組和聯合操作的字段建立索引
3．為常作為查詢條件的字段建立索引
4．限制索引的數目
5．盡量使用數據量少的索引
6．盡量使用前綴來索引
7．刪除不再使用或者很少使用的索引