MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种

（图片来自b站黑马mysql学习视频） 

不同存储引擎对索引的支持情况：

 （图片来自b站黑马mysql学习视频）

先介绍B-Tree

B-Tree存储的数据类型为键值对。B-Tree有几个关键元素，阶数，指针。若一个B-Tree为5阶，则每个节点最多储存4个键，4个键按其他键与他们的偏序关系对应5个指针。当一个节点储存的元素数到达阶数时，中间元素向上分裂，两边元素分别在两个节点，向上分裂的元素指向这两个节点。

我们可以访数据结构图形化网站：

Data Structure Visualization (usfca.edu)

点击B Trees 去添加元素，感受B-Tree元素的添加过程，相信你一定会对B-Tree有更深的理解。

（简单5阶B-Tree） 

B-Tree元素的查找与二叉树大同小异，也是和节点里的元素比大小，不过B-Tree是区间，要找的元素属于哪个区间，一步一步就能找到所对应的数据了。

对B-Tree感兴趣的可以去博客上搜索，有很多大牛介绍的很详细。

B+Tree与B-Tree类似，但B+Tree多了点特性：

（简单5阶B+Tree） 

MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加了一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能（就是上图叶子形成的为双向链表）。

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中，如果两个（或多个）键值映射到同一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞），可以通过链表来解决。

特点：