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。
一、常见索引。
索引结构 | 描述 |
B+Tree索引 | 最常见的索引类型，大部分引擎都支持B+树索引 |
Hash索引 | 底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效，不支持范围查询 |
R tree（空间索引） | 空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少 |
Full-text（全文索引） | 是一种通过建立倒排索引，快速匹配文档的方式。类似于Lucene，Solr，ES |
二、支持情况。
索引 | InnoDB | MyISAM | Memory |
B+Tree索引 | 支持 | 支持 | 支持 |
Hash索引 | 不支持 | 不支持 | 支持 |
R tree（空间索引） | 不支持 | 支持 | 不支持 |
Full-text（全文索引） | 5.6版本之后支持 | 支持 | 不支持 |
我们平常所说的索引，如果没有特别指明，都是指B+树结构组织的索引。
三、二叉树。
二叉树缺点：顺序插入时，会形成一个列表，查询性能大大降低。大数据量情况下，层级较深，检索速度慢。
四、红黑树。
大数据量情况下，层级较深，检索速度慢。
五、B-Tree树（多路平衡查找树）
六、B+Tree（所有元素都会出现在叶子节点，叶子节点会形成单项链表）
B+Tree索引数据结构
MySQL索引数据结构对经典的B+Tree进行了优化。在元B+Tree的基础上，增加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。
七、hash索引数据结构。
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，映射到一个想用的槽位上，它们就产生了hash冲突（也成为了hash碰撞），可以通过链表来解决。
hash索引特点
1、hash索引只能用于对等比较（=，in），不支持范围查询（between，>，<，...）
2、无法利用索引完成排序操作，运算出来的结果是无序的。
3、查询效率高，通常只需要一次检索就可以了，效率通常要高于B+Tree索引。
存储引擎支持
在MySQL中，支持hash索引的是memory引擎，而InnoDB中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。
八、选择使用B+Tree索引
