- 哈希存储法：以 key、value 方式存储，把值存入数组中使用哈希值确认数据的位置，如果发生哈希冲突，使用链表存储数据；
- 有序数组存储法：按顺序存储，优点是可以使用二分法快速找到数据，缺点是更新效率，适合静态数据存储；
- 搜索树：以树的方式进行存储，查询性能好，更新速度快。
MySQL索引的常见存储算法包括以下几种：
- B树（B-Tree）：B树是一种自平衡的多路搜索树，被广泛应用于数据库索引中。B树的特点是具有平衡的高度和均衡的分支因子，能够有效支持范围查询和快速的插入、删除操作。
- B+树（B+Tree）：B+树是在B树的基础上进行优化的一种树结构。与B树不同，B+树的所有数据都存储在叶子节点上，而非内部节点。叶子节点之间通过指针连接形成一个有序链表，便于范围查询和顺序访问。B+树在范围查询、顺序访问和支持大数据集方面具有更好的性能表现，因此在许多数据库系统中被广泛使用。MySQL的InnoDB存储引擎默认使用B+树索引。
- Hash索引（Hash Index）：Hash索引使用哈希函数将索引键值映射到哈希桶（Hash Bucket），通过哈希桶来存储索引数据。Hash索引具有快速的查找性能，适用于等值查询，但不适用于范围查询和排序。MySQL的Memory存储引擎支持Hash索引。
- 全文索引（Full-Text Index）：全文索引是一种用于全文搜索的索引技术，用于对文本数据进行关键字搜索。它使用特殊的算法和数据结构，支持包含关键字的自然语言搜索，并提供相关性排序。MySQL的MyISAM和InnoDB存储引擎支持全文索引。
- R树（R-Tree）：R树是一种用于空间数据索引的树结构，用于高效地支持空间查询，例如范围查询和邻近查询。R树适用于存储和查询具有空间维度的数据，如地理位置信息。MySQL的MyISAM和InnoDB存储引擎支持R树索引。
需要根据具体的应用场景和查询需求选择适当的存储算法。不同的存储算法在不同的查询类型和数据分布下具有不同的性能特点，因此需要进行适当的测试和评估来选择最合适的索引类型。
