索引模型的常见数据结构

索引的出现是为了提高查询效率,三种常见、也比较简单的数据结构

1. 哈希表
2. 有序数组
3. 搜索树

哈希表

哈希表是一种以键 - 值（key-value）存储数据的结构，我们只要输入待查找的键即 key，就可以找到其对应的值即 Value。哈希的思路很简单，把值放在数组里，用一个哈希函数把 key 换算成一个确定的位置，然后把 value 放在数组的这个位置。不可避免地，多个 key 值经过哈希函数的换算，会出现同一个值的情况。处理这种情况的一种方法是，拉出一个链表。—先哈希定位，若有相同值，遍历链表
优点：新增和等值查询速度快 接近log(1)
确定：因为哈希后的是无序的，所以范围查询只能遍历查询
适用场景：只有等值查询的场景，如memcache以及其他nosql。

有序数组

优点：有序数组在等值查询和范围查询场景中的性能就都非常优秀 —O(log(N))。
缺点：在需要更新数据的时候就麻烦了，你往中间插入一个记录就必须得挪动后面所有的记录，成本太高。
适用场景：只适用于静态存储引擎，比如你要保存的是 2017 年某个城市的所有人口信息，这类不会再修改的数据。

搜索树

优点：插入和删除时间复杂度都是O(1)，查询复杂度O(logN)
使用场景：N 叉树由于在读写上的性能优点，以及适配磁盘的访问模式，已经被广泛应用在数据库引擎中了

参考总结来源：深入浅出索引（上）