正向索引、反向索引、B*Tree索引

索引就是为了更快的找出需要的信息。 一般都要进行排序。

 

正向索引----开发出来用来存储每个文档的单词的列表。实际上，时间、内存、处理器等等资源的限制，技术上正向索引是不能实现的。既：存储一个文档中有那些单词。有多少单词就有多少列。然后对每一列进行某种排序。

 

反向索引----其中每条记录，记录的是一个单词都在那些文档中出现。然后对这些记录进行排序。http://zh.wikipedia.org/wiki/%E5%80%92%E6%8E%92%E7%B4%A2%E5%BC%95

 

B*Tree索引----就是B*Tree排序。

----------------------------------------------------------------------------------------------------

具体：B*Tree索引

　　B*Tree索引是最常见的索引结构，默认建立的索引就是这种类型的索引。B*Tree索引在检索高基数数据列（高基数数据列是指该列有很多不 同的值）时提供了最好的性能。当取出的行数占总行数比例较小时B-Tree索引比全表检索提供了更有效的方法。但当检查的范围超过表的10%时就不能提高 取回数据的性能。B-Tree索引是基于二叉树的，由分支块（branch block）和叶块（leaf block）组成。在树结构中，位于最底层底块被称为叶块，包含每个被索引列的值和行所对应的rowid。在叶节点的上面是分支块，用来导航结构，包含了 索引列（关键字）范围和另一索引块的地址，如图26-1所示。

　　假设我们要找索引中值为80的行，从索引树的最上层入口开始，定位到大于等于50，然后往左找，找到第2个分支块，定位为75－100，最后再 定位到叶块上，找到80所对应的rowid，然后根据rowid去读取数据块获取数据。如果查询条件是范围选择的，比如where column >20 and column <80，那么会先定位到第一个包含20的叶块，然后横向查找其他的叶块，直到找到包含80的块为止，不用每次都从入口进去再重新定位。

------------------------------------------------------------------------------------------------------