理解数据库之索引类型

索引的出现其实就是为了提高数据查询的效率，就像书的目录一样。常见的索引类型有：哈希表、有序数组、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值即 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，即链表法。

哈希表在等值查询时是很快的，但在区间查询时效率却非常慢。由于哈希存储时的数据并不是递增的，在区间查询时就必须全表扫描了。

应用于 Memcached 及其他一些 NoSQL 引擎

有序数组

有序数组在等值查询和区间查询时的性能都非常优秀。由于数组中的元素都是递增的，所以在查询时可以采用二分法查找，这个时间复杂度为O(log(N))。

在范围查询时也是一样，只要找到大于区间的左边，然后向右遍历找到区间的右边。这样的效率也是很快的。

但有序数组也有个缺点是更新插入时效率很差，原因在于新插入一个数据时，数组需维护有序状态，所以会将插入位置后面的数据往后挪，这样所花的成本太高。

所以，有序数组索引只适用于静态存储引擎，比如你要保存的是 2018 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

先说下二叉搜索树。我们知道，二叉搜索树有个特点是，每个节点的左儿子小于父节点，父节点又小于右节点。所以在搜索时其效率可达O(log(N))。

如果是以二叉搜索树为索引结构的话，其效率不一定高。原因在于当数据量大时，即节点数非常多，其树的高度也会很高。这将导致每一次遍历的时候都需要遍历每一层的数据（一层的数据为一个数据块），读取数据块的操作是非常慢的。可见数据块越多对数据搜索效率就越差。

为了让一个查询尽量少读磁盘，就必须让查询过程访问尽量少的数据块。故我们不应该使用二叉树，而是采用N叉树，这N由数据大小决定。

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。

Tips:
数据库底层存储的核心就是基于这些数据模型的。每碰到一个新数据库，我们需要先关注它的数据模型，这样才能从理论上分析出这个数据库的适用场景。