数据结构和算法的一些小结

索引

     通过数据的冗余和预计算，以减少io次数和逻辑判断的消耗，最终提高查询的速度。

     例如经典的B+树索引vs LSM-tree索引。LSM-Tree索引写是O（1），读是O（N）；B+树读写都是O（logN），tokudb的fractal tree介于两者之间。

索引的副作用

     索引的加载、修改，会带来额外的IO和锁的消耗。

位图索引

位图索引本质上是列存储，对于取值离散范围较小的列，每个值存一个位图。恰好满足了三星索引的第三星要求，查询满足满足特定列某个取值的主键（例如所有性能都为男性的学生的ID），其数据全部都在索引之中。

堆表vs索引表

索引表在经过大量插入删除后，会存储在老化问题，既数据块在磁盘上分布不够连续，二是离散的。

堆表，数据块本省不存在老化问题，但是如果对表上的索引较多，会插入删除时，需要锁定、修改对应的索引块，效率比较低。索引表的二级索引是间接索引，不存在该啥问题。

协程

     最好是编程语言native方式支持，否则会有些额外的问题（C的routine CPU需要显示调用一个yield函数）。

     应用于RPC或者session较多的场景，底层实现是异步IO，应用编程是同步IO，提高开发效率。

cpu cache

    通过一个hash映射的方法，将memory地址空间映射为cache的地址空间，关键问题是：提高hash表的空间利用率，减少hash冲突，均匀hot key的分布以减少cache miss。

Bloom Filter

    通过多维hash的方式减少hash冲突，只记录原始key的很小一部分（位图）以提高空间利用率。

spin lock

     忙等非睡眠锁，当CPU轮询忙等的时间远远小于进程/线程上下文切换时间时，it work。