[学习笔记][剑指Offer][数据库]（一）数据库模块、索引的数据结构

1、如何设计一个关系型数据库

关系型数据库的模块

1. 首先需要用于 存储 的文件系统；
2. 单纯有物理结构的存储是肯定不行的，就需要逻辑结构的程序实例；
3. 将逻辑结构映射到物理结构，管理存储信息的 存储管理 模块；
4. 为优化执行效率，方便快速查询，需要 缓存机制 ；
5. 方便外界指令控制操作数据库，需要 SQL解析 ；
6. 记录对数据库的操作等，以便查看数据库信息，需要 日志管理 ；
7. 对数据库操作的权限问题，就需要有 权限划分；
8. 除了有正常功能，还需要能应付异常情况，就有了 容灾机制；
9. 最后为了提高数据库的查询效率和支持并发，就需要 索引管理 和 锁管理；

2、索引模块

2.1、索引的数据结构

2.1.1、二叉查找树

每个节点有一个关键字，大于当前关键字向右子树方向寻找，小于则向左查找。
上图所示二叉树，既是二叉查找树，还是平衡二叉树（左右子树高度差值不超过一）。时间复杂度为O(logn)；
缺点：每个节点都是一个关键字，会发生一次读写（IO），由于二叉树最多只能有两个孩子，这样数据量大之后，就会导致查找一个数据深度过深，频繁发生IO，效率不比全表扫描高。

2.1.2、B树（B - Tree）

为了减少磁盘的IO次数，就出现了多叉树——m阶B树。
m阶B树定义：

1. 根节点至少有两个孩子
2. 每个节点最多m个孩子 【m>=2】
3. 除了根和叶子的其他节点至少有ceil(m/2)个孩子【ceil向上取整】
4. 所有叶子位于同一层
5. 节点中：
   ①关键字K升序排序
   ②关键字个数n满足：[ceil(m/2)-1]<=n<=m-1；
   ③非叶子节点的孩子指针P必须满足：P[i]∈(K[i-1]，k(i))

如图，三阶B树（因为课件中的图，和他讲的定义3不符合，就没用课件中的图）

2.1.3、B+树（B+ - Tree）

PS：MySQL的索引是基于B+树的结构进行查询

2.1.3.1、B树和B+树的区别：

1. 非叶子节点的子树指针与关键字个数相同
2. 非叶子节点的子树指针P，P[i]指向关键字范围为[K[i]，K[i+1]]的子树
3. B+树的非叶子节点仅用来索引，并不存储数据，叶子结点存储数据
4. 叶子结点均有一个链指针指向下一个叶子结点（多项查询时不必重新从根节点开始，而是通过链指针继续向下查找）

如图：

2.1.3.2、B+树更适合用来做存储索引

1. 磁盘IO次数减少，读写代价更低【因为只有叶子结点存储数据】
2. 不论是范围查询还是单点查询，查询效率都更加稳定【因为链指针和树的高度更低，且数据一次性写入】
3. 更有利于对数据库的扫描【链指针】

2.1.4、Hash索引

计算Hash值，进行查找，查询效率更高。定点查询。（结构类似于HashMap）
结构如图：

缺点：

1. 仅能满足“IN”和“=”，不能范围查询【因为计算Hash值，定点查询】
2. 对于数据排序、部分索引键查询、表扫描无法实现
3. 遇到大量数据Hash值相同情况，性能不一定比B-Tree索引高

2.1.5、位图（BitMap）索引

Oracle支持位图索引，非主流索引

如图，看关键字Blue，开始位置和结束位置之间的位图中，1代表true，看表中蓝色位于[0,4,7,…,]，所以位图中的0位置的值为1,4位置为1……