數據索引

目錄

• 索引常見模型
• 哈希表
• 有序數組
• 搜索樹
• 索引維護

索引常見模型

先介紹比較常見簡單的數據索引：哈希表、有序數組、搜索樹

哈希表

哈希表是一種以鍵值存儲數據的結構，只用輸入key就能找到value。

哈希表就是把key放在一個位置，把值通過計算均勻的分佈在數組裏，多個 key 值通過哈希函數的換算，會出現同一個值的狀況。處理這種狀況的一種方法是，拉出一個鏈表。

例如你須要在哈希值爲2的鏈表裏面新增一個值，直接在尾部添加就行了，但若是須要在裏面查詢某一個值，你得掃描裏面全部的值，由於鏈表不是有序的。

哈希表這種結構適用於只有等值查詢的場景，好比 Memcached 及其餘一些NoSQL 引擎。

有序數組

有序數組按數組遞增的順序排序，若是僅僅看查詢效率，有序數組就是最好的數據結構了。可是，在須要更新數據的時候就麻煩了，你往中間插入一個記錄就必須得挪動後面全部的記錄，成本過高。

搜索樹

二叉搜索樹的特色是：每一個節點的左兒子小於父節點，父節點又小於右兒子。

二叉樹搜索效率最高，可是數據存儲不使用二叉樹，由於索引可能還要寫入磁盤中，由於是二叉，數據量大的狀況下樹高可能有幾十，至關於幾十個數據塊，而磁盤讀取一個數據塊須要花費10ms，相對來講查詢太慢了。

樹能夠有二叉也能夠有多叉，每一個節點下面有多個兒子，N叉樹用很低的樹高，存儲龐大的數據，減小對磁盤的訪問，被普遍用於數據庫中。

B+樹相似於多叉樹，不過能夠在最後的子節點用雙向鏈表連了起來，好比我只須要找到8-10這個區間，而後經過8日後面遍歷找到後面的9。

這樣它完美地支持了咱們提的三個需求：快速查找值，區間，順序逆序查找。

索引維護

在插入新值的時候，須要日後挪動位置，可是剛剛數據已經滿了，只能開啓新的一頁，根據 B+ 樹的算法，這時候須要申請一個新的數據頁，而後挪動部分數據過去。這個過程稱爲頁分裂，會影響性能。

若是是以自增 id 做爲主鍵，因爲新插入的表中生成的 id 比索引中全部的值都大，因此它要麼合到已存在的節點(元素個數未滿)中，要麼放入新建的節點中(以下圖示)因此若是是以自增 id 做爲主鍵，就不存在頁分裂的問題了。

也會有頁合併的狀況，刪掉了兩個數據，數據分散在兩個不一樣的節點上，可能形成兩次 IO 讀，勢必會影響查找效率! 那何時會發生頁合併呢，咱們能夠定個閾值，好比對於 N 叉樹來講，當節點的個數小於 N/2 的時候就應該和附近的節點合併，不過須要注意的是合併後節點裏的元素大小可能會超過 N，形成頁分裂，須要再對父節點等進行調整以讓它知足 N 叉樹的條件。

假若有很長的身份證，仍是用ID做爲主鍵呢，答案確定是用ID，由於索引越長佔用空間越大。