在上一篇里面，我们对数据库的抽象的组成原理进行了简单的描述。在这一篇里面，我们一起来看看，如何能够使用kv这样的工具。来完成关系代数运算。
那么，让我们先来热热身:
这是一组数据，以pk作为主键，user_id和Name是外key.
那么，如果我要运行查询:Select * from tab where id = ?
应该如何进行呢？
这里需要一些额外的知识，在数据结构中，有那么一种结构，可以用于处理按照某个key找到value的过程，抽象来看，一种方法是二分查找法，一种方法是hash.
如果各位是java用户，那么二分查找的实现可以认为是个TreeMap的实现，而Hash的方法则可以认为是hashMap的实现。如果是个c/cpp的用户，那么就二分查找就对应map实现。而hash实现则对应stl里面的hash_map。
那么，这里的这个问题，我们就很容易可以解决了
以id作为map的key,以其他数据作为value，把所有数据都放入到map里面，然后再使用id=1作为key,从map中找到对应的value返回即可。（这一个部分，我们在后面的章节里面还会介绍，现在大家只需要有个大概的印象即可）
怎么样？是不是很简单？那么，我们来讨论更进一步的问题：
如果我想找到符合Select * from tab where user_id = 0的所有结果，应该如何去作？
仔细想想。那么第一种做法一定是这样。
把整个集合内的所有数据，都拿出来，然后找到user_id的数字，如果user_id=0，那么就认为是符合要求的记录，直接返回。
如果不是user_id=0，那么不匹配，丢弃这条记录即可。
这样一定可以找到所有符合要求的记录。
然而，这样作，带来的问题是，我有多少条记录，就需要进行多少次这样的匹配，那么，假设有100000000000000000条记录，就需要匹配这样多次，才能找到符合要求的记录。这是个悲剧。。
那么，怎么解决这个悲剧呢？
于是有些聪明人就又想起了map结构，hash或tree，不都可以按照k找到value么。那我们这里也可以利用这个map结构嘛。。
也就是说，以user_id作为key,id作为value，构建一个Map.不就又能进行快速查询了么。
于是，就有了数据库最重要的一个结构“索引” 这种以外键作为key,主键作为value的东西，有个专有的名字，叫做二级索引。
有了二级索引，我们的所有查询，都可以以接近O(LogN)(有序数据)，或O(1)的效率找到我们需要的数据。是不是很爽？
但这不是银弹，你付出了空间成本，本质来说就是空间换时间的过程。同时，也会降低写入的效率。
怎么样？理解了没？如果自认为对这些都了解了，那么我们再来看一个问题：
如果我要找的是：Select …where user_id = ? And name = ‘袜子’
应该怎么做呢？
估计很多人都立刻又会想起那个Map，对的，但在这里，我想给出以下的几种查询的模式：
1. 遍历所有数据，取出一条以后，查看user_id = 0 and name=’袜子’是否符合要求，如果符合，则返回数据。
这是个合理的策略，空间最为节省，但带来的损耗是要遍历所有的数据。
2. 如果有个user_id -> pk的索引
，那么我们可以先按照user_id，找到一组符合要求的pk list.然后再根据pk list，再回到
取出符合要求的数据后，判断name=‘袜子’这个条件，如果符合，就返回，不符合，就丢弃。
这是个折衷策略，在空间和性能中，尽可能的找到个合理的区间的策略。
题外话，这个“根据pk list，再回到pk=>整个数据的kv表中，找出符合要求的数据后，判断name=‘袜子’这个条件，如果符合，就返回，不符合，就丢弃”的策略，在数据库有个专有名词，叫回表。
3. 组合索引
这是个新名词儿，但其实也是个很简单的概念。
直接上图：
，其实就是个很简单的策略，先比较user_id进行排序，如果user_id相同，那么比较name排序。
这样，假定我们有100000条记录，属于100个用户，那么平均来看，每个用户就只有1000条记录了。
原来要回表1000条记录才能找到符合要求的数据，而如果使用组合索引，这1000条，也可以使用O(log2N)或者O(1)的策略进行检索啦。
在很多场景中，都能够提升效率和速度。但付出的是更多的存储空间。
好啦，这篇就介绍到这里，留个题目给大家：
假设有这么一组数据，性别有4种，user_id是一对多的关系，如果我想查询
select * from tab where user_id in (?,?,?,?) and 性别=’不明’
如何进行索引构建能够获得比较好的效果呢？
677
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
