数据库索引初识

数据库索引很多人都知道是加快数据查询速度的，但是对其原理却是一知半解。首先抛出问题

数据库为什么要设计索引？

图书馆存了1000W本图书，要从中找到《数据库原理》这本书，如果一本一本地查，要查到什么时候？

于是，图书管理员设计了一套规则：

(1)一楼放文学类，二楼放科技类，三楼放计算机类…

(2)计算机类，又分软件类，硬件类…

(3)软件类，又按照书名音序排序…

通过这种方式能快速找到一本书。

与之类比，数据库存储了1000W条数据，要从中找到name=”zsy”的记录，如果要一条条查，要查到什么时候？

于是，要有索引，用于提升数据库的查找速度。

 

哈希(hash)比树(tree)更快，索引结构为什么要设计成树型？

加速查找速度的数据结构，常见的有两类：

(1)哈希，例如HashMap，查询/插入/修改/删除的平均时间复杂度都是O(1)；

(2)树，例如平衡二叉搜索树，查询/插入/修改/删除的平均时间复杂度都是O(lg(n))；

可以看到，不管是读请求，还是写请求，哈希类型的索引，都要比树型的索引更快一些，那为什么，索引结构要设计成树型呢？

索引设计成树形，和SQL的需求相关。

 

对于这样一个单行查询的SQL需求：

select * from t where name=”zsy”;

确实是哈希索引更快，因为每次都只查询一条记录。

但是对于排序查询的SQL需求：

• 分组：group by

• 排序：order by

• 比较：<、>

• …

哈希型的索引，时间复杂度会退化为O(n)，而树型的“有序”特性，依然能够保持O(log(n)) 的高效率。