图解：什么是索引？

1.磁盘

【图解】

以一个拥有3个磁道和4个扇区的磁盘为例

2.数据表与磁盘

【图解】

以一个简单的用户表user_table为例，总共存储100行数据

• 每一个Block可以存储4行数据，那么该表需要占用25块磁盘；
• 那么如果在该表中查询数据，最坏情况下据需要查询25块磁盘才能查到；
• 需要注意的是，磁盘中的数据是无法直接处理的，需要读取到内存中处理，处理完成后再返回磁盘，即一次IO，那么在该表中查询，最坏的情况就是需要25次IO；

3.何为索引？

【图解】

数据表index_table中只存储两列数据：id和地址指针，地址指针指向的是每行数据在磁盘中的位置

• 该数据表一行假设为16Byte，那么一Block可以存储32行，整个表占用4块（Block）；
• 那么如果使用该数据表辅助查询，最坏情况需要查询4+1=5块（Block），即5次IO；
• 相比较“没有该数据表辅助”的情况，效率大大提升，而该数据表就是所谓的“索引”

4.稀疏索引

【问题】

但是上述方案并不足够好，如果用户表user_table中的数据不是100，而是1000的话，那么索引表index_table同样需要增加到1000，占用磁盘Block数为 1000/32 ≈ 31.3，向上取整32块（Block），那么最坏情况需要查询 32+1 = 33次，效率仍然不是很高。

【解决方案】

稀疏索引

【图解】

稀疏索引，也称作多级索引，在一级索引的基础之上，再加一层索引，但是稀疏索引不再是一一映射，而是一对多，即一行数据，映射一组数据（实际上就是一行数据中记录一组数据的最大值所在的位置）

• 稀疏索引假设一行为16Byte，那么一Block可以存储32行，整个表占用1块（Block）；
• 所以最坏查询 1+1+1 = 3块（Block），即3次IO，这样效率就快得多。