《数据库系统概念》读书笔记——散列和索引

    索引是index_field(s) + pointer，提高查询效率，缺点是维护索引有额外开销，需要建立合适的索引。

    总体上可以分为顺序索引、散列索引和位图索引。

1、顺序索引，常用B+树实现

    （1）聚集索引和非聚集索引：聚集索引（主索引）只有一个，主文件按某个搜索码排序，该搜索码对应的索引是聚集索引，搜索码不一定是主键（即聚集索引的物理顺序与索引顺序相同）。

    建表时的主键必须是索引，默认是聚集索引，根据聚集索引插入数据。

    非聚集索引（辅助索引）的物理顺序与索引顺序不同。

    （2）稠密索引和稀疏索引：稠密索引是文件中的每个搜索码值都有一个索引项；稀疏索引是只为某些搜索码值建立索引项。

    只有文件是聚集索引（排好序）时才能使用稀疏索引。

    聚集索引可以是稀疏索引；非聚集索引一定是稠密索引。

    （3）多级索引：如B+树索引

    （4）倒排索引：便于查找一个关键字出现在了哪些文件中。word w : {#doc1, #doc2}

2、散列索引，不能进行范围查找

    （1）静态散列索引：就是一张散列表，每个entry包含索引项+指针，用链表等方法解决冲突。缺点是数据变多后需要rehash

    （2）动态散列索引：取散列值的前i位做索引，有指向对应桶的指针，桶有多个指向文件的指针

3、位图索引

    可以用位运算实现高效查询。例如gender的位图m=10010，f=01101表示0,3记录为男性，1,2,4为女性