这是我参与8月更文挑战的第5天，活动详情查看：8月更文挑战

这一节介绍的是表的索引。DBMS确保表内容和表索引在逻辑上是同步的。我们可以在表中的部分属性上建立索引，执行query的时候，DBMS会找到最有效的索引。

There is a trade-off on the number of indexes to create per database.

1. B+Tree

b树就是平衡树（balance tree），数据库中用到的是B+树。

• 自平衡，每个节点包含的key数有约束。

• 维持数据有序。

• 以O(logn)的复杂度实现查找、顺序访问、插入、删除。
• b+会把所有的值都存放的叶子节点中。内部节点只用来作为检索路径。

• 对比b树，b+树的数据值都存放在叶子节点上；内部节点只用来进行检索。

• 一个b+树的可视化网站。

叶子节点的值放什么?

• 存ID：指向tuple存放的位置，相当于存的是地址

• 存tuple data：存放实际的数据内容。一般数据库中只有一个主索引（聚簇索引）将索引和数据一起存放，即叶子节点上存放的是具体数据；辅助索引只能存放数据id（主键）或者这条数据实际存放的地址。

  • 存主键的好处：数据存储的位置有变化的时候，不需要修改索引；但是需要再去主索引中做一次查找。

• 存数据地址的好处：不需要在辅助索引中找到目标数据后再去主索引中查找数据；

插入和删除

网上很多资料，不展开。

2. Design choices

Node size

与硬件性能有关。性能越差每个节点就要越大一点。目标是，能把将一个节点中的数据从磁盘加载到内存的这个开销，分摊到尽可能多的键值对上。

Merge threshold

有些DBMS，在节点使用量达到一半的时候，还不会进行merge。延迟merge操作意味着减少merge次数，也就减少了整体reorganization的数量。

也可以放任不管，但定期的rebuild整个树结构（类似于，表中数据变化时，不去修改索引，而是直接重建索引这个思路？）。

Variable length keys

变长的key如何存储？

• Pointers
• Variable length node
• Padding
• Key map/ Indirection

Non-unique indexes

• Duplicate keys：将重复的key存储多次，因为value不同所以不会有歧义

• Value lists：每个key对应一个链表来存储多个value

Intra-node search

• linear：直接线性扫描
• Binary
• Interpolation

3. 总结

这一节介绍的是数据库中的索引使用的数据结构：B+树。这种树的定义和一些特征应该都很熟悉了，网上也有很多资料，所以不加赘述；更重要的是，关注一下它用在索引中，有什么价值，有哪些细节需要注意，在设计的时候，有哪些参数需要考虑。