DB
索引
- 索引的优化原理（简单版，为了举例说明本质）：本质可以用这样一个例子理解：就是为某些属性在内存中建立了属性值到具体数据列磁盘地址的hash映射。当在做查询的时候，查询的where条件中有建立了索引的属性，就不会去读数据表查询（O(n)）， 而是直接去查该属性对应的hash索引表（O(1)），获得查询的值所对应的那一行记录的磁盘地址，然后直接去读该行记录
- 上面的说法比较粗浅，只是为了抽象出索引为什么可以加快查询的一个本质：
- 实际在实现上：
- 索引本身存储在磁盘上，但数据库会通过缓存机制 （如Buffer Pool）将热点索引加载到内存，而非完全在内存中；也就是说，索引这种数据结构本身的持久化也是在硬盘上，而在真正的工作中，其是也是在内存中工作的，本质还是借助了内存读写快于硬盘
- 索引本质上是一种数据结构，没有唯一特定实现，hash只是一个典型案例，一般索引的实现是多种多样的：
-
B树/B+树 ：主流数据库（如MySQL、SQL Server）默认使用，支持范围查询（
>、<、BETWEEN）、排序和模糊查询（LIKE）41014。 -
哈希索引 ：仅适用于等值查询（如精确匹配），时间复杂度为O(1)，但无法支持范围操作515。
-
位图索引 ：针对低基数字段（如性别、状态），通过二进制位快速筛选数据
-
下面呢，是AI关于这段叙述的一个修正：
- 索引的本质是数据库中独立的数据结构（如B树、哈希树），通过预先排序或映射查询条件中的列值与数据存储位置的关系，减少磁盘I/O和数据扫描范围。当查询条件命中索引时，数据库可快速定位目标数据页（B树为O(log n)，哈希为O(1)），但需权衡索引维护成本与存储开销，并注意特定场景（如范围查询、函数使用）对索引类型的选择。
