[[383221]]

數(shù)據(jù)庫具有組織化的數(shù)據(jù)存儲功能。存儲具有用于放置數(shù)據(jù)的特定結(jié)構(gòu)。每種數(shù)據(jù)庫類型都有其自己的用于存儲數(shù)據(jù)的格式。針對特定用例對它們進行了調(diào)整和優(yōu)化。在下面的示例中，我們有一個包含汽車信息的數(shù)據(jù)庫：

> Example of a database table with cars

看起來很好，很容易瀏覽它。但是你有沒有問過自己的數(shù)據(jù)是如何存儲的?

內(nèi)部存儲器

每個數(shù)據(jù)庫都內(nèi)部存儲在文件中，并應用了特定的編碼和格式。為簡單起見，讓我們假設(shè)一個數(shù)據(jù)庫由CSV文件支持。它是這樣的：

ID,Brand,Model,Color,Price

1,Ford,Focus,Grey,42000

2,Toyota,Prius,White,40500

3,BMW,M5,Red,60000

4,Audi,A3,Black,38000

5,Toyota,Camry,White,51500

6,VW,Golf,Grey,32000

這一切都很簡單。用只有六個條目進行查找不是問題。你能想象你有100,000個條目嗎?經(jīng)過文件會變得非常慢。查詢時間與文件的大小成比例地增加。當我們知道數(shù)據(jù)庫會隨著時間的推移而增長時，我們需要找到一個解決方案。

在這里索引到救援。

數(shù)據(jù)庫索引

數(shù)據(jù)庫索引是一種數(shù)據(jù)結(jié)構(gòu)，用于加快檢索數(shù)據(jù)的操作。它是什么樣子的?

如果我們需要通過ID 6從我們的表中檢索一輛汽車，則直接跳到相應的行時會更快地跳轉(zhuǎn)，而不會通過其余循環(huán)。這是索引的主要思想。我們還需要保存指向各個條目的偏移量。

最簡單的方法是保留哈希中每個條目的偏移量。關(guān)鍵是我們要索引的列的值(在此示例中，它是ID列)。哈希值是數(shù)據(jù)庫文件中的偏移量。對于ID = 1，偏移量為0。對于ID = 2，偏移量為24。它看起來像這樣：

Hash Index {1:0, 2:24, 3:51, 4:70, 5:92, 6:118}

1 => {0} ---------> 1,Ford,Focus,Grey,42000

2 => {24} ---------> 2,Toyota,Prius,White,40500

3 => {51} ---------> 3,BMW,M5,Red,60000

4 => {70} ---------> 4,Audi,A3,Black,38000

5 => {92} ---------> 5,Toyota,Camry,White,51500

6 => {118} ---------> 6,VW,Golf,Grey,32000

添加索引后，通過ID查詢汽車將返回結(jié)果更快。檢索請求進入散列索引，并占用相應ID的偏移量。然后它開始在必要的條目中完全從偏移量讀取數(shù)據(jù)庫文件。

索引是實現(xiàn)唯一性約束的正確方法。當您想要保證某個列中的值是唯一的，則需要列上的索引。否則，每個插入操作都會卡住檢查新數(shù)據(jù)是否已存在。

也可以具有多個索引。如果我們需要通過任何其他列快速查詢，我們也會添加一個索引。例如，我們可以通過顏色添加顏色和查詢快車的索引。但每個新索引都會為數(shù)據(jù)庫帶來額外的成本。

索引開銷

首先，每個索引哈希都需要額外的內(nèi)存。我們添加的索引越多，將使用更多的內(nèi)存。重要的是要記住僅在經(jīng)常查詢的列上添加索引。否則，對每一列建立索引將消耗大量內(nèi)存。

其次，對于快速讀取操作，寫入操作會略微慢。每次向表添加條目時，我們也必須在哈希索引中創(chuàng)建一個項目。類似的情況適用于更新或刪除數(shù)據(jù)。這是我們必須處理的權(quán)衡。

總結(jié)

• 數(shù)據(jù)庫索引是增強讀取查詢的好方法。
• 唯一性約束需要索引列。
• 通過每個新索引，將消耗更多內(nèi)存。
• 添加索引對寫作和更新的操作產(chǎn)生了影響。

這就是簡單的哈希索引的工作方式。還有許多其他使用數(shù)據(jù)庫索引的方法，例如排序字符串表或B樹。他們使用更復雜的邏輯和優(yōu)化的結(jié)構(gòu)來獲得更好的性能結(jié)果。

但是，保存偏移量的想法保持不變。通過正確使用索引，在使用數(shù)據(jù)庫時，您將可以達到一個新的水平。