索引实现原理解析

众所周知，sql语句性能执行计划分析，我们会尽量避免全表扫描，而通过索引来加快查询，那么索引到底是什么呢，为什么能够加快查询呢？

  要解决这个疑问，那么我们要知道数据库表数据是怎么存储的，主流的RDBMS都是把平衡树（B-树）当做数据表默认的索引数据结构的，我们平时建表的时候都会为表加上主键，一个加了主键的表，存储结构就由无序的排列变成树结构，

换句话说，就是整个表就变成了一个索引,非聚集索引，也就是数据库默认用主键值建立的平衡树，节点包含数据记录的地址信息（伪列rowid），根据主键值找到rowid,计算出地址获取数据库这条记录，此时查找由原来的一条条无序查找变成按树的层次来查找，用大O标记法就是O(log n)，n是记录总数，底数是树的分叉数，结果就是树的层次数，这就是索引的基本实现原理。

  当创建非主键索引（聚集索引），重新用索引字段值创建一颗平衡树（额外空间消耗），同时树节点保持了主键 对应值,所以索引其实是用空间换取时间的做法，通过该索引字段找到对应主键值，然后再通过主键的索引找到记录。

    复合式索引跟单字段类似，只是按照复合索引字段依次排序，以A、B字段作为索引，则会先根据A排序，然后再根据B排序得到平衡树，所以缺少前导列，只有后导列，会引起全表扫描，不走复合索引。

  具体平衡树的实现，平衡树g的旋转网上资料很多，不一一详述。

另外一种常见索引bitmap（位图）索引，位图索引是适用于候选值较少却又广泛出现，但不频繁更新的列，比如性别等。

具体语法 create bitmap index index_name on table_name (col_name..)

如一张表

  姓名    性别    婚姻状态

张三      男        未婚

李四      男        已婚

韩梅梅    女        离婚

对性别、婚姻状态建立位图索引，则三条记录对性别形成位图

rowid  1  2    3

男      1  1    0

女      0  0    1

未婚    1  0    0

已婚    0    1    0

离婚    0    0    1

现在要查询男性、未婚的记录，只要将男的位图110与未婚的位图100进行与运算 即110&100=100，然后根据起始rowid进行偏移计算出记录，即第一条记录为查询的结果