數據庫索引是為了增加查詢速度而對表字段附加的壹種標識。見過很多人機械的理解索引的概念，認為增加索引只有好處沒有壞處。這裏想把之前的索引學習筆記總結壹下： 首先明白為什麽索引會增加速度，DB在執行壹條Sql語句的時候，默認的方式是根據搜索條件進行全表掃描，遇到匹配條件的就加入搜索結果集合。如果我們對某壹字段增加索引，查詢時就會先去索引列表中壹次定位到特定值的行數，大大減少遍歷匹配的行數，所以能明顯增加查詢的速度。那麽在任何時候都應該加索引麽？這裏有幾個反例：1、如果每次都需要取到所有表記錄，無論如何都必須進行全表掃描了，那麽是否加索引也沒有意義了。2、對非唯壹的字段，例如“性別”這種大量重復值的字段，增加索引也沒有什麽意義。3、對於記錄比較少的表，增加索引不會帶來速度的優化反而浪費了存儲空間，因為索引是需要存儲空間的，而且有個致命缺點是對於update/insert/delete的每次執行，字段的索引都必須重新計算更新。 那麽在什麽時候適合加上索引呢？我們看壹個Mysql手冊中舉的例子，這裏有壹條sql語句： SELECT c.companyID, c.companyName FROM Companies c, User u WHERE c.companyID = u.fk_companyID AND c.numEmployees >= 0 AND c.companyName LIKE '%i%' AND u.groupID IN (SELECT g.groupID FROM Groups g WHERE g.groupLabel = 'Executive') 這條語句涉及3個表的聯接，並且包括了許多搜索條件比如大小比較，Like匹配等。在沒有索引的情況下Mysql需要執行的掃描行數是77721876行。而我們通過在companyID和groupLabel兩個字段上加上索引之後，掃描的行數只需要134行。在Mysql中可以通過Explain Select來查看掃描次數。可以看出來在這種聯表和復雜搜索條件的情況下，索引帶來的性能提升遠比它所占據的磁盤空間要重要得多。 那麽索引是如何實現的呢？大多數DB廠商實現索引都是基於壹種數據結構——B樹。因為B樹的特點就是適合在磁盤等直接存儲設備上組織動態查找表。B樹的定義是這樣的：壹棵m(m>=3)階的B樹是滿足下列條件的m叉樹： 1、每個結點包括如下作用域(j, p0, k1, p1, k2, p2, ... ki, pi) 其中j是關鍵字個數，p是孩子指針 2、所有葉子結點在同壹層上，層數等於樹高h 3、每個非根結點包含的關鍵字個數滿足[m/2-1]<=j<=m-1 4、若樹非空，則根至少有1個關鍵字，若根非葉子，則至少有2棵子樹，至多有m棵子樹 看壹個B樹的例子，針對26個英文字母的B樹可以這樣構造： 可以看到在這棵B樹搜索英文字母復雜度只為o(m)，在數據量比較大的情況下，這樣的結構可以大大增加查詢速度。然而有另外壹種數據結構查詢的虛度比B樹更快——散列表。Hash表的定義是這樣的：設所有可能出現的關鍵字集合為u，實際發生存儲的關鍵字記為k，而|k|比|u|小很多。散列方法是通過散列函數h將u映射到表T[0,m-1]的下標上，這樣u中的關鍵字為變量，以h為函數運算結果即為相應結點的存儲地址。從而達到可以在o(1)的時間內完成查找。
然而散列表有壹個缺陷，那就是散列沖突，即兩個關鍵字通過散列函數計算出了相同的結果。設m和n分別表示散列表的長度和填滿的結點數，n/m為散列表的填裝因子，因子越大，表示散列沖突的機會越大。
因為有這樣的缺陷，所以數據庫不會使用散列表來做為索引的默認實現，Mysql宣稱會根據執行查詢格式嘗試將基於磁盤的B樹索引轉變為和合適的散列索引以追求進壹步提高搜索速度。我想其它數據庫廠商也會有類似的策略，畢竟在數據庫戰場上，搜索速度和管理安全壹樣是非常重要的競爭點。