较真起来才发现自己差的还是真的多。

今天的主要内容为数据库的索引。

一下内容只是我今天学习后的一些理解，不一定正确，以后肯定会有修正，做一些记录帮助自己缕清思路，同时回忆学习内容。

首先，数据库建立建立索引的目的主要用于提高查询效率，索引是建立在表格的某一列上面的，所以一个表格可以有多个索引。

索引的本质其实是对对应列中的每个值建立一种全新的数据结构，对于多数的数据库，多采用B-/+树的数据结构，使得查询的复杂程度由O（N）下降到O(logdN)。

这短短的一句话，就是非科班生和科班生学习效率的差距啊~

数据结构：数据与数据之间存在着一些相互的关联或关系，这些数据与关系加起来成为一个整体，可以理解为数据结构。

之前在java学习中其实已经接触到了一些数据结构，比如数组就是一种线性表的顺序储存结构，长度固定，顺序固定；栈也是一种数据结构，他的特点是后进先出等等等等。

索引涉及到的数据结构叫做树，通过学习了二叉树，二叉平衡树，能大致理解索引的工作原理。

以如下表格为例：

这个表格的数据记录有n=6条，没有索引查找某条姓名记录，数据库会用查询的关键字与数据库中的数据进行对比，理论上的最大对比次数为n，也就是前面所说的复杂度为O(n)。

（关于时间复杂度O（n）的概念则是另外一个问题了，可以理解为他是一个衡量算法或者操作的时间长短，复杂程度的标准，这个值越小，表明效率越高。有一个比较公式，也很好理解O(1) < O(logdN)<O(n)<O(n*n)<O(n*n*n)；）

如果我们为姓名建立了索引，就能通过索引提高查找的效率。

首先有第一个姓名M创立根节点，判断下面的第二个G，若小与M则往左侧建立子节点，若大于则向右建立子节点，由此循环下去，最终建立一个树状结构如下：

每个数据都由上面的方法尽心循环，上表中的数据叫变成了一个四层的树状结构，这个就可以理解为一个二叉树的数据结构。当再有查询任务的时候，最多只需要在每层进行一次查询判断，就可以准确定位。

显然上面的这种树状结构并不是最完美的，进过重新的排序，完全可以将结构由四层缩小到三层，如下图：

如此一来，如果每一个节点的分支为二，那么最优化的二叉树的层数就是log2N层，再进行查询操作的时候，查询操作为log2N次，时间复杂度就变成了O(log2N),也因此提高了查询效率。

当然实际的索引比这个要复杂的多，需要用专门的空间存储索引，实际的索引中存放的数据的指针，指向数据的存储物理地址，索引能告诉你去哪找到你需要的数据。

进一步，关于索引的几条注意事项也变得容易理解起来：

1、索引并非越多越好，因为维护索引本身就需要占用空间和资源。

2.索引应该建立在那些需要经常查询而变化不大的列上，应为对数据的增删改都会导致索引的重构，频繁的索引操作也会降低效率。

3、索引列并不支持模糊查询。

关于索引我相信未来还会遇到更多问题，到时候遇到了再说吧。

非科班伤不起啊，啥都要补课。