數據庫索引是爲了增加查詢速度而對錶字段附加的一種標識。見過很多人機械的理解索引的概念，認爲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一下：
首先明白爲什麼索引會增加速度，DB在執行一條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。如果我們對某一字段增加索引，查詢時就會先去索引列表中一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。那麼在任何時候都應該加索引麼？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，那麼是否加索引也沒有意義了。2、對非唯一的字段，例如“性別”這種大量重複值的字段，增加索引也沒有什麼意義。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，因爲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。
那麼在什麼時候適合加上索引呢？我們看一個Mysql手冊中舉的例子，這裏有一條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')
那麼索引是如何實現的呢？大多數DB廠商實現索引都是基於一種數據結構——B樹。因爲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：一棵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、所有葉子結點在同一層上，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
看一個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樹搜索英文字母複雜度只爲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。然而有另外一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爲u，實際發生存儲的關鍵字記爲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中的關鍵字爲變量，以h爲函數運算結果即爲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。
然而散列表有一個缺陷，那就是散列衝突，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爲散列表的填裝因子，因子越大，表示散列衝突的機會越大。
因爲有這樣的缺陷，所以數據庫不會使用散列表來做爲索引的默認實現，Mysql宣稱會根據執行查詢格式嘗試將基於磁盤的B樹索引轉變爲和合適的散列索引以追求進一步提高搜索速度。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一樣是非常重要的競爭點。