feat: add new post

content/posts/database-index-implementation/index.md

@@ -0,0 +1,97 @@
+---
+title: "数据库索引实现"
+date: 2023-10-10T04:38:46+08:00
+---
+
+## B 树
+
+B 树（B-tree）是一种自平衡的树，能够保持数据有序。这种数据结构能够让查找数据、顺序访问、插入数据及删除的动作，都在对数时间内完成。
+
+在 B 树中，有两种结点:
+
+1. 内部结点（internal node）：存储了数据以及指向其子结点的指针。
+2. 叶子结点（leaf node）：与内部结点不同的是，叶子结点只存储数据，并没有子结点。
+
+![](./images/1.png)
+
+## B+ 树
+
+B+ 树是 B 树的一个升级。
+
+- 所有的非叶子结点可以看成是索引部分，不存储数据；
+- 叶子结点存储数据，并且所有叶子结点形成链表。
+
+![](./images/2.png)
+
+### 相比 B 树的优点
+
+- B+ 树中数据都存储在叶子结点上并链接在一起，这使得 B+ 树在查询范围内的数据时更加高效，因为它可以在一次遍历中查询出所有符合条件的数据。
+- 全表扫描性能好，而B树需要完整遍历整棵树。
+
+## B-link 树
+
+B-link 树是在 B+ 树上的一种改进，该结构提升了读写并发度，能够保持高并发下的性能稳定。PostgreSQL 中使用的就是这中索引结构。
+
+- 在中间结点增加字段 link pointer，指向右兄弟结点，B-link Tree 的名字也由此而来；
+- 在每个结点内增加一个字段 high key，在查询时如果目标值超过该节点的 high key，就需要循
+着 link pointer 继续往后继结点查找。
+
+![](./images/3.png)
+
+### 优势
+
+树结构调整时无需对全局或者局部子树加锁，进而有利于高并发下的性能稳定性。
+
+## 哈希索引（Hash Index）
+
+哈希索引是基于哈希表实现的。对于每行数据，存储引擎都会对所有的索引列计算一个哈希值，哈希值不同键值的行计算出来不同，哈希索引将所有的哈希值存储在索引中，同时在哈希表中保存指向每个数据行的指针。
+
+![](./images/4.png)
+
+## 全文索引（Full-text Index）
+
+全文索引是一种特殊的索引结构，它主要用于快速查询文本数据。全文索引使用的数据结构通常是倒排索引。倒排索引是一种线性结构，它记录了每个单词出现在文本中的位置。使用倒排索引可以快速查询出符合某些文本条件的数据。
+
+## 空间索引（Spatial Index）
+
+需要存储一些地理数据的位置或需要存储形状相关的数据时，可以使用空间索引。
+
+### R-Tree
+
+R树是用来做空间数据存储的树状数据结构。例如给地理位置，矩形和多边形这类多维数据创建索引。
+
+![](./images/5.png)
+
+### KD-Tree
+
+kd-tree简称k维树，是一种空间划分的数据结构。常被用于高维空间中的搜索。
+
+### 网格索引（Grid Index）
+
+对地理空间进行网格划分，划分成大小相同的网格，每个网格对应着一块存储空间，索引项登记上落入该网格的空间对象。
+
+## BRIN 索引
+
+Block Range Index，简称BRIN索引。
+
+BRIN索引是一组物理上相邻的块（页面），并保存每组的值的范围（最小值和最大值）。当在数据仓库系统执行聚合分析查询巨大表时，此方法非常有效。这样可以缩小搜索时的扫描范围。
+
+![](./images/6.png)
+
+## 位图索引（BitMap Index）
+
+位图索引是一种使用位图的特殊数据库索引。
+
+![](./images/7.png)
+
+对于低 card 列，位图索引在查询时具有显著的空间和性能优势，但是对于插入和删除操作性能低。
+
+## 主流数据库支持的索引类型
+
+数据库 | B树/B+树/B-link树 | 哈希索引 | 全文索引 | 空间索引 | BRIN索引 | 位图索引
+-- | -- | -- | -- | -- | -- | --
+PostgreSQL | √ | √ | √ (Gin) | √ (Gist) | √ | 
+MySQL | √ | √ | √ | √ |  |
+SQL Server | √ | √ | √ | √ |  |
+Oracle | √ | | | | | |
+CockroachDB | √ | √ | √ (Gin) |  |  |