最近很多小伙伴都參與了面試更換了工作，校招也已經開始了。最近面試了幾個實習生，感覺基礎能力都不大行，數據庫在程序員的面試中占有舉足輕重的一個作用。今天我們來講一講數據庫的索引是什么?

索引，就跟我們的書本的目錄一樣，如果一本書沒有目錄，那么你要找某一個知識點，那自然是相當費勁的。數據庫的索引就是扮演這樣的角色，索引會告訴你對應的數據存放的磁盤地址，就好比目錄上面的頁數。那么數據庫的“目錄”究竟長什么樣子呢?

常見的數據庫索引有下面三種類型，第一是哈希表，哈希表相信大家都已經不陌生了，我們可以將數據庫的索引字段后哈希并保存下來。只要哈希算法設計得合理，我們可以非常快地找到對應數據的一個存放地址，然后到對應的存放地址就可以快速地找到數據。那么，哈希索引有什么缺點呢?首先是哈希表比較適合在內存中使用，但是如果要落盤，就比較麻煩了，特別是哈希表擴容的時候，磁盤的很多數據都會修改。第二，哈希表沒辦法進行一個區間的篩選。

第二種則是數組索引，與上述的哈希表類似，但又有所不同。與哈希索引類似，數組索引的效率也是非常高的，在一個有序數組里面去查找元素，我們只要進行二分查找即可。但是數組索引的問題也是非常地明顯，那便是插入非常的麻煩，你插入一個新的元素，就要把后面所有的元素都往后移動一下。所以，數組索引我們一般只有靜態數據才會使用。

有序數組都講了，那么接下來肯定就是二叉樹了，我們說的二叉樹當然是二叉排序樹，二叉排序樹相對與數組，比較大的優點是方便插入。但是同時也存在這么一個問題，因為索引的數據可能存在磁盤，那么如果索引的數據超過1000條的時候，就有可能要經過10次才能夠找到最終的數據，而磁盤IO的瓶頸在于尋道跟旋轉，效率必然會降低。所以，我們要盡量地減少在磁盤中尋道跟旋轉的次數，所以多叉樹就被廣泛應用在數據庫索引當中了。而在多叉樹中，比較常被使用的，便是B+樹。

現在你知道了為什么數據索引有哪些，以及為什么B+樹被廣泛應用的道理了吧。歡迎大家關注我，共同學習，共同進步。大家的支持是我繼續嘮嗑的動力。