索引

索引在数据库中是众所周知的;它们用于提高数据存储上的数据检索操作的速度。为了获得更快的读取速度，索引需要权衡增加的存储开销和更慢的写入速度(因为我们不仅需要写入数据，还需要更新索引)。索引用于快速定位数据，而不必检查数据库表中的每一行。索引可以使用数据库表的一个或多个列创建，为快速随机查找和高效访问有序记录提供了基础。

索引是一种数据结构，可以看作是指向实际数据所在位置的内容表。因此，当我们在表的一列上创建索引时，我们存储该列和一个指向索引中整个行的指针。索引还用于创建相同数据的不同视图。对于大型数据集，这是一种指定不同过滤器或排序方案的极好方法，而无需创建多个额外的数据副本。

就像传统的关系数据存储一样，我们也可以将这个概念应用到更大的数据集。使用索引的诀窍在于，我们必须仔细考虑用户将如何访问数据。对于许多tb大小但有效负载非常小(例如，1 KB)的数据集，索引是优化数据访问的必要条件。在这么大的数据集中找到一个小的有效负载可能是一个真正的挑战，因为我们不可能在任何合理的时间内迭代这么多的数据。此外，如此大的数据集很可能分布在多个物理设备上——这意味着我们需要某种方法来找到所需数据的正确物理位置。索引是最好的方法。