稀疏/密集索引以及它是如何工作的？

Question

我可以通过搜索树来了解 B*Tree 索引的工作原理。

但是，我不明白稀疏索引或密集索引是如何工作的。

例如，如果密集索引需要通过键映射每个值。当您进行搜索时，它将如何受益？

添加更多说明：
这个备用/密集索引指的是 wiki 上描述的索引： https://en.wikipedia.org/wiki/Database_index#Sparse_index

根据我的理解，索引的工作原理是您可以在 B*Tree 中搜索为 O(logN) 而不是搜索每个块为 O(N)

但是，从稀疏索引或密集索引的描述来看。 我看不出它对搜索有什么好处，你通过键搜索？但是，键的数量与值的数量相同吗？ （对于密集索引，它是严格相等的）

我的猜测是密集索引和稀疏索引只是 B*Tree 中使用的索引。但是，我不确定我是否理解正确。因为，我在网上找不到任何东西来证实我的想法。

Answer 1

块级稀疏索引

块级稀疏索引仅对索引也是clustered 的查询有帮助（即索引的排序顺序表示磁盘上数据的位置）。块级稀疏索引将具有较少的值，但对于在开始顺序扫描之前找到大致位置仍然很有用。这种情况下的稀疏性实际上是“在聚集索引中索引每个第 n 个值”。

从搜索的角度来看，块级稀疏索引查询会：

• 找到小于或等于索引搜索条件的最大键（正常B-tree Big O time complexity，即O(log N) 用于搜索）
• 使用该键作为聚簇索引顺序扫描的起点（O(N) 用于搜索）

稀疏块级索引的优势主要在于大小而不是速度：较小的稀疏索引可能适合内存，而密集索引（包括所有值）则不能。对聚集索引的基于范围的查询已经会返回顺序结果，因此稀疏索引可能具有一些优势，只要索引不是太稀疏而无法有效地支持常见查询。

包含具有重复键的记录的聚集索引实际上是稀疏索引的一个示例：不需要使用相同值来索引每个单独记录的偏移量，因为聚集索引的逻辑顺序与索引的物理顺序匹配数据。

有关工作示例，请参阅：Dense and Sparse Indices (sfu.ca)。

带有sparse选项的MongoDB索引

我仍然无法弄清楚稀疏索引在 MongoDB 中是如何工作的。例如，您有 N 个值，其中字段 x 不为空。那么你将有 N 个键。那么密钥如何帮助您进行搜索呢？

带有sparse option 的 MongoDB 索引仅包含具有索引字段的文档的条目。 MongoDB 具有灵活的模式，因此集合中的所有文档不需要存在（或相同类型）字段。注意：可选 document validation 是 MongoDB 3.2+ 的一个特性。

默认情况下，集合中的所有文档都将包含在索引中，但那些不存在索引字段的文档将存储null 值。如果 MongoDB 集合中的所有文档都具有索引字段的值，则默认索引与使用 sparse 选项的索引没有区别。

这实际上是partial index 的一个特例：稀疏性是指将索引值的范围限制为仅包含非空条目。索引方法在其他方面与非稀疏索引相同。

MongoDB 文档用注释指出了这一点：

不要将 MongoDB 中的稀疏索引与其他数据库中的 block-level 索引混淆。将它们视为具有特定过滤器的密集索引。