许多查询只涉及文件中的少量记录，如查询ID为22201的学生的总分数，如果系统读取每一个元组并检查，这样的操作方式是低效的。理想情况下，需要系统能够直接定位记录，为了支持这样的访问方式，我们设计了与文件相关的数据结构-索引。
基本概念
有两种基本的索引类型
- 顺序索引（Ordered Indices）：基于值的顺序排序。
- 哈希索引（Hash Indices）：基于值在一系列桶中的均匀分布，值属于哪个散列桶由哈希函数决定。
对于不同的索引技术，必须基于以下几种因素：
- 访问类型（Access types）：能有效支持的访问类型，包括访问具有特定属性或者属性值落在某个范围的记录。
- 访问时间（Access time）：查询中访问数据项或项集所需要的时间。
- 插入时间（Insert time）：插入新数据项的时间，包括找到正确的位置插入数据项和更新索引所需要的时间。
- 删除时间（Delete time）：删除数据项的时间，包括找到要被删除的项和更新索引所需要的时间。
- 空间开销（Space overhead）：索引结构所占据的额外空间。
我们将用于查找记录的属性或属性集称为搜索码（search key）
顺序索引
聚集索引（clustering index）：记录在文件中的物理顺序与搜索码的顺序一致，也称为主索引（primary index），聚集索引的搜索码常常是主码，但并非总是如此。
非聚集索引（nonclustering index）或辅助索引（secondary index）：搜索码的顺序与文件记录的顺序不同。
一般而言，一个表中只有一个聚集索引。
稠密索引和稀疏索引
索引项（index entry）由一个搜索码和指向该搜索码的一条或多条指针构成。
- 稠密索引（dense index）：每个搜索码值都有一个索引项。
- 稀疏索引（sprase index）：只为某些搜索码具有索引项，只有当关系按照搜索码一致的顺序排列时才能使用稀疏索引，换句话说，只有索引是聚集索引才能使用稀疏索引，为了定位一条记录，我们找到小于等于搜索码值的最大的索引项，然后从该索引项开始顺序往下查找。
如图，在稠密索引中查找22222可直接通过索引项的指针找到，在稀疏索引中，需要先找到10101，然后根据其索引项的指针顺序往下查找。
稠密索引通常比稀疏索引查找的更快，但稀疏索引所占空间小，插入删除的开销也小。
折中：对于每个块可以建立一个稀疏索引，数据库的查询时间主要由块从磁盘到内存的时间决定，块在内存中查找时间与之相比是可以忽略的。
多级索引
对于10000个块（假定一个块4KB）的索引，如果采用二分法，需要读取14次，读一块平均耗时10ms，该搜索将耗时140ms，意味着每秒中只能进行7次索引搜索。
为了处理这个问题，在原始的索引上加了一个外层的稀疏索引。
10000个内层索引块需要10000个外层索引项，也就是100块，假设外层索引已经在内存中，则一次查询只需要读一个索引块，不需要使用二分法，因此每秒钟可以执行14次索引查找。如果二级索引仍然很大，可以再加一层成为三级索引，以此类推。
索引的更新
单级索引的更新
- 插入
- 稠密索引
- 不在索引中就插入合适的位置。
- 在索引中，如果索引项存储的是同一搜索码所有记录的指针，则系统增加一个指向新纪录的指针，否则，索引项仅存储第一条记录的指针，将带插入的记录放在其他记录之后。
- 稀疏索引
- 将新块的第一个搜索码值插入到索引中，如果新插入的块中有最小搜索码值，系统更新指向该块的索引，否则，不做任何改动。
- 删除
- 稠密索引
- 如果删除的是该搜索码的唯一一条记录，系统从索引中删除对应的索引项。
- 如果索引项存储的是指向所有具有搜索码的指针，则从索引项中删除指向被删除记录的指针。
- 如果索引项存储的是指向该搜索码的第一条记录的指针，如果被删除的是第一条记录的指针，则更新索引项，使其指向下一条。
- 稀疏索引
- 如果不包含该搜索码的索引项，则不修改索引。
- 否则，如果是唯一一条记录，则用下一个搜索码值替换该索引项，如果下一个有索引项，则直接删除。
- 如果不是唯一记录，则索引项更新为相同搜索码值的下一条记录。