許多查詢只涉及文件中的少量記錄，如查詢ID為22201的學生的總分數，如果系統讀取每一個元組並檢查，這樣的操作方式是低效的。理想情況下，需要系統能夠直接定位記錄，為了支持這樣的訪問方式，我們設計了與文件相關的數據結構-索引。
基本概念
有兩種基本的索引類型
- 順序索引（Ordered Indices）：基於值的順序排序。
- 哈希索引（Hash Indices）：基於值在一系列桶中的均勻分布，值屬於哪個散列桶由哈希函數決定。
對於不同的索引技術，必須基於以下幾種因素：
- 訪問類型（Access types）：能有效支持的訪問類型，包括訪問具有特定屬性或者屬性值落在某個范圍的記錄。
- 訪問時間（Access time）：查詢中訪問數據項或項集所需要的時間。
- 插入時間（Insert time）：插入新數據項的時間，包括找到正確的位置插入數據項和更新索引所需要的時間。
- 刪除時間（Delete time）：刪除數據項的時間，包括找到要被刪除的項和更新索引所需要的時間。
- 空間開銷（Space overhead）：索引結構所占據的額外空間。
我們將用於查找記錄的屬性或屬性集稱為搜索碼（search key）
順序索引
聚集索引（clustering index）：記錄在文件中的物理順序與搜索碼的順序一致，也稱為主索引（primary index），聚集索引的搜索碼常常是主碼，但並非總是如此。
非聚集索引（nonclustering index）或輔助索引（secondary index）：搜索碼的順序與文件記錄的順序不同。
一般而言，一個表中只有一個聚集索引。
稠密索引和稀疏索引
索引項（index entry）由一個搜索碼和指向該搜索碼的一條或多條指針構成。
- 稠密索引（dense index）：每個搜索碼值都有一個索引項。
- 稀疏索引（sprase index）：只為某些搜索碼具有索引項，只有當關系按照搜索碼一致的順序排列時才能使用稀疏索引，換句話說，只有索引是聚集索引才能使用稀疏索引，為了定位一條記錄，我們找到小於等於搜索碼值的最大的索引項，然后從該索引項開始順序往下查找。
如圖，在稠密索引中查找22222可直接通過索引項的指針找到，在稀疏索引中，需要先找到10101，然后根據其索引項的指針順序往下查找。
稠密索引通常比稀疏索引查找的更快，但稀疏索引所占空間小，插入刪除的開銷也小。
折中：對於每個塊可以建立一個稀疏索引，數據庫的查詢時間主要由塊從磁盤到內存的時間決定，塊在內存中查找時間與之相比是可以忽略的。
多級索引
對於10000個塊（假定一個塊4KB）的索引，如果采用二分法，需要讀取14次，讀一塊平均耗時10ms，該搜索將耗時140ms，意味着每秒中只能進行7次索引搜索。
為了處理這個問題，在原始的索引上加了一個外層的稀疏索引。
10000個內層索引塊需要10000個外層索引項，也就是100塊，假設外層索引已經在內存中，則一次查詢只需要讀一個索引塊，不需要使用二分法，因此每秒鍾可以執行14次索引查找。如果二級索引仍然很大，可以再加一層成為三級索引，以此類推。
索引的更新
單級索引的更新
- 插入
- 稠密索引
- 不在索引中就插入合適的位置。
- 在索引中，如果索引項存儲的是同一搜索碼所有記錄的指針，則系統增加一個指向新紀錄的指針，否則，索引項僅存儲第一條記錄的指針，將帶插入的記錄放在其他記錄之后。
- 稀疏索引
- 將新塊的第一個搜索碼值插入到索引中，如果新插入的塊中有最小搜索碼值，系統更新指向該塊的索引，否則，不做任何改動。
- 刪除
- 稠密索引
- 如果刪除的是該搜索碼的唯一一條記錄，系統從索引中刪除對應的索引項。
- 如果索引項存儲的是指向所有具有搜索碼的指針，則從索引項中刪除指向被刪除記錄的指針。
- 如果索引項存儲的是指向該搜索碼的第一條記錄的指針，如果被刪除的是第一條記錄的指針，則更新索引項，使其指向下一條。
- 稀疏索引
- 如果不包含該搜索碼的索引項，則不修改索引。
- 否則，如果是唯一一條記錄，則用下一個搜索碼值替換該索引項，如果下一個有索引項，則直接刪除。
- 如果不是唯一記錄，則索引項更新為相同搜索碼值的下一條記錄。