nosqlkv

KV是什么意思

KV是Key-Value的简写，也叫键值对，是一种数据存储结构。它通过一个“键”来获取相对应的“值”，键与值之间用冒号分隔，多个键值对之间用逗号分隔。KV有着广泛的应用，如JSON、XML等数据格式，都是以KV的形式存储数据。在NoSQL中，KV也是一种重要的存储结构，Redis、Memcached等常用的NoSQL数据库都采用KV的存储方式。

信息检索索引的结构

Hash：

跟集合的Hash差不多，是根据Hash算法计算的下标位置，可能出现哈希冲突；

查询精准快速，但不支持范围查询，范围查询就成了全文检索；

显然不适合数据库索引使用

适合场景：

等只查询的场景，就只有KV形式的情况，在Redis、Memcached一些NOSql的中间件；

有序数组：

有序数组在范围查询和等值查询上很好；有序的适合静态数组，

可以做来静态存储引擎，保存一些静态数据，不会变动的静态数据

有序数组的缺点就是变换数据时会移动数据，改变数据结构；

静态数组存放一些一般不会改变的数据也是不错的。

二叉树：

是有序的，可以支持范围查询；

时间复杂度是log（N），为了维持时间复杂度更新的复杂度也要一样，就成了完全平衡二叉树了；

但随着数据的增加，对于二叉树就会变的很高，查询消耗的时间就会很多。

B树：

数据结构是一个结点可以存储多个数据，相比二叉树就很矮，就会提高磁盘的IO效率，

B树不支持范围查询的快速查找，如果数据不在同一个磁盘上就需要从根节点进行多次遍历，查询效率有待提高。

如果data存储的是行记录，行的大小随着列数的增多，所占空间会变大。这时，一个页中可存储的数据量就会变少，树相应就会变高，磁盘IO次数就会变大。

B+树：

是B树的升级版，只在叶子结点存放数据，其他节点存放索引值，然后叶子结点再加上一个双向链表连接，方便了范围查询的效率。

B+树中的非叶子节点会冗余一份在叶子节点中，并且叶子节点之间用指针相连。

B+树一个结点为一页或者一页的倍数最好；