nosql索引 nosql索引的作用是什么

Oracle中的位图索引是什么，怎么用的啊

主要分为一般索引和位图索引，一般索引就是B+树（大名鼎鼎的矮胖树），mysql和sybase 还有特殊的聚簇索引（少了一次检索而已），位图索引就是bitmap。NOSQL一般在写多读少场景下使用LSM树。

nosql的三种类型

NoSQL数据库根据数据模式的不同分为四种类型：键值数据库、文档型数据库、列族型数据库和图数据库。

1．键值数据库

键值数据库以键/值对形式存储数据，键必须唯一，这和哈希表的存储/操作方式类似。主键对应的值可以是任意二进制数据（包括文本数据），NoSQL数据库不知道数据内部细节，应用程序负责解析其语义。应用编程接口非常简单，支持读、写和删除键值对。有些键值数据库支持主键排序和范围（Range）操作。键值数据库性能出色，扩展性很好。流行的键值数据库包括Riak、Redis（由于可以存储集合、列表等，也称为数据结构服务器）、Memcached等。

2．文档型数据库

文档型数据库的核心数据模型是文档（半结构化数据），以键/文档对存储。文档可以是XML、JSON、BSON等格式。文档多为树形结构，可以包含数组、子文档等。不同的文档可以有不同的字段，相同的字段可以有不同的数据类型。和键值数据库相比，文档内容对数据库可见，因而支持对文档的特定字段建立索引以实现高效检索。常见的文档型数据库包括MongoDB、CouchDB等。

3．列族型数据库列族型（Column-family）\

数据库支持定义多个列族，每个列族内允许定义可变数量的列，支持动态定义新列。通常将逻辑上相关、经常同时访问的数据放在一个列族内。和关系数据模型相比，可以把列族看成关系模型的一个列，列对应的值是一个复杂结构。常见的列族型数据库有Cassandra、HBase、Hypertable等。

4．图数据库

图数据库支持非常灵活的实体关系，实体称为顶点，实体间的关系称为边。在图数据库中，边是内嵌的概念。常见的图数据库有Neo4J、OrientDB等。

mysql innodb建立普通索引怎么写

先从数据结构的角度来答。

题主应该知道B-树和B+树最重要的一个区别就是B+树只有叶节点存放数据，其余节点用来索引，而B-树是每个索引节点都会有Data域。

这就决定了B+树更适合用来存储外部数据，也就是所谓的磁盘数据。

从Mysql（Inoodb）的角度来看，B+树是用来充当索引的，一般来说索引非常大，尤其是关系性数据库这种数据量大的索引能达到亿级别，所以为了减少内存的占用，索引也会被存储在磁盘上。

那么Mysql如何衡量查询效率呢？磁盘IO次数，B-树（B类树）的特定就是每层节点数目非常多，层数很少，目的就是为了就少磁盘IO次数，当查询数据的时候，最好的情况就是很快找到目标索引，然后读取数据，使用B+树就能很好的完成这个目的，但是B-树的每个节点都有data域（指针），这无疑增大了节点大小，说白了增加了磁盘IO次数（磁盘IO一次读出的数据量大小是固定的，单个数据变大，每次读出的就少，IO次数增多，一次IO多耗时啊！），而B+树除了叶子节点其它节点并不存储数据，节点小，磁盘IO次数就少。这是优点之一。

另一个优点是什么，B+树所有的Data域在叶子节点，一般来说都会进行一个优化，就是将所有的叶子节点用指针串起来。这样遍历叶子节点就能获得全部数据，这样就能进行区间访问啦。

至于MongoDB为什么使用B-树而不是B+树，可以从它的设计角度来考虑，它并不是传统的关系性数据库，而是以Json格式作为存储的nosql，目的就是高性能，高可用，易扩展。首先它摆脱了关系模型，上面所述的优点2需求就没那么强烈了，其次Mysql由于使用B+树，数据都在叶节点上，每次查询都需要访问到叶节点，而MongoDB使用B-树，所有节点都有Data域，只要找到指定索引就可以进行访问，无疑单次查询平均快于Mysql（但侧面来看Mysql至少平均查询耗时差不多）。

总体来说，Mysql选用B+树和MongoDB选用B-树还是以自己的需求来选择的。