大家好，我目前正在研究搜索算法优化。
目前，我正在研究数据库。
在支持 SQL 的数据库中。
我可以为特定表编写查询。
1 从 Table1 中搜索名称为 Test 的数字，2 在所有列中搜索名称 Test。
我了解函数的概念，但是我有兴趣了解什么是搜索方法？
它只是简单的线性搜索，只要条件为真，它就会从第一个索引到第 n 个索引抓取，从而具有 O(n) 的速度，还是它有一个独特的算法来加速它的过程？
【问题讨论】：
标签： mysql algorithm search optimization data-structures
嗯，这取决于数据的存储方式以及您要做什么。
k 级别可以存储在 RAM 中，并且只有少数底部级别将存储在磁盘上并且需要为每个级别读取磁盘。O(1)磁盘访问（这通常是处理数据库时的瓶颈），所以应该比较快。
上述所有方法的缺点是它需要一个键-即如果哈希表或B+树是根据关系的字段“id”构建的，然后根据“键”进行搜索-它变得无用。
如果您想保证快速搜索关系的所有字段 - 您将需要多个结构，每个结构都根据不同的键 - 这不是非常节省内存。
现在，根据具体使用情况，有很多优化需要考虑。例如，如果预计搜索次数非常少（比如总操作数的 loglogN 更小），那么维护 B+ 树的效率总体上要低，然后仅将元素存储为列表，并且在极少数情况下进行搜索 - 只需执行线性搜索。
【讨论】：
如果没有索引，那么是的，执行线性搜索。
但是，当您将列指定为键时，数据库通常使用B Tree 索引。这些是专门调整的特殊数据结构格式（高 B 树分支因子）以在磁盘硬件上表现良好，其中最重要的耗时因素是寻道操作（磁头必须移动到文件的差异部分）。
您可以将索引视为列中值的排序/结构化副本。可以快速确定要搜索的值是否在索引中。如果找到它，那么它还会找到一个指针，该指针指向主数据文件中相应行的正确位置（因此它可以去读取该行中的其他列）。有时多列索引包含查询请求的所有数据，然后它不需要跳回主文件，它可以读取它找到的内容然后完成。
还有其他类型的索引，但我想你明白了 - 复制数据并以快速搜索的方式排列它。
在大型数据库中，索引的区别在于等待几分之一秒与可能需要几天才能完成复杂查询。
btw- B 树并不是一个简单易懂的数据结构，而且遍历算法也很复杂。此外，遍历甚至比您会发现的大多数代码都更丑陋，因为在数据库中，它们不断地从磁盘加载/卸载数据块并在内存中对其进行管理，这大大丑化了代码。但是，如果您熟悉binary search trees，那么我认为您已经足够理解这个概念了。
【讨论】：
非常好的问题，但它可以有很多答案，具体取决于您的表格结构和标准化方式...
通常要在SELECT 查询中执行 seacrh，DBMS 对表进行排序（它使用合并排序，因为该算法适用于磁盘中的 I/O，而不是快速排序）然后取决于索引（如果表有）它只是匹配数字，但如果结构更复杂，DBMS 可以在树中执行搜索，但这太深了，让我在我的笔记中再次研究。
我建议在 Sql Server 2008 中激活查询执行计划 here is an example。然后使用 WHERE 子句执行您的 SELECT 语句，您将能够开始了解 DBMS 内部发生了什么。
【讨论】：