（三）深入浅出索引-1

常见的索引模型：

比较常见、也比较简单的数据结构：它们分别是哈希表、有序数组、和搜索树。

哈希表

是一种以键-值存储的数据结构，我们只要输入待查找的值就是key,就可以找到其对应的值即value,

哈希的思路很简单，用一个函数把key换算成一个确定的位置，然后把value放在这个位置上。

当然不可避免的多个key值，经过哈希函数的计算，会出现同一个值的情况，处理这种情况的方法，就是拉出来一张

链表。

图中，User2和User4根据身份证号算出来的值都是N，但没关系，后面还跟了一个链表。假设，
这时候你要查ID_card_n2对应的名字是什么，处理步骤就是：首先，将ID_card_n2通过哈希函
数算出N；然后，按顺序遍历，找到User2。

需要注意的是，图中四个ID_card_n的值并不是递增的，这样做的好处是增加新的User时速度会
很快，只需要往后追加。但缺点是，因为不是有序的，所以哈希索引做区间查询的速度是很慢
的。你可以设想下，如果你现在要找身份证号在[ID_card_X, ID_card_Y]这个区间的所有用户，就必
须全部扫描一遍了。

如果仅仅看查询效率，有序数组就是最好的数据结构了。但是，在需要更新数据的时候就麻烦
了，你往中间插入一个记录就必须得挪动后面所有的记录，成本太高。
所以，有序数组索引只适用于静态存储引擎，比如你要保存的是2017年某个城市的所有人口
信息，这类不会再修改的数据。

而有序数组在等值查询和范围查询场景中的性能就都非常优秀

有序数组索引只适用于静态存储引擎