本文理论结合实践，通过BTree 索引的设计和实现，更好的理解数据库索引相关的知识点以及优化原理。
索引膨胀 对于索引，随着业务不断的增删改，会造成膨胀，尤其Btree索引，也会涉及索引分裂、合并等，导致索引访问效率降低、维护成本增加。另外，索引页的复用与HEAP PAGE不一样，因为索引的内容是有序结构，只有符合顺序的ITEM才能插入对应的PAGE中，不像HEAP TUPLE，只要有空间就可以插
本专题写作的目的其实是分享go语言编程的使用场景，介绍go语言编程的方方面面，让大家能够用好这个由google公司发明的强力工具，提升大家在这方面的生产力，毕竟**”君子善假与物也“**嘛。 这里我先说明一下，我并不是一个对go语言的所有一切都认同的人，你会发现很多相关从业者也会吐槽go语言的“专制
本篇是语言讨论的“传统项目”。每个写go语言讨论的人，都会介绍它的发展历程，应用领域，优缺点和特点来介绍go语言的那点事，当然这点事只是我从我的视角来看的。
[TOC] ## 写作目的 本篇章写作有以下目的： 1. 介绍go语言的基础知识，这里你会发现go语言学习成本较低，与python语言相似。 2. 介绍go语言的常用标准库，这里你会发现go语言的标准库已经非常强大，python语言要达到类似效果需要其他第三方库的参与。 3. 介绍go语言的实用工具
[TOC] ## 本篇概要 搭建go语言环境，除了要搭建go语言的编译环境，还要搭建go语言的集成开发环境，为此需要选择go语言的集成开发环境的工具，这就是“工于善其事，必先利其器”，可以大大加快自己的开发进度。 ## 集成开发环境工具（ide） 这里我主要介绍从我2016年开始学习go语言以来使用
[TOC] # 本篇前瞻 欢迎来go语言的基础篇，这里会帮你梳理一下go语言的基本类型，注意本篇有参考[go圣经](https://gopl-zh.github.io/)，如果你有完整学习的需求可以看一下。另外，go语言的基本类型比较简单，介绍过程就比较粗暴，不过我们需要先从一个例题开始。 # Le
[TOC] # 本篇前瞻 好的，现在你已经来到一个新的小结，在这里你将学习到go语言的重要内容，习得go 25个关键字中的12个:var, const, if, else, switch, case, default, fallthrough, for, break, goto, continue，
[TOC] # 本篇前瞻 学习完go语言基础的专栏，我们究竟写出怎么样的实用工具呢？我在github上开源的[ssh连接管理器](https://github.com/Breeze0806/ssh-mgr)就是一个比较好的样例。 # 项目背景 这个项目的背景是之前我在上班时连接生产机器时只能使用“s
[TOC] # 1. 本章前瞻 很好，经过很长的时间，你终于来到go语言的复合类型中，这里会介绍go语言的3种复合结构：切片（slice，可变数组），映射(map)和字符串（string）。 有些老手可能会问： 1.那结构体（struct）呢，你怎么不介绍？ 答：现在还没法完整地介绍结构体（stru
1 本篇前瞻 前端时间的繁忙，未曾更新go语言系列。由于函数非常重要，为此将本篇往前提一提，另外补充一些有关go新版本前面遗漏的部分。 需要恭喜你的事情是本篇学完，go语言中基础部分已经学完一半，这意味着你可以使用go语言去解决大部分的Leetcode的题，为此后面的1篇，将带领大家去巩固go语言的
前言 B树（B-tree），也常被记作 B-树，其中“-”不发音。B树的发明者 Rudolf Bayer 和 Edward M. McCreight 并没有给B树中的 B 明确的定义，大家也不必对此纠结太多。 B+树是B树的变体，两者的适用场景是不一样的，以后也会给大家带来B+树的介绍。 本系列将用
看了还不懂b+tree的本质就来打我 数据检索系列视频 大家好，我是蓝胖子。 今天我们来看看b+tree这种数据结构，我们知道数据库的索引就是由b+tree实现，那么这种结构究竟为什么适合磁盘呢，它又有哪些缺点呢？ 我将不会对b+tree的一些定义做过多的讲解，因为这些东西网上一大推，关键还是要抓住
博客地址：https://www.cnblogs.com/zylyehuo/ # -*- coding: utf-8 -*- from collections import deque class BiTreeNode: def __init__(self, data): self.data = d
博客地址：https://www.cnblogs.com/zylyehuo/ # -*- coding: utf-8 -*- # 构造二叉树 class BiTreeNode: def __init__(self, data): self.data = data self.lchild = None
博客地址：https://www.cnblogs.com/zylyehuo/ bst.py # -*- coding: utf-8 -*- # 构造二叉树 class BiTreeNode: def __init__(self, data): self.data = data self.lchild
数据表如何用索引快速查找 索引是 排好序的快速查找的数据结构 索引存储在文件系统中 索引的文件存储形式与存储引擎有关 索引数据结构：可以是二叉树、红黑树、Hash表、B-Tree、B+Tree 1、二叉树 使用索引的如下图：（如果是使用二叉树结构）每一个节点都存放数据行的磁盘地址【快速定位到数据】
甩出11张图-让我们来构想(实现)一个倒排索引 数据检索系列文章 倒排索引的简介 在介绍倒排索引之前，先看看传统b+tree索引是如何存储数据的，每次新增数据的时候，b+tree就会往自身节点上添加上新增数据的key值，如果节点达到了分裂的条件，那么还会将一个节点分裂成两个节点。 想一个场景，如果对
MySQL的索引是一种数据结构，它可以帮助数据库系统更高效地获取数据。以下是MySQL索引的一些主要特性和使用方法： 1. **索引类型**：MySQL支持多种类型的索引，包括B-Tree索引、哈希索引、全文索引、空间索引等。其中，B-Tree索引是最常用的索引类型。 2. **创建索引**：你可以
