Какие типы индексов, помимо B-Tree, используются в базах данных? Расскажите об их особенностях и сценариях использования.

Хотя B-Tree является стандартным и наиболее универсальным типом индекса, для разных задач существуют более эффективные альтернативы.

Основные типы индексов:

1. Hash-индекс

   • Как работает: Вычисляет хэш от значения колонки и хранит его как ключ.
   • Сценарии: Идеален для запросов на точное равенство (WHERE email = 'user@example.com').
   • Плюсы: Очень быстрый поиск (в среднем O(1)).
   • Минусы: Бесполезен для диапазонных запросов (<, >, BETWEEN), так как хэши не упорядочены.

2. GIN (Generalized Inverted Index)

   • Как работает: Создает "обратный" индекс для составных типов данных (массивы, JSONB, полнотекстовый поиск). Он индексирует каждый элемент внутри значения. Например, для массива [1, 5, 10] будут созданы записи для 1, 5 и 10.
   • Сценарии: Поиск по элементам в массивах (tags @> ARRAY['go']), по ключам или значениям в JSONB, полнотекстовый поиск.
   • Пример в PostgreSQL: CREATE INDEX idx_gin ON documents USING GIN (data);

3. GiST (Generalized Search Tree)

   • Как работает: Это не конкретный тип индекса, а шаблон для построения различных схем индексирования для сложных типов данных.
   • Сценарии: Геопространственные данные (PostGIS использует GiST для поиска точек в полигоне), полнотекстовый поиск, работа с диапазонами.

4. LSM-дерево (Log-Structured Merge-Tree)

   • Как работает: Оптимизировано для систем с высокой интенсивностью записи. Данные сначала пишутся в быструю структуру в памяти (MemTable), а затем периодически сбрасываются на диск в виде отсортированных файлов (SSTable), которые позже сливаются в фоновом режиме.
   • Сценарии: Используется в NoSQL базах данных, где скорость записи критична (Cassandra, ScyllaDB, RocksDB, LevelDB).

5. Bitmap-индекс

   • Как работает: Создает битовую карту для каждого уникального значения в колонке. Каждый бит в карте соответствует строке и указывает, присутствует ли там данное значение.
   • Сценарии: Колонки с низкой кардинальностью (малым количеством уникальных значений), например, пол ('М', 'Ж'), статус_заказа ('new', 'processing', 'shipped'). Очень эффективен для сложных запросов с несколькими AND/OR.

Когда что выбирать?

Как Go-разработчик, при проектировании схемы БД, вы должны думать о типах запросов:

• Нужен поиск по диапазону (age > 30) или сортировка? -> B-Tree (стандартный).
• Нужен только поиск по точному совпадению (user_id = ?)? -> Hash.
• Ищете внутри JSON или массива? -> GIN.
• Работаете с гео-данными? -> GiST.
• Проектируете систему с огромным потоком записей? -> Посмотрите в сторону СУБД на LSM-деревьях.