索引：如何在海量数据中快速查找某个数据？
MySQL底层依赖的是B+树这样的数据结构，类似Redis这样的Key-Value数据库中的索引是怎么实现的呢？底层依赖的是什么数据结构呢？
为什么需要索引
如何节省存储空间、如何提高数据增删改查的执行效率，就成了设计的重点，重要的就是索引，相当于数据的目录，通过目录，可以快速定位相关知识点的页数
索引的需求定义
对于系统设计需求，从功能性需求和非功能性需求分析
1 功能性需求
数据是格式化数据还是非格式化数据？要构建索引的原始数据，类型有很多，一类是结构化数据比如MySQL中数据，一类是非结构化数据，需要做预处理，提取出查询关键词，对关键词构建索引
数据是静态数据还是动态数据？对动态数据构建索引的时候，不仅需要考虑索引的查询效率，在原始数据更新的同时，需要动态的更新索引
索引存储在内存还是硬盘？
单值查找还是区间查找？单值查找就是根据查询关键词等于某个值的数据，所谓区间查找就是查找关键词处在某个区间值的所有数据
单关键词查找还是多关键词组合查找？搜索引擎中的构建的索引，即要支持一个关键词的查找也要支持组合关键词查找
2 非功能性需求
不管是存储在内存中还是磁盘中，索引对存储空间的消耗不能过大
构建索引常用的数据结构有哪些？
散列表、红黑树、跳表、B+树，位图，布隆过滤器
索引index，作用是辅助查找
还有空间数据结构的range用于滴滴、Uber等
