关系型数据库
关系型数据库是一种采用关系模型存储数据的数据库系统。在关系型数据库中，数据被组织成一个或多个表格（也称为关系），每个表格包含多行记录，每行记录代表一组相关数据。每个表格都有一个定义该表格中数据的结构的模式，即表格的列和每个列的数据类型。关系型数据库通过使用 SQL（结构化查询语言）作为其主要的数据操作语言来查询和操作数据。
关系型数据库具有许多优点，例如数据结构清晰易懂，能够进行快速和有效的查询和操作，具有 ACID（原子性、一致性、隔离性和持久性）特性，可以保证数据的完整性和可靠性。常见的关系型数据库包括Oracle、MySQL、Microsoft SQL Server、PostgreSQL等。
数据库索引
数据库索引的概念最早由Java语言的创始人之一的Brian W.Kernighan提出。他在其著作《数据库系统概念》一书中，首次提出了数据库索引的概念，并对其进行了详细的解释和说明。
数据库索引是一种特殊的数据结构，它可以快速地查找数据库表中的特定信息。索引可以是单个列的索引，也可以是多个列的索引。索引可以是全文索引，也可以是二级索引。索引可以是有序的，也可以是无序的。
索引的主要目的是加快检索表中数据的速度。具体来说，索引可以帮助信息搜索者尽快找到符合限制条件的记录ID。这是因为在数据库表中，每个记录都有一个唯一的ID，而索引可以将这些记录按照ID进行排序。因此，信息搜索者可以通过查询索引来快速找到所需的记录。
索引可以分为单列索引和多列索引。单列索引只对表中的一个列进行排序，而多列索引则可以对表中的多个列进行排序。在实际应用中，多列索引通常比单列索引更有用，因为它们可以更快地找到所需的信息。
数据库为什么需要索引？
数据库需要索引的原因有很多，其中最主要的原因是为了提高查询效率。索引是数据库中的一种特殊数据结构，它可以让数据库系统快速地查找到数据。
举个例子，假设我们有一个表格名为“users”，其中包含了“name”和“age”两个列。如果我们要查询一个名为“John”的用户的年龄，可以使用以下SQL语句：
SELECT age FROM users WHERE name = 'John';如果没有索引，这个查询需要遍历整个表格，时间复杂度为O(n)。但是，如果我们为“name”列创建了一个索引，那么这个查询只需要遍历索引，时间复杂度就会降低到O(n)。因为索引可以将“name”列按照升序排序，这样查询时就可以直接找到符合条件的记录。
除了查询效率，索引还可以提高数据库的安全性和可靠性。例如，如果我们要查询一个用户的所有信息，但是这个用户已经离开了公司，那么这个查询就会失败，因为我们无法找到这个用户。但是，如果我们为“age”列创建了一个索引，那么即使这个用户已经离开了公司，我们仍然可以找到他的信息，因为索引会将这个记录按照升序排序。
为什么非关系型数据库没有索引？
非关系型数据库，如MySQL、PostgreSQL、SQLite等，通常不使用索引来加速查询。这是因为非关系型数据库的设计初衷不是为了提高查询效率，而是为了支持大量的数据存储和高可用性。
非关系型数据库通常使用哈希表、B树、红黑树等数据结构来存储数据，这些数据结构本身就具有快速查找、插入和删除操作的特性。此外，非关系型数据库通常采用事务机制来保证数据的一致性和完整性，这也可以减少查询时的性能开销。
虽然非关系型数据库不使用索引，但是它们通常支持多种查询方式，如基于字段的查询、基于表的查询、基于模式的查询等。这些查询方式可以在不使用索引的情况下，通过查询语句的优化和数据库的查询优化策略来提高查询效率。