文本形式
在数据库中，数据都是以文本形式保存。
为了方便读取，数据必须分成记录，每一条记录的长度规定为等长。例如你的数据库规定每条记录的长度是1KB，那么每条都是数据长高度都是1KB，从第10条开始，记录的开始位置就是10KB。
大多数时候，我们不知道某一条记录在第几个位置，只知道主键（primary key）的值。这时为了读取数据，可以一条条比对记录。这样的比对没有查找的方法，效率会太低。可以用一些快速查找发去查找到相应的数据。在实际应用中，数据库往往采用B树格式储存数据。
B树
首先介绍二叉树，因为B树从二叉树发展而来。
它的查找效率非常高，有3个特点。
a）每个节点最多只有两个子树
b）左子树都为小于父节点的值，右子树都为大于父节点的值
c）在n个节点中找到目标值，一般只需要log(n)次比较
尽管二叉树的查找效率非常高，但是在数据结构中并不适合，因为它的查找效率与层数相关。越处在下层的数据，就需要越多次比较。也就是说n个数据需要n次比较才能找到目标值。对于数据库来说，每进入一层，就要从硬盘读取一次数据，这导致非常慢。因为硬盘IO操作是很浪费时间的，数据库读取硬盘的次数越少越好。
B树是对二叉查找树的改进。它的设计思想是，将相关数据尽量集中在一起，以便一次读取多个数据，减少硬盘操作次数。
B树的特点有三个
a）一个节点可以容纳多个值。比如上图中，最多的一个节点容纳了4个值。
b）除非数据已经填满，否则不会增加新的层。也就是说，B树追求"层"越少越好。
c）子节点中的值，与父节点中的值，有严格的大小对应关系。一般来说，如果父节点有a个值，那么就有a+1个子节点。比如上图中，父节点有两个值（7和16），就对应三个子节点，第一个子节点都是小于7的值，最后一个子节点都是大于16的值，中间的子节点就是7和16之间的值。
这种数据结构，非常有利于减少读取硬盘的次数。假定一个节点可以容纳100个值，那么3层的B树可以容纳100万个数据，如果换成二叉查找树，则需要20层！假定操作系统一次读取一个节点，并且根节点保留在内存中，那么B树在100万个数据中查找目标值，只需要读取两次硬盘。
索引
数据库以B树格式储存，只解决了按照"主键"查找数据的问题。如果想查找其他字段，就需要建立索引（index）。
所谓索引，就是以某个字段为关键字的B树文件。假定有一张"雇员表"，包含了员工号（主键）和姓名两个字段。可以对姓名建立索引文件，该文件以B树格式对姓名进行储存，每个姓名后面是其在数据库中的位置（即第几条记录）。查找姓名的时候，先从索引中找到对应第几条记录，然后再从表格中读取。
这种索引查找方法，叫做"索引顺序存取方法"（Indexed Sequential Access Method），缩写为ISAM。它已经有多种实现（比如C-ISAM库和D-ISAM库），只要使用这些代码库，就能自己写一个最简单的数据库。
备注：一些名词解析来源于网络。
可以关注本人的公众号，多年经验的原创文章共享给大家。
