啥是索引
一条数据存入到存储引擎中，如果要查找到它，需要全量遍历，但是如果我们有这条数据的索引，那么就能快速定位到这条数据，类似与书的目录
时序数据库的特点
一行数据是由time + tags +fields组成：
- time：时间数据，必须要有
- tags：不随时间变化的tag数据，比如机器编号之类的
- fields：随时间变化的数据
倒排索引
在多个文件中查找一个值，正常的查找流程是遍历一遍所有文件，如果这个值正好在最后一个文件，那就需要消耗很多资源，倒排索引就是反过来，先知道这个值大概在哪个文件，返回这个文件，再在这个文件中查找，这就很快了，本文中的时序数据库的索引设计就是倒排索引的思想。
索引引擎的设计
时序数据库有个很重要的特点：tags，用tags来做索引列是最优的选择，如何设计呢？
- 一行数据的索引serieskey组成：table_name + tags组成对应一个sid
- 这行数据的每个tag：table_name + tag 也对应这个sid
- 这个sid也可以对应这个serieskey，用于反向查询；
这样设计下，天然形成了一个聚合，因为tags是一般是固有信息，一般不变的，那么拥有相同tags的行都对应一个sid，sid再去对应field数据，因为每一行都有时间信息，根据时间得出这个sid对应的全部行的时间范围，再根据时间先后组织数据让数据按时间有序，我们看看这样设计下的查询操作（select * from table1 where time in (2023.01.01, 2023.02.02)）：
- 首先根据projection生成serieskey查找到sid；
- 再根据sid查找到对应的所有行的fields数据；
- 再根据时间范围信息找到对应的数据。
这样的查询就非常的快了
索引的存储
可以看到serieskey的前缀都是以table_name开始的，对于这种有相同前缀的存储，最好的方式就是基数树，可以提供很好的查询效率和空间压缩；
