分区索引的用法，数据库优化里真的挺关键的。Shigley’s Mechanical Engineering Design这本书里，虽然主打机械设计，但它在讲数据结构和索引那块，内容也蛮有意思的，是提到了B-Tree和倒排 B-Tree的场景用法，挺适合前端开发者拓展一下后端知识。
物理分类下的非分区索引和分区索引，其实挺容易搞混的。简单说，非分区就是一整个表直接建索引，适合小数据量。分区索引就更智能，配合分区表能提高查询效率，尤其适合大数据表，响应也快，维护也灵活。
比如你在做一个日志系统，数据量大，每天都有新数据进来，那就可以考虑用分区表加分区索引，按时间或用户分区都行。配合B-Tree 索引，查询某天的数据就会快多。而且你还可以用倒排索引来搜索场景，比如做个全文搜索，关键词检索贼快。
推荐几个相关的资源，都是比较实用的例子，比如MapReduce 倒排索引实现，还有B-Tree、B+Tree、B*Tree 数据结构特征，内容都挺接地气，不会太学术，看起来不费劲。
哦对了，如果你在用Oracle，那一定要看看Oracle 索引分区类型详解和Oracle 分区表应用指南，对照数据库操作有。
所以啊，如果你正好在做大数据表结构优化、搜索引擎设计，或者只是想多懂点后端知识点，建议你看看这些资料，了解下B-Tree和分区索引的配合方式，真的不亏。