华润医疗有什么医疗岗位？
1、销售外勤
2、合约销售推广
3、质量验收员
4、创新项目开发
另.华润医药集团有限公司网站（***.crpharm***）和华润集团官方网站（***.crc***.hk）；
1:质量管理员
2：成员医院储备院长
3：财务部会计
4：基建管理员
5：设备管理员
7：后勤服务中心综合科员
数据库中的索引，原理是什么？为什么查询使用索引就会快？
相信很多程序员朋友对数据的索引并不陌生，最常见的索引是 B+ Tree 索引，索引可以加快数据库的检索速度，但是会降低新增、修改、删除操作的速度，一些错误的写***导致索引失效等等。
但是如果被问到，为什么用了索引之后，查询就会变快？B+ Tree 索引的原理是什么？这时候很多人可能就不知道了，今天我就以 MySQL 的 InnoDB 引擎为例，讲一讲 B+ Tree 索引的原理。
当我们用 MySQL 的 InnoDB 引擎创建表，有且只能有一个主键；如果我们没有显示地指定之间，那么MySQL 会自动生成一个隐含字段作为主键；
聚集索引：以主键创建的索引；聚集索引的叶子节点存储的是表中的数据；
非聚集索引：非主键创建的索引；非聚集索引在叶子节点存储的是主键和索引列；使用非聚集索引查询数据，会查询到叶子上的主键，再根据主键查到数据（这个过程叫做回表）。
我们以聚集索引做讲解，页和页之间、以及页和数据之间的关系是这样的：
插入的时候对索引字段计算哈希值，把哈希值和行号对应关系放进一张哈希表。
查询的时候对索引字段计算哈希值，从哈希表中查到行号，就能找到这一行了。
用redis的key hash list能模拟一个简单的带索引的关系型数据库。
作者：小时，公众号：时耕科技（SG-TIMEWORK）：深耕商业地产14年，现已形成以大商圈、智慧园区及IT服务为三大核心业务的软件企业。服务过华润、万达、华侨城、碧桂园文旅、大悦城等中国知名商业地产50强客户。
数据库索引，是数据库管理系统中一个排序的数据结构，以协助快速查询、更新数据库表中数据。索引的实现通常使用B树及其变种B+树。
在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法。这种数据结构，就是索引。
计算机的存储设备有很多种，其中速度越快的越贵，因此容量也往往越小例如我们的RAM随机存储器，也就是大家平时说的内存条，速度慢的就相对便宜例如我们的硬盘。而我们的数据往往都是被存在最慢的存储设备硬盘上的，因为存在当中的数据在断电之后依然存在。
索引一般以文件形式存在磁盘中（也可以存于内存中），存储的索引的原理大致概括为以空间换时间，数据库在未添加索引的时候进行查询默认的是进行全量搜索，也就是进行全局扫描，有多少条数据就要进行多少次查询，然后找到相匹配的数据就把他放到结果集中，直到全表扫描完。而建立索引之后，会将建立索引的KEY值放在一个n叉树上（BTree）。因为B树的特点就是适合在磁盘等直接存储设备上组织动态查找表，每次以索引进行条件查询时，会去树上根据key值直接进行搜索。
以查字典为例，来说明这个问题。
先想象一下有一本字典，里面的字是随意排列的，我们要查一个字，就只能一页一页翻过去查找，这样下来查一个字就会花很多时间，如果运气不好，我们要找的字在最后一页，就得翻几千页了。用数据库的术语叫遍历（full scan）。
为了缩短查询时间，我们把字典里的字按照拼音字母的顺序排列好。这样查字的时候，查看一下中间那一页，就可以知道我们要查的字是在前面[_a***_]在后面。比如在前面，我们就查看1/4处的那一页，如此反复直到我们找到要查的字为止。那么这么做我们得查多少次呢？一本六万多页的字典最多查16次就能找到您想要的那一页了。这种方法要比遍历的方法快得多。用数据库的术语叫B-TREE(二叉树)。
如果我们不知道发音想按部首查字典又该怎么办呢？字典里按照部首的顺序做了个表，查这个表就可以快速查到解释那个字的页码了。这个表用数据库的术语就叫索引。
数据库里的数据经常会有千万条以上，双十一某宝的数据，一分钟的交易数据大概就能突破千万。这么大量的数据一条一条遍历恐怕是不现实的，在这样的数据库里，建立完善的索引是必须的。有了索引以亿为单位的数据，也只要做几十次检索就足够了。
值得注意的是，索引是以字段为基础建立的，在检索的时候，如果对被索引的字段进行运算，就很可能打乱事前排好的顺序，导致不得不遍历数据，使索引失去效果。
这个问题和线性查询、二分查询是有很大关系的。索引后的数据可以使用二分法查询，未索引的数据查询需要线性查询。下面详细说一下这两者之间的性能区别。
①、线性查询
线性查询又称顺序查询，它的查询原理就是从第一条记录开始，逐个比较要查找的字段，直到字段内容和查找值相等，则查找成功，返回结果。若比较结果与字段所有记录都不等，则查找失败。下面举例说明：
需要在某个记录数为N的数组a[]中查找元素k，那么，线性查询就是从a[1]开始和k进行对比，对比相等则返回a[i]，如果，不相等则继续下一个查询， i=i+1。直到 i=N为止。那线性查询的性能就一目了然：
②、二分查询
二分法查询也可以说是分段查询。主要原理就是对已经排序的一组数据进行中间分段，中间分界点和查询值对比。如果数值小于分界点，则要查找的数落在前半段；如果数字大于分界点，则要查找的数落在前半段；如果等于分界点，则要查找数就已经找到。下面同样举例说明：
需要在某个记录数为N且已经排好序的数组a[]中查找元素K，那么，二分查询首先是确定数组的中点a[x]，其实也就是a[N/2]这个值（N/2***用进一法取整）。然后对比a[x]和K值，按照前面的方法循环缩小对比的区间，最终找到想要的值。二分查询的性能如下：
