深入淺出數據庫索引原理

參見:https://www.cnblogs.com/aspwebchh/p/6652855.html

1.為什么給表加上主鍵？

• 1.平時創建表的時候，都會給表加上主鍵。如果沒有主鍵的表，數據會一行行的排列在磁盤上，查找一個數據需要一條條的進行對比。而加上主鍵的表，會變成樹形（B樹/B+樹），這樣整個表就變成一個索引，即聚合索引

假如我們執行一個SQL語句：

select * from table where id = 1256;

首先根據索引定位到1256這個值所在的葉結點，然后再通過葉結點取到id等于1256的數據行。

2.為什么索引后會使查詢變快？

• 假如一張表有一億條數據 ，需要查找其中某一條數據，按照常規邏輯， 一條一條的去匹配的話， 最壞的情況下需要匹配一億次才能得到結果，用大O標記法就是O(n)最壞時間復雜度，這是無法接受的，而且這一億條數據顯然不能一次性讀入內存供程序使用， 因此， 這一億次匹配在不經緩存優化的情況下就是一億次IO開銷，以現在磁盤的IO能力和CPU的運算能力， 有可能需要幾個月才能得出結果 。如果把這張表轉換成平衡樹結構（一棵非常茂盛和節點非常多的樹），假設這棵樹有10層，那么只需要10次IO開銷就能查找到所需要的數據， 速度以指數級別提升，用大O標記法就是O(log n)，n是記錄總樹，底數是樹的分叉數，結果就是樹的層次數。

3.為什么加索引后會使寫入、修改、刪除變慢？

• 事物都是有兩面的， 索引能讓數據庫查詢數據的速度上升， 而使寫入數據的速度下降，原因很簡單的， 因為平衡樹這個結構必須一直維持在一個正確的狀態， 增刪改數據都會改變平衡樹各節點中的索引數據內容，破壞樹結構， 因此，在每次數據改變時， DBMS必須去重新梳理樹（索引）的結構以確保它的正確，這會帶來不小的性能開銷，也就是為什么索引會給查詢以外的操作帶來副作用的原因。

4.什么情況下要同時在兩個字段上建索引？

4.1 非聚合索引

• 非聚集索引和聚集索引一樣， 同樣是采用平衡樹作為索引的數據結構。索引樹結構中各節點的值來自于表中的索引字段， 假如給user表的name字段加上索引 ， 那么索引就是由name字段中的值構成，在數據改變時， DBMS需要一直維護索引結構的正確性。如果給表中多個字段加上索引 ， 那么就會出現多個獨立的索引結構，每個索引（非聚集索引）互相之間不存在關聯。 如下圖

• 每次給字段建一個新索引， 字段中的數據就會被復制一份出來， 用于生成索引。 因此， 給表添加索引，會增加表的體積， 占用磁盤存儲空間。

非聚集索引和聚集索引的區別在于， 通過聚集索引可以查到需要查找的數據， 而通過非聚集索引可以查到記錄對應的主鍵值 ， 再使用主鍵的值通過聚集索引查找到需要的數據，如下圖

4.2 覆蓋索引

• 非聚合索引都會利用主鍵通過聚合索引來定位到數據，聚合索引（主鍵）是通往真實數據所在的唯一路徑，但是有一種例外是可以不使用聚合索引就能查詢到所需要的數據，這種辦法被稱為覆蓋索引。

先看下面這個SQL語句

//建立索引

create index index_birthday on user_info(birthday);

//查詢生日在1991年11月1日出生用戶的用戶名

select user_name from user_info where birthday = '1991-11-1'

這句SQL語句的執行過程如下

首先，通過非聚集索引index_birthday查找birthday等于1991-11-1的所有記錄的主鍵ID值

然后，通過得到的主鍵ID值執行聚集索引查找，找到主鍵ID值對就的真實數據（數據行）存儲的位置

最后， 從得到的真實數據中取得user_name字段的值返回， 也就是取得最終的結果

我們把birthday字段上的索引改成雙字段的覆蓋索引

create index index_birthday_and_user_name on user_info(birthday, user_name);

這句SQL語句的執行過程就會變為

通過非聚集索引index_birthday_and_user_name查找birthday等于1991-11-1的葉節點的內容，然而， 葉節點中除了有user_name表主鍵ID的值以外， user_name字段的值也在里面， 因此不需要通過主鍵ID值的查找數據行的真實所在， 直接取得葉節點中user_name的值返回即可。 通過這種覆蓋索引直接查找的方式， 可以省略不使用覆蓋索引查找的后面兩個步驟， 大大的提高了查詢性能，如下圖

一、為什么要創建索引呢（優點）？

這是因為，創建索引可以大大提高系統的性能。

第一， 通過創建唯一性索引，可以保證數據庫表中每一行數據的唯一性。

第二， 可以大大加快數據的檢索速度，這也是創建索引的最主要的原因。

第三， 可以加速表和表之間的連接，特別是在實現數據的參考完整性方面特別有意義。

第四， 在使用分組和排序子句進行數據檢索時，同樣可以顯著減少查詢中分組和排序的時間。

第五， 通過使用索引，可以在查詢的過程中，使用優化隱藏器，提高系統的性能。

二、建立方向索引的不利因素（缺點）

也許會有人要問：增加索引有如此多的優點，為什么不對表中的每一個列創建一個索引呢？這種想法固然有其合理性，然而也有其片面性。雖然，索引有許多優點，但是，為表中的每一個列都增加索引，是非常不明智的。這是因為，增加索引也有許多不利的一個方面。

第一， 創建索引和維護索引要耗費時間，這種時間隨著數據量的增加而增加。

第二， 索引需要占物理空間，除了數據表占數據空間之外，每一個索引還要占一定的物理空間，如果要建立聚簇索引，那么需要的空間就會更大。

第三， 當對表中的數據進行增加、刪除和修改的時候，索引也要動態的維護，這樣就降低了數據的維護速度。

三、創建方向索引的準則

索引是建立在數據庫表中的某些列的上面。因此，在創建索引的時候，應該仔細考慮在哪些列上可以創建索引，在哪些列上不能創建索引。

一般來說，應該在這些列上創建索引。

第一， 在經常需要搜索的列上，可以加快搜索的速度；

第二， 在作為主鍵的列上，強制該列的唯一性和組織表中數據的排列結構；

第三， 在經常用在連接的列上，這些列主要是一些外鍵，可以加快連接的速度；

第四， 在經常需要根據范圍進行搜索的列上創建索引，因為索引已經排序，其指定的范圍是連續的；

第五， 在經常需要排序的列上創建索引，因為索引已經排序，這樣查詢可以利用索引的排序，加快排序查詢時間；

第六， 在經常使用在WHERE子句中的列上面創建索引，加快條件的判斷速度。

同樣，對于有些列不應該創建索引。一般來說，不應該創建索引的的這些列具有下列特點：

第一， 對于那些在查詢中很少使用或者參考的列不應該創建索引。這是因為，既然這些列很少使用到，因此有索引或者無索引，并不能提高查詢速度。相反，由于增加了索引，反而降低了系統的維護速度和增大了空間需求。

第二， 對于那些只有很少數據值的列也不應該增加索引。這是因為，由于這些列的取值很少，例如人事表的性別列，在查詢的結果中，結果集的數據行占了表中數據行的很大比例，即需要在表中搜索的數據行的比例很大。增加索引，并不能明顯加快檢索速度。

第三， 對于那些定義為text, image和bit數據類型的列不應該增加索引。這是因為，這些列的數據量要么相當大，要么取值很少。

第 四， 當修改性能遠遠大于檢索性能時，不應該創建索引。這是因為，修改性能和檢索性能是互相矛盾的。當增加索引時，會提高檢索性能，但是會降低修改性能。當減少 索引時，會提高修改性能，降低檢索性能。因此，當修改性能遠遠大于檢索性能時，不應該創建索引。