RDBMS 上的“索引”是什么意思？

Question

我像大多数开发人员一样使用索引（主要是……嗯！索引），但我确信有很多微妙的方法可以使用索引来优化数据库。我不确定它是否特定于 DBMS 的任何实现。

我的问题是：什么是如何使用索引的好例子（除了基本的、明显的情况），以及当您在表上指定索引时 DBMS 如何优化其数据库？

Answer 1

将索引视为“目录”......这是指向文件中位置的指针的有序列表，也就是偏移量。假设您在一个表中存储了数百万条记录，而不是在表中搜索匹配条件，引用有序列表进行匹配要快得多，然后将指针堆叠到特定的匹配行。索引的一个完美示例是表主键字段，最典型的是它的“id”字段。如果您想要行 id # 11234566，那么向索引请求指向数据的指针要比扫描数据源的位置 11234566 快得多。

这是索引的一个不那么明显的用法：

CREATE TABLE activity_log (
id INT UNSIGNED NOT NULL AUTO_INCREMENT,
activity_type_id SMALLINT UNSIGNED NOT NULL,
datetime_created DATETIME
KEY(activity_type_id),
PRIMARY KEY(id)
);
CREATE TABLE activity_log_to_date_key (
activity_log_id INT UNSIGNED NOT NULL,
date_created_key  INT UNSIGNED NOT NULL REFERENCES dim_datetime(id),
UNIQUE KEY(activity_log_id),
KEY(date_created_key)
);
CREATE TABLE dim_datetime (
id INT UNSIGNED NOT NULL AUTO_INCREMENT,
date_hour DATETIME NOT NULL,
PRIMARY KEY(id),
KEY(date_hour)
);

您的操作可以创建您的日志记录，然后创建对索引日期时间的引用，该索引日期时间比您的日志表搜索/排序更快。然后在它自己的主键上加入你的日志表。如果您需要我对此进行扩展，请告诉我。我希望这是有道理的。

示例查询：

SELECT a.activity_log_id, al.activity_type_id, al.datetime_created
FROM activity_log_to_date_key a 
INNER JOIN dim_datetime d ON (d.id = a.date_created_key)
LEFT JOIN activity_log al ON (al.id = a.activity_log_id)
WHERE d.date_hour BETWEEN '2009-01-01 00:00:00' AND '2009-06-01 12:00:00';

Answer 2

许多人似乎忽略的一点是，DBMS 通常（或只能）在查询中的每个表引用只使用一个索引，如果它可以并且确实使用多个索引，那么使用组合索引可能会更快索引（如果存在）。

例如，如果在大表中搜索行，WHERE AnIntegerColumn = 42 AND AnOtherInt = 69那么到这些行的最快路径是 AnIntegerColumn 和 AnOtherInt 两列上的索引。如果每个单独的索引但没有组合索引，则数据库将搜索一个或另一个索引并使用第二个子句单独过滤结果，或者扫描两者并在之后将结果结合起来。

另一个可以使用复合索引改进的常见简单操作是WHERE SomeColumn = <SomeValue> ORDER BY SomeOtherColumn- 如果 SomeColumn 和 SomeOtherColumn 上有索引（以正确的顺序），则在某些情况下可以同时执行过滤和排序操作。

添加太多索引当然可能是一个糟糕的优化，因为用于存储索引的额外空间（以及在您的数据库看到许多写操作时维护它们的 IO 负载）可能比稍微不太理想的读取查询更糟糕，所以不要过度。