索引的好处和如何建立更高效的索引

http://blog.sina.com.cn/s/blog_4cd628bb010008z8.html

人们在使用SQL时往往会陷入一个误区，即太关注于所得的结果是否正确，而忽略了不同的实现方法之间可能存在的性能差异，这种性能差异在大型的或是复杂的数据库环境中（如联机事务处理OLTP或决策支持系统DSS）中表现得尤为明显。笔者在工作实践中发现，不良的SQL往往来自于不恰当的索引设计、不充份的连接条件和不可优化的where子句。在对它们进行适当的优化后，其运行速度有了明显地提高！下面我将从这三个方面分别进行总结：

　　为了更直观地说明问题，所有实例中的SQL运行时间均经过测试，不超过１秒的均表示为（< 1秒）。

　　测试环境--

　　主机：HP LH II

　　主频：330MHZ

　　内存：128兆

　　操作系统：Operserver5.0.4

　　数据库：Sybase11.0.3

　　一、不合理的索引设计

　　例：表record有620000行，试看在不同的索引下，下面几个 SQL的运行情况：

　　1.在date上建有一非个群集索引

　　select count(*) from record where date >

　　'19991201' and date < '19991214'and amount >

　　2000 (25秒)

　　select date,sum(amount) from record group by date

　　(55秒)

　　select count(*) from record where date >

　　'19990901' and place in ('BJ','SH') (27秒)

　　分析：

　　date上有大量的重复值，在非群集索引下，数据在物理上随机存放在数据页上，在范围查找时，必须执行一次表扫描才能找到这一范围内的全部行。

　　2.在date上的一个群集索引

　　select count(*) from record where date >

　　'19991201' and date < '19991214' and amount >

　　2000 （14秒）

　　select date,sum(amount) from record group by date

　　（28秒）

　　select count(*) from record where date >

　　'19990901' and place in ('BJ','SH')（14秒）

　　分析：

　　在群集索引下，数据在物理上按顺序在数据页上，重复值也排列在一起，因而在范围查找时，可以先找到这个范围的起末点，且只在这个范围内扫描数据页，避免了大范围扫描，提高了查询速度。

　　3.在place，date，amount上的组合索引

　　select count(*) from record where date >

　　'19991201' and date < '19991214' and amount >

　　2000 （26秒）

　　select date,sum(amount) from record group by date

　　（27秒）

　　select count(*) from record where date >

　　'19990901' and place in ('BJ, 'SH')（< 1秒）

　　分析：

　　这是一个不很合理的组合索引，因为它的前导列是place，第一和第二条SQL没有引用place，因此也没有利用上索引；第三个SQL使用了place，且引用的所有列都包含在组合索引中，形成了索引覆盖，所以它的速度是非常快的。

　　4.在date，place，amount上的组合索引

　　select count(*) from record where date >

　　'19991201' and date < '19991214' and amount >

　　2000(< 1秒)

　　select date,sum(amount) from record group by date

　　（11秒）

　　select count(*) from record where date >

　　'19990901' and place in ('BJ','SH')（< 1秒）

　　分析：

　　这是一个合理的组合索引。它将date作为前导列，使每个SQL都可以利用索引，并且在第一和第三个SQL中形成了索引覆盖，因而性能达到了最优。

　　5.总结：

　　缺省情况下建立的索引是非群集索引，但有时它并不是最佳的；合理的索引设计要建立在对各种查询的分析和预测上。一般来说：

　　①.有大量重复值、且经常有范围查询

　　（between, >,< ，>=,< =）和order by

　　、group by发生的列，可考虑建立群集索引；

　　②.经常同时存取多列，且每列都含有重复值可考虑建立组合索引；

　　③.组合索引要尽量使关键查询形成索引覆盖，其前导列一定是使用最频繁的列。