索引使用

前些时候，一位颇高级的程式员居然问我什么叫做索引，令我感到十分的惊奇，我想这绝不会是沧海一粟，因为有成千上万的研发者（可能大部分是使用MySQL 的）都没有受过有关数据库的正规培训，尽管他们都为客户做过一些研发，但却对如何为数据库建立适当的索引所知较少，因此我起了写一篇相关文章的念头。

最普通的情况，是为出现在where子句的字段建一个索引。为方便讲述，我们先建立一个如下的表。

CREATE TABLE mytable (
id serial primary key,
category_id int not null default 0,
user_id int not null default 0,
adddate int not null default 0
);

很简单吧，但是对于要说明这个问题，已足够了。假如您在查询时常用类似以下的语句：

SELECT * FROM mytable WHERE category_id=1;

最直接的应对之道，是为category_id建立一个简单的索引：

CREATE INDEX mytable_categoryid
ON mytable (category_id);

OK，搞定？先别高兴，假如您有不止一个选择条件呢？例如：

SELECT * FROM mytable WHERE category_id=1 AND user_id=2;

您的第一反应可能是，再给user_id建立一个索引。不好，这不是个最好的方法。您能够建立多重的索引。

CREATE INDEX mytable_categoryid_userid ON mytable (category_id,user_id);

注意到我在命名时的习惯了吗？我使用"表名_字段1名_字段2名"的方式。您很快就会知道我为什么这样做了。

现在您已为适当的字段建立了索引，但是，还是有点不放心吧，您可能会问，数据库会真正用到这些索引吗？测试一下就OK，对于大多数的数据库来说，这是很容易的，只要使用EXPLAIN命令：

EXPLAIN

SELECT * FROM mytable
WHERE category_id=1 AND user_id=2;

This is what Postgres 7.1 returns (exactly as I expected)

NOTICE: QUERY PLAN:

Index Scan using mytable_categoryid_userid on
mytable (cost=0.00..2.02 rows=1 width=16)

EXPLAIN

以上是postgres的数据，能够看到该数据库在查询的时候使用了一个索引（一个好开始），而且他使用的是我创建的第二个索引。看到我上面命名的好处了吧，您马上知道他使用适当的索引了。
接着，来个稍微复杂一点的，假如有个ORDER BY字句呢？不管您信不信，大多数的数据库在使用order by的时候，都将会从索引中受益。

SELECT * FROM mytable
WHERE category_id=1 AND user_id=2
ORDER BY adddate DESC;

有点迷惑了吧？很简单，就象为where字句中的字段建立一个索引相同，也为ORDER BY的字句中的字段建立一个索引：

CREATE INDEX mytable_categoryid_userid_adddate
ON mytable (category_id,user_id,adddate);

注意: "mytable_categoryid_userid_adddate" 将会被截短为

"mytable_categoryid_userid_addda"

CREATE

EXPLAIN SELECT * FROM mytable
WHERE category_id=1 AND user_id=2
ORDER BY adddate DESC;

NOTICE: QUERY PLAN:

Sort (cost=2.03..2.03 rows=1 width=16)
-> Index Scan using mytable_categoryid_userid_addda
on mytable (cost=0.00..2.02 rows=1 width=16)

EXPLAIN

看看EXPLAIN的输出，好象有点恐怖啊，数据库多做了一个我们没有需要的排序，这下知道性能如何受损了吧，看来我们对于数据库的自身运作是有点过于乐观了，那么，给数据库多一点提示吧。

为了跳过排序这一步，我们并无需其他另外的索引，只要将查询语句稍微改一下。这里用的是postgres，我们将给该数据库一个额外的提示 --在ORDER BY语句中，加入where语句中的字段。这只是个技术上的处理，并不是必须的，因为实际上在另外两个字段上，并不会有任何的排序操作，但是假如加入，postgres将会知道哪些是他应该做的。

EXPLAIN SELECT * FROM mytable
WHERE category_id=1 AND user_id=2
ORDER BY category_id DESC,user_id DESC,adddate DESC;

NOTICE: QUERY PLAN:

Index Scan Backward using
mytable_categoryid_userid_addda on mytable
(cost=0.00..2.02 rows=1 width=16)

EXPLAIN

现在使用我们料想的索引了，而且他还挺聪明，知道能够从索引后面开始读，从而避免了任何的排序。

以上说得细了一点，但是假如您的数据库很巨大，并且每日的页面请求达上百万算，我想您会获益良多的。但是，假如您要做更为复杂的查询呢，例如将多张表结合起来查询，特别是where限制字句中的字段是来自不止一个表格时，应该怎样处理呢？我通常都尽量避免这种做法，因为这样数据库要将各个表中的东西都结合起来，然后再排除那些不合适的行，搞不好开销会很大。

假如不能避免，您应该查看每张要结合起来的表，并且使用以上的策略来建立索引，然后再用EXPLAIN命令验证一下是否使用了您料想中的索引。假如是的话，就OK。不是的话，您可能要建立临时的表来将他们结合在一起，并且使用适当的索引。

要注意的是，建立太多的索引将会影响更新和插入的速度，因为他需要同样更新每个索引文档。对于一个经常需要更新和插入的表格，就没有必要为一个很少使用的where字句单独建立索引了，对于比较小的表，排序的开销不会很大，也没有必要建立另外的索引。

以上介绍的只是一些十分基本的东西，其实里面的学问也不少，单凭EXPLAIN我们是不能判定该方法是否就是最优化的，每个数据库都有自己的一些优化器，虽然可能还不太完善，但是他们都会在查询时对比过哪种方式较快，在某些情况下，建立索引的话也未必会快，例如索引放在一个不连续的存储空间时，这会增加读磁盘的负担，因此，哪个是最优，应该通过实际的使用环境来检验。

在刚开始的时候，假如表不大，没有必要作索引，我的意见是在需要的时候才作索引，也可用一些命令来优化表，例如MySQL可用"OPTIMIZE TABLE"。

综上所述，在如何为数据库建立恰当的索引方面，您应该有一些基本的概念了。

一、索引的概念

索引就是加快检索表中数据的方法。数据库的索引类似于书籍的索引。在书籍中，索引允许用户不必翻阅完整个书就能迅速地找到所需要的信息。在数据库中，索引也允许数据库程序迅速地找到表中的数据，而不必扫描整个数据库。

二、索引的特点

1.索引可以加快数据库的检索速度

2.索引降低了数据库插入、修改、删除等维护任务的速度

3.索引创建在表上，不能创建在视图上

4.索引既可以直接创建，也可以间接创建

5.可以在优化隐藏中，使用索引

6.使用查询处理器执行SQL语句，在一个表上，一次只能使用一个索引

7.其他

三、索引的优点

1.创建唯一性索引，保证数据库表中每一行数据的唯一性

2.大大加快数据的检索速度，这也是创建索引的最主要的原因

3.加速表和表之间的连接，特别是在实现数据的参考完整性方面特别有意义。

4.在使用分组和排序子句进行数据检索时，同样可以显著减少查询中分组和排序的时间。

5.通过使用索引，可以在查询的过程中使用优化隐藏器，提高系统的性能。

四、索引的缺点

1.创建索引和维护索引要耗费时间，这种时间随着数据量的增加而增加

2.索引需要占物理空间，除了数据表占数据空间之外，每一个索引还要占一定的物理空间，如果要建立聚簇索引，那么需要的空间就会更大

3.当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，降低了数据的维护速度

五、索引分类

1.直接创建索引和间接创建索引

直接创建索引： CREATE INDEX mycolumn_index ON mytable (myclumn)

间接创建索引：定义主键约束或者唯一性键约束，可以间接创建索引

2.普通索引和唯一性索引

普通索引：

CREATE INDEX mycolumn_index ON mytable (myclumn)

唯一性索引：保证在索引列中的全部数据是唯一的，对聚簇索引和非聚簇索引都可以使用

CREATE UNIQUE COUSTERED INDEX myclumn_cindex ON mytable(mycolumn)

评论

1 楼 zhoulei984623 2008-08-14  

http://www.iteye.com/topic/227161?page=1