数据库索引有什么作用和好处

数据库索引是为了增加查询速度而对表字段附加的一种标识。见过很多人机械的理解索引的概念，认为增加索引只有好处没有坏处。这里想把之前的索引学习笔记总结一下：

首先明白为什么索引会增加速度，DB在执行一条Sql语句的时候，默认的方式是根据搜索条件进行全表扫描，遇到匹配条件的就加入搜索结果集合。如果我们对某一字段增加索引，查询时就会先去索引列表中一次定位到特定值的行数，大大减少遍历匹配的行数，所以能明显增加查询的速度。那么在任何时候都应该加索引么？这里有几个反例：1、如果每次都需要取到所有表记录，无论如何都必须进行全表扫描了，那么是否加索引也没有意义了。2、对非唯一的字段，例如“性别”这种大量重复值的字段，增加索引也没有什么意义。3、对于记录比较少的表，增加索引不会带来速度的优化反而浪费了存储空间，因为索引是需要存储空间的，而且有个致命缺点是对于update/insert/delete的每次执行，字段的索引都必须重新计算更新。

那么在什么时候适合加上索引呢？我们看一个Mysql手册中举的例子，这里有一条sql语句：

SELECT

ccompanyID,

ccompanyName

FROM

Companies

c,

User

u

WHERE

ccompanyID

=

ufk_companyID

AND

cnumEmployees

>=

0

AND

ccompanyName

LIKE

'%i%'

AND

ugroupID

IN

(SELECT

ggroupID

FROM

Groups

g

WHERE

ggroupLabel

=

'Executive')

这条语句涉及3个表的联接，并且包括了许多搜索条件比如大小比较，Like匹配等。在没有索引的情况下Mysql需要执行的扫描行数是77721876行。而我们通过在companyID和groupLabel两个字段上加上索引之后，扫描的行数只需要134行。在Mysql中可以通过Explain

Select来查看扫描次数。可以看出来在这种联表和复杂搜索条件的情况下，索引带来的性能提升远比它所占据的磁盘空间要重要得多。

那么索引是如何实现的呢？大多数DB厂商实现索引都是基于一种数据结构——B树。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。B树的定义是这样的：一棵m(m>=3)阶的B树是满足下列条件的m叉树：

1、每个结点包括如下作用域(j,

p0,

k1,

p1,

k2,

p2,

ki,

pi)

其中j是关键字个数，p是孩子指针

2、所有叶子结点在同一层上，层数等于树高h

3、每个非根结点包含的关键字个数满足[m/2-1]<=j<=m-1

4、若树非空，则根至少有1个关键字，若根非叶子，则至少有2棵子树，至多有m棵子树

看一个B树的例子，针对26个英文字母的B树可以这样构造：

可以看到在这棵B树搜索英文字母复杂度只为o(m)，在数据量比较大的情况下，这样的结构可以大大增加查询速度。然而有另外一种数据结构查询的虚度比B树更快——散列表。Hash表的定义是这样的：设所有可能出现的关键字集合为u，实际发生存储的关键字记为k，而|k|比|u|小很多。散列方法是通过散列函数h将u映射到表T[0,m-1]的下标上，这样u中的关键字为变量，以h为函数运算结果即为相应结点的存储地址。从而达到可以在o(1)的时间内完成查找。

然而散列表有一个缺陷，那就是散列冲突，即两个关键字通过散列函数计算出了相同的结果。设m和n分别表示散列表的长度和填满的结点数，n/m为散列表的填装因子，因子越大，表示散列冲突的机会越大。

因为有这样的缺陷，所以数据库不会使用散列表来做为索引的默认实现，Mysql宣称会根据执行查询格式尝试将基于磁盘的B树索引转变为和合适的散列索引以追求进一步提高搜索速度。我想其它数据库厂商也会有类似的策略，毕竟在数据库战场上，搜索速度和管理安全一样是非常重要的竞争点。

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。

1合理使用索引

索引是数据库中重要的数据结构，它的根本目的就是为了提高查询效率。现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构。

索引的使用要恰到好处，其使用原则如下：

在经常进行连接，但是没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引。

在频繁进行排序或分组（即进行group by或order by *** 作）的列上建立索引。

在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引。比如在雇员表的“性别”列上只有“男”与“女”两个不同值，因此就无必要建立索引。如果建立索引不但不会提高查询效率，反而会严重降低更新速度。

如果待排序的列有多个，可以在这些列上建立复合索引（compound index）。

使用系统工具。如Informix数据库有一个tbcheck工具，可以在可疑的索引上进行检查。在一些数据库服务器上，索引可能失效或者因为频繁 *** 作而 使得读取效率降低，如果一个使用索引的查询不明不白地慢下来，可以试着用tbcheck工具检查索引的完整性，必要时进行修复。另外，当数据库表更新大量 数据后，删除并重建索引可以提高查询速度。

(1)在下面两条select语句中:

SELECT FROM table1 WHERE field1<=10000 AND field1>=0;

SELECT FROM table1 WHERE field1>=0 AND field1<=10000;

如果数据表中的数据field1都>=0,则第一条select语句要比第二条select语句效率高的多，因为第二条select语句的第一个条件耗费了大量的系统资源。

第一个原则：在where子句中应把最具限制性的条件放在最前面。

(2)在下面的select语句中:

SELECT FROM tab WHERE a=… AND b=… AND c=…;

若有索引index(a,b,c)，则where子句中字段的顺序应和索引中字段顺序一致。

第二个原则：where子句中字段的顺序应和索引中字段顺序一致。

——————————————————————————

以下假设在field1上有唯一索引I1，在field2上有非唯一索引I2。

——————————————————————————

(3) SELECT field3,field4 FROM tb WHERE field1='sdf' 快

SELECT FROM tb WHERE field1='sdf' 慢[/cci]

因为后者在索引扫描后要多一步ROWID表访问。

(4) SELECT field3,field4 FROM tb WHERE field1>='sdf' 快

SELECT field3,field4 FROM tb WHERE field1>'sdf' 慢

因为前者可以迅速定位索引。

(5) SELECT field3,field4 FROM tb WHERE field2 LIKE 'R%' 快

SELECT field3,field4 FROM tb WHERE field2 LIKE '%R' 慢，

因为后者不使用索引。

(6) 使用函数如：

SELECT field3,field4 FROM tb WHERE upper(field2)='RMN'不使用索引。

如果一个表有两万条记录，建议不使用函数；如果一个表有五万条以上记录，严格禁止使用函数！两万条记录以下没有限制。

(7) 空值不在索引中存储，所以

SELECT field3,field4 FROM tb WHERE field2 IS[NOT] NULL不使用索引。

(8) 不等式如

SELECT field3,field4 FROM tb WHERE field2!='TOM'不使用索引。

相似地，

SELECT field3,field4 FROM tb WHERE field2 NOT IN('M','P')不使用索引。

(9) 多列索引，只有当查询中索引首列被用于条件时，索引才能被使用。

(10) MAX，MIN等函数，使用索引。

SELECT max(field2) FROM tb 所以，如果需要对字段取max，min，sum等，应该加索引。

一次只使用一个聚集函数，如：

SELECT “min”=min(field1), “max”=max(field1) FROM tb

不如：SELECT “min”=(SELECT min(field1) FROM tb) , “max”=(SELECT max(field1) FROM tb)

(11) 重复值过多的索引不会被查询优化器使用。而且因为建了索引，修改该字段值时还要修改索引，所以更新该字段的 *** 作比没有索引更慢。

(12) 索引值过大（如在一个char(40)的字段上建索引），会造成大量的I/O开销（甚至会超过表扫描的I/O开销）。因此，尽量使用整数索引。 Sp_estspace可以计算表和索引的开销。

(13) 对于多列索引，ORDER BY的顺序必须和索引的字段顺序一致。

(14) 在sybase中，如果ORDER BY的字段组成一个簇索引，那么无须做ORDER BY。记录的排列顺序是与簇索引一致的。

(15) 多表联结（具体查询方案需要通过测试得到）

where子句中限定条件尽量使用相关联的字段，且尽量把相关联的字段放在前面。

SELECT afield1,bfield2 FROM a,b WHERE afield3=bfield3

field3上没有索引的情况下:

对a作全表扫描，结果排序

对b作全表扫描，结果排序

结果合并。

对于很小的表或巨大的表比较合适。

field3上有索引

按照表联结的次序，b为驱动表，a为被驱动表

对b作全表扫描

对a作索引范围扫描

如果匹配，通过a的rowid访问

(16) 避免一对多的join。如：

SELECT tb1field3,tb1field4,tb2field2 FROM tb1,tb2 WHERE tb1field2=tb2field2 AND tb1field2=‘BU1032’ AND tb2field2= ‘aaa’

不如：

declare @a varchar(80)

SELECT @a=field2 FROM tb2 WHERE field2=‘aaa’

SELECT tb1field3,tb1field4,@a FROM tb1 WHERE field2= ‘aaa’

(16) 子查询

用exists/not exists代替in/not in *** 作

比较：

SELECT afield1 FROM a WHERE afield2 IN(SELECT bfield1 FROM b WHERE bfield2=100)

SELECT afield1 FROM a WHERE EXISTS( SELECT 1 FROM b WHERE afield2=bfield1 AND bfield2=100)

SELECT field1 FROM a WHERE field1 NOT IN( SELECT field2 FROM b)

SELECT field1 FROM a WHERE NOT EXISTS( SELECT 1 FROM b WHERE bfield2=afield1)

(17) 主、外键主要用于数据约束，sybase中创建主键时会自动创建索引，外键与索引无关，提高性能必须再建索引。

(18) char类型的字段不建索引比int类型的字段不建索引更糟糕。建索引后性能只稍差一点。

(19) 使用count()而不要使用count(column_name)，避免使用count(DISTINCT column_name)。

(20) 等号右边尽量不要使用字段名，如：

SELECT FROM tb WHERE field1 = field3

(21) 避免使用or条件，因为or不使用索引。

2避免使用order by和group by字句。

因为使用这两个子句会占用大量的临时空间(tempspace),如果一定要使用，可用视图、人工生成临时表的方法来代替。

如果必须使用，先检查memory、tempdb的大小。

测试证明，特别要避免一个查询里既使用join又使用group by，速度会非常慢！

3尽量少用子查询，特别是相关子查询。因为这样会导致效率下降。

一个列的标签同时在主查询和where子句中的查询中出现，那么很可能当主查询中的列值改变之后，子查询必须重新查询一次。查询嵌套层次越多，效率越低，因此应当尽量避免子查询。如果子查询不可避免，那么要在子查询中过滤掉尽可能多的行。

4．消除对大型表行数据的顺序存取

在 嵌套查询中，对表的顺序存取对查询效率可能产生致命的影响。

比如采用顺序存取策略，一个嵌套3层的查询，如果每层都查询1000行，那么这个查询就要查询 10亿行数据。

避免这种情况的主要方法就是对连接的列进行索引。

例如，两个表：学生表（学号、姓名、年龄……）和选课表（学号、课程号、成绩）。如果两个 表要做连接，就要在“学号”这个连接字段上建立索引。

还可以使用并集来避免顺序存取。尽管在所有的检查列上都有索引，但某些形式的where子句强迫优化器使用顺序存取。

下面的查询将强迫对orders表执行顺序 *** 作：

SELECT ＊ FROM orders WHERE (customer_num=104 AND order_num>1001) OR order_num=1008

虽然在customer_num和order_num上建有索引，但是在上面的语句中优化器还是使用顺序存取路径扫描整个表。因为这个语句要检索的是分离的行的集合，所以应该改为如下语句：

SELECT ＊ FROM orders WHERE customer_num=104 AND order_num>1001

UNION

SELECT ＊ FROM orders WHERE order_num=1008

这样就能利用索引路径处理查询。

5．避免困难的正规表达式

MATCHES和LIKE关键字支持通配符匹配，技术上叫正规表达式。但这种匹配特别耗费时间。例如：SELECT ＊ FROM customer WHERE zipcode LIKE “98_ _ _”

即使在zipcode字段上建立了索引，在这种情况下也还是采用顺序扫描的方式。如果把语句改为SELECT ＊ FROM customer WHERE zipcode >“98000”，在执行查询时就会利用索引来查询，显然会大大提高速度。

另外，还要避免非开始的子串。例如语句：SELECT ＊ FROM customer WHERE zipcode[2，3] >“80”，在where子句中采用了非开始子串，因而这个语句也不会使用索引。

6．使用临时表加速查询

把表的一个子集进行排序并创建临时表，有时能加速查询。它有助于避免多重排序 *** 作，而且在其他方面还能简化优化器的工作。例如：

SELECT custname，rcvblesbalance，……other COLUMNS

FROM cust，rcvbles

WHERE custcustomer_id = rcvlbescustomer_id

AND rcvbllsbalance>0

AND custpostcode>“98000”

ORDER BY custname

如果这个查询要被执行多次而不止一次，可以把所有未付款的客户找出来放在一个临时文件中，并按客户的名字进行排序：

SELECT custname，rcvblesbalance，……other COLUMNS

FROM cust，rcvbles

WHERE custcustomer_id = rcvlbescustomer_id

AND rcvbllsbalance>;0

ORDER BY custname

INTO TEMP cust_with_balance

然后以下面的方式在临时表中查询：

SELECT ＊ FROM cust_with_balance

WHERE postcode>“98000”

临时表中的行要比主表中的行少，而且物理顺序就是所要求的顺序，减少了磁盘I/O，所以查询工作量可以得到大幅减少。

注意：临时表创建后不会反映主表的修改。在主表中数据频繁修改的情况下，注意不要丢失数据。

7．用排序来取代非顺序存取

非顺序磁盘存取是最慢的 *** 作，表现在磁盘存取臂的来回移动。SQL语句隐藏了这一情况，使得我们在写应用程序时很容易写出要求存取大量非顺序页的查询。

right © 1999-2020, CSDNNET, All Rights Reserved

程序员必备的浏览器插件

登录

越来越好ing

关注

数据库索引是什么，有什么用，怎么用 转载

2018-12-04 23:30:36

5点赞

越来越好ing

码龄2年

关注

下面是关于数据库索引的相关知识：

简单来说，数据库索引就是数据库的数据结构！进一步说则是该数据结构中存储了一张表中某一列的所有值，也就是说索引是基于数据表中的某一列创建的。总而言之：一个索引是由表中某一列上的数据组成，并且这些数据存储在某个数据结构中。

2索引的作用。举个例子，假设有一张数据表Emplyee，该表有三列：

表中有几万条记录。现在要执行下面这条查询语句，查找出所有名字叫“Jesus”的员工的详细信息

3如果没有数据库索引功能，数据库系统会逐行的遍历整张表，对于每一行都要检查其Employee_Name字段是否等于“Jesus”。因为我们要查找所有名字为“Jesus”的员工，所以当我们发现了一条名字是“Jesus”的记录后，并不能停止继续查找，因为可能有其他员工也叫“Jesus”。这就意味着，对于表中的几万条记录，数据库每一条都要检查。这就是所谓的“全表扫描”（ full table scan）

4而数据库索引功能索引的最大作用就是加快查询速度，它能从根本上减少需要扫表的记录/行的数量。

5如何创建数据库索引。可以基于Employee表的两列创建索引即可：

：

索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。如果想按特定职员的姓来查找他或她，则与在表中搜索所有的行相比，索引有助于更

以上就是关于数据库索引有什么作用和好处全部的内容，包括:数据库索引有什么作用和好处、数据库中的索引是什么意思、数据库建立索引怎么利用索引查询等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！