我們通過(guò)一個(gè)簡(jiǎn)單的例子來(lái)開(kāi)始教程，解釋為什么我們需要數(shù)據(jù)庫(kù)索引。假設(shè)我們有一個(gè)數(shù)據(jù)庫(kù)表 Employee， 這個(gè)表有三個(gè)字段（列）分別是 Employee_Name、Employee_Age 和Employee_Address。假設(shè)表Employee 有上千行數(shù)據(jù)。

現(xiàn)在假設(shè)我們要從這個(gè)表中查找出所有名字是‘Jesus’的雇員信息。我們決定使用下面的查詢語(yǔ)句：

SELECT * FROM Employee WHEREE mployee_Name ='Jesus'

如果表中沒(méi)有所以會(huì)發(fā)生什么？

一旦我們運(yùn)行這個(gè)查詢，在查找名字為Jesus的雇員的過(guò)程中，究竟會(huì)發(fā)生什么？數(shù)據(jù)庫(kù)不得不Employee表中的每一行并確定雇員的名字（Employee_Name）是否為 ‘Jesus’。由于我們想要得到每一個(gè)名字為Jesus的雇員信息，在查詢到第一個(gè)符合條件的行后，不能停止查詢，因?yàn)榭赡苓€有其他符合條件的行。所以，必須一行一行的查找直到最后一行-這就意味數(shù)據(jù)庫(kù)不得不檢查上千行數(shù)據(jù)才能找到所以名字為Jesus的雇員。這就是所謂的全表掃描。

數(shù)據(jù)庫(kù)索引是怎樣提升性能的？

你可能會(huì)想為如此簡(jiǎn)單的事情做全表掃描效率欠佳-數(shù)據(jù)庫(kù)是不是應(yīng)該更聰明一點(diǎn)呢？這就像用人眼從頭到尾瀏覽整張表-很慢也不優(yōu)雅（原文：not at all sleek，不知如何翻譯才好）。但是，你可以能根據(jù)文章標(biāo)題已經(jīng)猜到，這就是索引派上用場(chǎng)的時(shí)候。使用索引的全部意義就是通過(guò)縮小一張表中需要查詢的記錄/行的數(shù)目來(lái)加快搜索的速度。

什么是索引？

一個(gè)索引是存儲(chǔ)的表中一個(gè)特定列的值數(shù)據(jù)結(jié)構(gòu)（最常見(jiàn)的是B-Tree）。索引是在表的列上創(chuàng)建。所以，要記住的關(guān)鍵點(diǎn)是索引包含一個(gè)表中列的值，并且這些值存儲(chǔ)在一個(gè)數(shù)據(jù)結(jié)構(gòu)中。請(qǐng)記住記住這一點(diǎn)：索引是一種數(shù)據(jù)結(jié)構(gòu) 。

什么樣的數(shù)據(jù)結(jié)構(gòu)可以作為索引？

B-Tree?是最常用的用于索引的數(shù)據(jù)結(jié)構(gòu)。因?yàn)樗鼈兪菚r(shí)間復(fù)雜度低， 查找、刪除、插入操作都可以可以在對(duì)數(shù)時(shí)間內(nèi)完成。另外一個(gè)重要原因存儲(chǔ)在B-Tree中的數(shù)據(jù)是有序的。數(shù)據(jù)庫(kù)管理系統(tǒng)（RDBMS）通常決定索引應(yīng)該用哪些數(shù)據(jù)結(jié)構(gòu)。但是，在某些情況下，你在創(chuàng)建索引時(shí)可以指定索引要使用的數(shù)據(jù)結(jié)構(gòu)。

哈希表索引是怎么工作的？

哈希表是另外一種你可能看到用作索引的數(shù)據(jù)結(jié)構(gòu)-這些索引通常被稱為哈希索引。使用哈希索引的原因是，在尋找值時(shí)哈希表效率極高。所以，如果使用哈希索引，對(duì)于比較字符串是否相等的查詢能夠極快的檢索出的值。例如之前我們討論過(guò)的這個(gè)查詢(SELECT * FROM Employee WHERE Employee_Name = ‘Jesus’) 就可以受益于創(chuàng)建在Employee_Name 列上的哈希索引。哈系索引的工作方式是將列的值作為索引的鍵值（key），和鍵值相對(duì)應(yīng)實(shí)際的值（value）是指向該表中相應(yīng)行的指針。因?yàn)楣１砘旧峡梢钥醋魇顷P(guān)聯(lián)數(shù)組，一個(gè)典型的數(shù)據(jù)項(xiàng)就像“Jesus => 0x28939″，而0x28939是對(duì)內(nèi)存中表中包含Jesus這一行的引用。在哈系索引的中查詢一個(gè)像“Jesus”這樣的值，并得到對(duì)應(yīng)行的在內(nèi)存中的引用，明顯要比掃描全表獲得值為“Jesus”的行的方式快很多。

哈希索引的缺點(diǎn)

哈希表是無(wú)順的數(shù)據(jù)結(jié)構(gòu)，對(duì)于很多類型的查詢語(yǔ)句哈希索引都無(wú)能為力。舉例來(lái)說(shuō)，假如你想要找出所有小于40歲的員工。你怎么使用使用哈希索引進(jìn)行查詢？這不可行，因?yàn)楣１碇贿m合查詢鍵值對(duì)-也就是說(shuō)查詢相等的查詢（例：like “WHERE name = ‘Jesus’）。哈希表的鍵值映射也暗示其鍵的存儲(chǔ)是無(wú)序的。這就是為什么哈希索引通常不是數(shù)據(jù)庫(kù)索引的默認(rèn)數(shù)據(jù)結(jié)構(gòu)-因?yàn)樵谧鳛樗饕臄?shù)據(jù)結(jié)構(gòu)時(shí)，其不像B-Tree那么靈活

還有什么其他類型的索引？

使用R-Tree作為數(shù)據(jù)結(jié)構(gòu)的索引通常用來(lái)為空間問(wèn)題提供幫助。例如，一個(gè)查詢要求“查詢出所有距離我兩公里之內(nèi)的星巴克”，如果數(shù)據(jù)庫(kù)表使用R- Tree索引，這類查詢的效率將會(huì)提高。?

另一種索引是位圖索引（bitmap index）， 這類索引適合放在包含布爾值(true 和 false)的列上，但是這些值（表示true或false的值）的許多實(shí)例-基本上都是選擇性（selectivity）低的列。

索引是怎么提升性能的？

因?yàn)樗饕旧鲜怯脕?lái)存儲(chǔ)列值的數(shù)據(jù)結(jié)構(gòu)，這使查找這些列值更加快速。如果索引使用最常用的數(shù)據(jù)結(jié)構(gòu)-B-Tree-那么其中的數(shù)據(jù)是有序的。有序的列值可以極大的提升性能。下面解釋原因。

假設(shè)我們?cè)?Employee_Name這一列上創(chuàng)建一個(gè)B-Tree索引。這意味著當(dāng)我們用之前的SQL查找姓名是‘Jesus’的雇員時(shí)，不需要再掃描全表。而是用索引查找去查找名字為‘Jesus’的雇員，因?yàn)樗饕呀?jīng)按照按字母順序排序。索引已經(jīng)排序意味著查詢一個(gè)名字會(huì)快很多，因?yàn)槊稚僮帜笧椤甁’的員工都是排列在一起的。另外重要的一點(diǎn)是，索引同時(shí)存儲(chǔ)了表中相應(yīng)行的指針以獲取其他列的數(shù)據(jù)。

數(shù)據(jù)庫(kù)索引里究竟存的是什么？

你現(xiàn)在已經(jīng)知道數(shù)據(jù)庫(kù)索引是創(chuàng)建在表的某列上的，并且存儲(chǔ)了這一列的所有值。但是，需要理解的重點(diǎn)是數(shù)據(jù)庫(kù)索引并不存儲(chǔ)這個(gè)表中其他列（字段）的值。舉例來(lái)說(shuō)，如果我們?cè)贓mployee_Name列創(chuàng)建索引，那么列Employee_Age和Employee_Address上的值并不會(huì)存儲(chǔ)在這個(gè)索引當(dāng)中。如果我們確實(shí)把其他所有字段也存儲(chǔ)在個(gè)這個(gè)索引中，那就成了拷貝一整張表做為索引-這樣會(huì)占用太大的空間而且會(huì)十分低效。

索引存儲(chǔ)了指向表中某一行的指針

如果我們?cè)谒饕镎业侥骋粭l記錄作為索引的列的值，如何才能找到這一條記錄的其它值呢？這是很簡(jiǎn)單 - 數(shù)據(jù)庫(kù)索引同時(shí)存儲(chǔ)了指向表中的相應(yīng)行的指針。指針是指一塊內(nèi)存區(qū)域， 該內(nèi)存區(qū)域記錄的是對(duì)硬盤(pán)上記錄的相應(yīng)行的數(shù)據(jù)的引用。因此，索引中除了存儲(chǔ)列的值，還存儲(chǔ)著一個(gè)指向在行數(shù)據(jù)的索引。也就是說(shuō)，索引中的Employee_Name這列的某個(gè)值（或者節(jié)點(diǎn)）可以描述為 (“Jesus”, 0x82829)， 0x82829 就是包含 “Jesus”那行數(shù)據(jù)在硬盤(pán)上的地址。如果沒(méi)有這個(gè)引用，你就只能訪問(wèn)到一個(gè)單獨(dú)的值（“Jesus”），而這樣沒(méi)有意義，因?yàn)槟悴荒塬@取這一行記錄的employee的其他值-例如地址（address）和年齡（age）。

數(shù)據(jù)庫(kù)怎么知道什么時(shí)候使用索引？

當(dāng)這個(gè)SQL （SELECT * FROM Employee WHERE Employee_Name = ‘Jesus’?）運(yùn)行時(shí)，數(shù)據(jù)庫(kù)會(huì)檢查在查詢的列上是否有索引。假設(shè)Employee_Name列上確實(shí)創(chuàng)建了索引，數(shù)據(jù)庫(kù)會(huì)接著檢查使用這個(gè)索引做查詢是否合理 - 因?yàn)橛行﹫?chǎng)景下，使用索引比起全表掃描會(huì)更加低效。如果想要了解更多這些場(chǎng)景，請(qǐng)閱讀這篇文章：Selectivity in SQL

你能強(qiáng)制數(shù)據(jù)庫(kù)使用索引嗎？

通常來(lái)說(shuō)， 你不會(huì)告訴數(shù)據(jù)庫(kù)什么時(shí)候使用索引 - 數(shù)據(jù)庫(kù)自己決定。然而，值得注意的是在大多數(shù)數(shù)據(jù)庫(kù)中（像Oracle 和 MYSQL）， 你實(shí)際上可以制訂你想要使用的索引。

如何在使用SQL創(chuàng)建索引：

之前的例子中，在Employee_Name列上創(chuàng)建索引的SQL如下：

CREATEINDEX name_index ON Employee (Employee_Name)

如何創(chuàng)建聯(lián)合索引

我們可以在雇員表上創(chuàng)建兩個(gè)列的聯(lián)合索引，SQL如下：

CREATE INDEX name_index ON Employee (Employee_Name, Employee_Age)

把數(shù)據(jù)庫(kù)索引類比成什么比較好呢?

一個(gè)非常好的類比是把數(shù)據(jù)庫(kù)索引看作是書(shū)的索引。如果你有一本關(guān)于狗的書(shū)，你想要找關(guān)于‘黃金獵犬’的那部分。當(dāng)你可以通過(guò)在書(shū)背的索引找到哪幾頁(yè)有關(guān)于‘黃金獵犬’信息的時(shí)候，你為什么要翻完正本書(shū) - 這相當(dāng)于數(shù)據(jù)庫(kù)中的全表掃描。同樣的，就像一本書(shū)的索引包含頁(yè)碼一樣，數(shù)據(jù)庫(kù)的索引包含了指針，指向你在SQL中想要查詢的值所在的行。

使用數(shù)據(jù)庫(kù)索引會(huì)有什么代價(jià)？

那么，使用數(shù)據(jù)庫(kù)索引有什么缺點(diǎn)呢？其一，索引會(huì)占用空間 - 你的表越大，索引占用的空間越大。其二，性能損失（主要值更新操作），當(dāng)你在表中添加、刪除或者更新行數(shù)據(jù)的時(shí)候， 在索引中也會(huì)有相同的操作。記?。航⒃谀沉校ɑ蚨嗔校┧饕枰４嬖摿凶钚碌臄?shù)據(jù)。

基本原則是只如果表中某列在查詢過(guò)程中使用的非常頻繁，那就在該列上創(chuàng)建索引。

原文鏈接：

http://www.programmerinterview.com/index.php/database-sql/what-is-an-index/