在碩士期間，同學去參加了國內某b2c的公司的面試，回來的時候，很鬱悶的跟我說，面試官問了他乙個資料庫的問題，在乙個查詢中，使用了某個索引所施加的列作為過濾條件（例如：select a,b from t where c=x,其中c是表t的乙個字段，該字段上建立了索引），當資料庫使用該索引時，速度比不使用時反而降低了，請問為啥？結果那哥們很鬱悶的說：不知道。
其實，就我個人看來，這個問題應該很簡單的，主要是很多人在開發資料庫的過程中，其實認為資料庫是個黑匣子，而且沒有相關的dba做支援，沒有去**原理新的東西，所以，一旦遇見這種理論和實際經驗相結合的問題。
在資料庫中，訪問資料的方式，從本質上來說是兩種：一種是隨機讀取，也就是根據資料在磁碟上的位置，讀取某一小部分資料，形象的說，就是小雞在地上啄公尺；另外一種就是順序讀取了，就是將乙個表所在的資料檔案從頭讀到尾，很像是推土機挖礦一樣。前者一般適合少量資料的讀取，後者是適合大量資料的讀取。
在資料庫中，對於面試官所提的sql，實際的查詢計畫有兩種：一種是，先讀取索引中的滿足條件的列所在的磁碟物理位置，然後去根據物理位置，將所在的列讀出，最後過濾出需要的兩列，這個過程會一直迴圈，直至索引上沒有滿足過濾條件的列；而另外一種則是將磁碟上的資料一塊一塊讀入記憶體，然後一條條過濾滿足c=x的列，對於滿足條件的列，輸出所需的a和b列。在這兩種查詢計畫執行的過程中，讀取磁碟的資料的時間佔據了大部分時間，目前scsi磁碟讀取資料的有效速度可能最快不過10m/s吧，而記憶體之間搬運資料以及cpu的計算速度還是相當之快的，各位有興趣可以自己計算。
前者代表了典型的隨機讀取的方式，後者當時是順序讀取的方式。
一般說來，在資料庫的優化器中，比如mysql還是pgsql，對於上面的兩種查詢計畫做選擇的時候，會參考乙個引數，具體叫啥忘記了，這個閾值大概是30%，假如超過了就選擇順序讀取資料，假如沒有，就選擇隨機讀取。這個閾值一般在索引中都會有，記錄了所施加的列中值的分布。而資料庫在執行了一段時間後，這些分布的統計值會和實際值有很大偏差的，這個時候就需要dba出馬對資料庫進行處理了，一般資料庫都會提供相應的工具。
所以，在滿足c=x的資料超過了一定閾值，而資料庫的資料在執行了一定時間後，統計資料不準確時，查詢引擎就會選擇錯誤的查詢計畫，也就是進行隨機讀取大量滿足條件的資料，從而降低了資料的查詢速度。
以上是本人拙見，歡迎拍磚討論
為什麼索引可以提高查詢速度
參考 以下是關於索引的個人理解 有這麼乙個students表 我們執行一條sql語句 select from students where name 老頑童 執行結果 如果我們沒有為name欄位建立索引，這條sql語句是從頭開始一條一條比較的，比較七次 找到了老頑童所在的這一條資料。如果此時我們為n...
我們為什麼要用索引，用索引為什麼比不用索引快
經過老楊的細心指點，我才真正的明白 理解 記住 以前曾看過索引的資料，時間長都忘啦 老楊問我如果一張表上沒有索引，你要查id 5的記錄，資料庫會怎麼做？我說資料庫會先根據資料字典找到這張表，然後根據表頭的記錄找到這張表的資料塊，然後每個資料塊去找。老楊 會把所有的資料塊都掃一遍嗎？我 有可能會，有可...
了解索引為什麼能快速查詢資料
簡單概述 在我們存資料時,如果建立索引。資料庫系統會維護乙個滿足特定查詢演算法的資料結構,這些資料結構以某種方式引用資料 可以在這些資料結構之上,實現高階查詢演算法,這種結構就是索引 一般來說,索引本身也很大,不可能全部儲存在記憶體中,因此索引往往以索引檔案的形式儲存在磁碟上 為了加快資料的查詢,可...