什麼是資料庫索引,是怎麼工作的?(詳細介紹)

2021-12-30 11:29:14 字數 3110 閱讀 7193

我們通過乙個簡單的例子來開始教程,解釋為什麼我們需要資料庫索引。假設我們有乙個資料庫表 employee, 這個表有三個字段(列)分別是 employee_name、employee_age 和employee_address。假設表employee 有上千行資料。

現在假設我們要從這個表中查詢出所有名字是『jesus』的雇員資訊。我們決定使用下面的查詢語句:

select * from employee

where employee_name = 'jesus'一旦我們執行這個查詢,在查詢名字為jesus的雇員的過程中,究竟會發生什麼?資料庫不得不employee表中的每一行並確定雇員的名字(employee_name)是否為 『jesus』。由於我們想要得到每乙個名字為jesus的雇員資訊,在查詢到第乙個符合條件的行後,不能停止查詢,因為可能還有其他符合條件的行。所以,必須一行一行的查詢直到最後一行-這就意味資料庫不得不檢查上千行資料才能找到所以名字為jesus的雇員。這就是所謂的全表掃瞄

你可能會想為如此簡單的事情做全表掃瞄效率欠佳-資料庫是不是應該更聰明一點呢?這就像用人眼從頭到尾瀏覽整張表-很慢也不優雅。但是,你可以能根據文章標題已經猜到,這就是索引派上用場的時候。使用索引的全部意義就是通過減少一張表中需要查詢的記錄/行的數目來加快搜尋的速度。

索引是儲存一張表中乙個特定列的值的資料結構(最常見的是b-tree)。索引是在表的列上建立。所以,要記住的關鍵點是索引包含乙個表中列的值,並且這些值儲存在乙個資料結構中。請記住記住這一點:索引是一種資料結構 。

b-tree是最常用的用於索引的資料結構。因為它們是時間複雜度低, 查詢、刪除、插入操作都可以可以在對數時間內完成。另外乙個重要原因儲存在b-tree中的資料是有序的。通常由資料庫管理系統(rdbms)決定索引應該用哪些資料結構。但是,在某些情況下,你在建立索引時可以指定索引要使用的資料結構。

雜湊表是另外一種你可能看到用作索引的資料結構-這些索引通常被稱為雜湊索引。使用雜湊索引的原因是,在尋找值時雜湊表效率極高。所以,如果使用雜湊索引,對於比較字串是否相等的查詢能夠極快的檢索出相應的值。例如之前我們討論過的這個查詢(select * from employee where employee_name = 『jesus』) 就可以受益於建立在employee_name 列上的雜湊索引。雜湊索引的工作方式是將列的值通過hash演算法計算出hash值,將其作為索引的鍵值(key),和鍵值相對應實際的值(value)是指向該表中相應行的指標。因為雜湊表基本上可以看作是關聯陣列,乙個典型的資料項就像「jesus => 0x28939″,而0x28939是對記憶體中表中包含jesus這一行的引用。在雜湊索引的中查詢乙個像「jesus」這樣的值,並得到對應行的在記憶體中的引用,明顯要比掃瞄全表獲得值為「jesus」的行的方式快很多。

雜湊表是無序的資料結構,對於很多態別的查詢語句雜湊索引都無能為力。舉例來說,假如你想要找出所有小於40歲的員工。你怎麼使用使用雜湊索引進行查詢?這不可行,因為雜湊表只適合查詢鍵值對-也就是說查詢相等的查詢(例:where name = 『jesus』)。雜湊表的鍵值對映也暗示其鍵的儲存是無序的。這就是為什麼雜湊索引通常不是資料庫索引預設的資料結構-因為若將其作為索引的資料結構,並沒有b-tree那麼靈活。

使用r-tree作為索引的資料結構通常用來為空間問題提供幫助。例如,乙個查詢要求「查詢出所有距離我兩公里之內的星巴克」,如果資料庫表使用r- tree索引,這類查詢的效率將會提高。

另一種索引是點陣圖索引(bitmap index), 這類索引適合放在包含布林值(true 和 false)的列上,但是這些值(表示true或false的值)的許多例項-基本上都是選擇性(selectivity)低的列。

因為索引基本上是用來儲存列值的資料結構,這使查詢這些列值更加快速。如果索引使用最常用的資料結構-b-tree-那麼其中的資料是有序的。有序的列值可以極大的提公升效能。下面解釋原因。

假設我們在 employee_name這一列上建立乙個b-tree索引。這意味著當我們用之前的sql查詢姓名是『jesus』的雇員時,不需要再掃瞄全表。而是用索引查詢去查詢名字為『jesus』的雇員,因為索引已經按照按字母順序排序。索引已經排序意味著查詢乙個名字會快很多,因為名字首字母為『j』的員工都是排列在一起的。另外重要的一點是,索引同時儲存了表中相應行的指標以獲取其他列的資料。

你現在已經知道資料庫索引是建立在表的某列上的,並且儲存了這一列的所有值。但是,需要理解的重點是資料庫索引並不儲存這個表中其他列(字段)的值。舉例來說,如果我們在employee_name列建立索引,那麼列employee_age和employee_address上的值並不會儲存在這個索引當中。如果我們確實把其他所有欄位也儲存在個這個索引中,那就成了拷貝一整張表做為索引-這樣會占用太大的空間而且會十分低效。

如果我們在索引裡找到某一條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?這是很簡單 - 資料庫索引同時儲存了指向表中的相應行的指標。指標是指一塊記憶體區域, 該記憶體區域記錄的是對硬碟上記錄的相應行的資料的引用。因此,索引中除了儲存列的值,還儲存著乙個指向列值在行資料的引用。也就是說,索引中的employee_name這列的某個值(或者節點)可以描述為 (「jesus」, 0x82829), 0x82829 就是包含 「jesus」那行資料在硬碟上的位址。如果沒有這個引用,你就只能訪問到乙個單獨的值(「jesus」),而這樣沒有意義,因為你不能獲取這一行記錄的employee的其他值-例如位址(address)和年齡(age)。

當這個sql (select * from employee where employee_name = 『jesus』 )執行時,資料庫會檢查在查詢的列上是否有索引。假設employee_name列上確實建立了索引,資料庫會接著檢查使用這個索引做查詢是否合理 - 因為有些場景下,使用索引比起全表掃瞄會更加低效。

通常來說, 你不會告訴資料庫什麼時候使用索引 - 資料庫自己決定。然而,值得注意的是在大多數資料庫中(像oracle 和 mysql), 你實際上可以制訂你想要使用的索引。

之前的例子中,在employee_name列上建立索引的sql如下:

create index name_index

on employee (employee_name)我們可以在雇員表上建立兩個列的聯合索引,sql如下:

create index name_index

什麼是資料庫索引,是怎麼工作的?

我們通過乙個簡單的例子來開始教程,解釋為什麼我們需要資料庫索引。假設我們有乙個資料庫表 employee,這個表有三個字段 列 分別是 employee name employee age 和employee address。假設表employee 有上千行資料。現在假設我們要從這個表中查詢出所有名...

資料庫的索引是怎麼工作的?

譯文 隨著資料量逐漸增大,索引變得十分重要,有人可以解釋一下索引到底是怎麼工作的嗎?為什麼需要 當資料存在硬碟型的儲存裝置上時,它是以資料塊的形式儲存的。這些資料塊整個生命週期都會被訪問,進行原子訪問操作。磁碟的資料塊被規劃的和鍊錶差不多 兩者都含有資料的一部分,乙個指向下乙個節點 塊 的指標,同時...

什麼是mysql的索引 什麼是資料庫索引

大家平時在開發過程中都避免不了使用資料庫索引,那麼你了解資料庫索引麼,接下來呢,我就簡單講一下什麼是資料庫索引。一 資料索引是幹什麼用的呢?資料庫索引其實就是為了使查詢資料效率快。二 資料庫索引有哪些呢?聚集索引 主鍵索引 在資料庫裡面,所有行數都會按照主鍵索引進行排序。非聚集索引 就是給普通字段加...