RDBMS上的“索引”是什么意思？[关闭]

我像大多数开发人员一样使用索引（大多数情况下...索引！），但是我敢肯定，有很多微妙的方法可以使用索引来优化数据库。我不确定它是否特定于DBMS的任何实现。

我的问题是：什么是如何使用索引的好示例（基本情况，显而易见的情况除外），以及在表上指定索引时DBMS如何优化其数据库？

可以将索引视为“目录”……这是指向文件中位置（也称为偏移量）的指针的有序列表。假设您在表中存储了数百万条记录，而不是在表中搜索匹配条件，那么引用匹配的有序列表要快得多，然后将指针堆叠到特定的匹配行。索引的一个完美示例是表的主键字段，最典型的是其“ id”字段。如果您要使用行ID＃11234566，则向索引索要指向数据的指针要比扫描数据源中位置11234566的指针快得多。

索引的使用不太明显：

CREATE TABLE activity_log (
id INT UNSIGNED NOT NULL AUTO_INCREMENT,
activity_type_id SMALLINT UNSIGNED NOT NULL,
datetime_created DATETIME
KEY(activity_type_id),
PRIMARY KEY(id)
);
CREATE TABLE activity_log_to_date_key (
activity_log_id INT UNSIGNED NOT NULL,
date_created_key  INT UNSIGNED NOT NULL REFERENCES dim_datetime(id),
UNIQUE KEY(activity_log_id),
KEY(date_created_key)
);
CREATE TABLE dim_datetime (
id INT UNSIGNED NOT NULL AUTO_INCREMENT,
date_hour DATETIME NOT NULL,
PRIMARY KEY(id),
KEY(date_hour)
);

您的操作可以创建日志记录，但是可以创建对索引日期时间的引用，该索引日期时间比日志表的搜索/排序速度更快。然后，根据自己的主键重新加入日志表。如果您需要我对此进行扩展，请告诉我。我希望这是有道理的。

查询样例：

SELECT a.activity_log_id, al.activity_type_id, al.datetime_created
FROM activity_log_to_date_key a 
INNER JOIN dim_datetime d ON (d.id = a.date_created_key)
LEFT JOIN activity_log al ON (al.id = a.activity_log_id)
WHERE d.date_hour BETWEEN '2009-01-01 00:00:00' AND '2009-06-01 12:00:00';

很多人似乎想念的一点是，DBMS通常（或只能）在查询中为每个表引用使用一个索引，如果它可以并且确实使用多个索引，则使用组合索引可能会更快。索引（如果存在）。

例如，如果在大表中搜索行，WHERE AnIntegerColumn = 42 AND AnOtherInt = 69则到这些行的最快路线将是AnIntegerColumn和AnOtherInt两列的索引。如果每个索引上只有一个索引，而没有组合索引，则DB会搜索一个或另一个索引，并使用第二个子句分别过滤结果，或者扫描两个索引，然后将结果汇总。

可以通过复合索引改进的另一个常见的简单操作是WHERE SomeColumn = <SomeValue> ORDER BY SomeOtherColumn-如果SomeColumn和SomeOtherColumn上有索引（按正确的顺序），则在某些情况下可以同时执行过滤和排序操作。

当然，添加过多的索引可能是一个糟糕的优化，因为用于存储索引的额外空间（如果您的DB看到许多写操作，则还有用于维护索引的IO负载）可能比最优读请求稍差一些，这是一个更糟糕的问题。 ，所以不要过度操作。

大卫和兰迪对此进行了介绍。我只是想补充一点，该EXPLAIN命令可以帮助您确定何时可以从创建索引中节省大量资金，并建议需要哪些索引。它将显示数据库运行查询所采取的步骤，因此您知道哪些位花费的时间最长。

我在这里还没有提到的是，当您有多个磁盘时，您可能希望将索引放置在与实际数据所在的磁盘不同的磁盘上。这样可以加快某些操作的速度。我认为这本身就是一个问题。