数据库索引是什么,数据库索引是什么怎么构建

首页 > 教育 > 作者:YD1662024-05-12 00:33:31

索引

当数据库中数据量比较少的时候,哪怕全部检索也可以很快,但如果数据量达到了百万,千万,上亿的时候,还是全表扫描,那么数据查询的速度会慢的让人无法忍受。

索引的作用,就是为了加快数据查询,类似于我们查不认识的字时,使用字典的目录一样,在字典里面快速查询出不认识的字。字典可以根据读音的首字母,偏旁部首,笔画来查询。同样的,索引也有hash索引,b-tree索引,GIN索引等不同索引类型,根据查询的场景不同,可以选择创建对应的索引类型。

索引分类数据结构实现

Postgresql支持丰富的索引类型,并且根据索引框架支持用户开发自定义的索引,下面列举下常用的索引类型及适用范围

索引类型实现方法适用范围b-tree使用b-tree数据结构来存储索引数据等值查询或范围查询,以及in、between、is null、order by等,默认索引类型hash基于hash表实现等值查询,尤其索引列值非常长的情况gist使用一种平衡的树形结构访问方法多维数据类型和集合数据类型gin通用倒排索引,存储的是键值与倒排表数组、jsonb、全文检索、模糊查询等brin块范围索引索引列的值与物理存储相关性很强,比如时序数据

mysql的索引类型和数据库引擎相关性较强,不过最常用的B树索引是支持的

索引类型MyISAMInnoDBb-treeyesyeshashnonoR-TreeyesnoFull-Text(类似gin)yesno

聚簇索引与非聚簇索引

InnoDB 默认创建的主键索引是聚族索引(Clustered Index),其它索引都属于辅助索引(Secondary Index),也被称为二级索引或非聚族索引

联合索引与单列索引

create index i1 on t2 (c1); create index i2 on t2 (c1,c2);

pg的多列(联合)索引仅支持b-tree、gist、gin、brin类型,其中b-tree的多列索引,仅在索引的第一个字段出现在查询条件中才有效(最左匹配原则),而其他类型的多列索引可以支持任意字段查询 对于多字段查询,多列索引要比单列索引的查询速度快,可以避免回表查询,但对于单字段查询,多列索引就要比单列索引查询速度慢了,这里需要根据表的实际查询sql类型、频率,综合考虑是否需要使用多列索引。

部分索引

部分索引是指支持在指定条件的记录上创建索引,通过where条件指定这部分记录,比如:

postgres=# create table test(id int, c1 varchar(10)); CREATE TABLE postgres=# insert into test select generate_series(100001,100100),'invalid'; INSERT 0 100 postgres=# create index i1 on test (c1) where c1 = 'invalid'; CREATE INDEX postgres=# explain analyze select * from test where c1 = 'invalid'; QUERY PLAN ---------------------------------------------------------------------------------------------------------- Index Scan using i1 on t3 (cost=0.14..4.16 rows=1 width=11) (actual time=0.035..0.079 rows=100 loops=1) Planning Time: 0.485 ms Execution Time: 0.135 ms (3 rows)

实际上对于数据分布不均的字段,创建正常的索引,在查询占比较小值时也是可以走索引的,查询占比较大值时无法走索引,如下所示,部分索引的优势在于索引体积小,维护代价也比较小

函数索引

函数索引指可以使用一个函数或者表达式的结果作为索引的字段,比如:

postgres=# create index i1 on test ((lower(c1))); CREATE INDEX postgres=# explain analyze select * from test where lower(c1) = 'xxx'; QUERY PLAN -------------------------------------------------------------------------------------------------------------- Bitmap Heap Scan on test (cost=20.29..783.05 rows=500 width=37) (actual time=0.063..0.063 rows=0 loops=1) Recheck Cond: (lower(c1) = 'xxx'::text) -> Bitmap Index Scan on i1 (cost=0.00..20.17 rows=500 width=0) (actual time=0.060..0.060 rows=0 loops=1) Index Cond: (lower(c1) = 'xxx'::text) Planning Time: 0.406 ms ExecutIOn Time: 0.095 ms (6 rows) postgres=# explain analyze select * from test where c1 = 'xxx'; QUERY PLAN -------------------------------------------------------------------------------------------------- Seq Scan on test (cost=0.00..2084.00 rows=1 width=37) (actual time=19.016..19.016 rows=0 loops=1) Filter: (c1 = 'xxx'::text) Rows Removed by Filter: 100000 Planning Time: 0.121 ms Execution Time: 19.048 ms (5 rows)

此时如果直接使用c1字段作为查询条件是无法走索引的,同理如果创建的是普通索引,在查询时对字段加上了函数或者表达式,都不会走索引,我们应始终避免出现这样的问题

排序索引

在涉及order by操作的sql时,b-tree索引返回的结果是有序的,可以直接返回,而其他索引类型,需要对索引返回结果再进行一次排序。b-tree索引的默认排序为升序,空值放在最后,创建索引时可以指定排序方式,如按倒序排序时,空值默认是放在最前的,但往往我们的查询并不想展示空值的结果,此时可以在创建索引时指定排序desc nulls last以达到和查询sql切合的目的。

数据库索引是什么,数据库索引是什么怎么构建(1)

索引非银弹

索引需要占用额外的物理空间,如果表中的数据变化,也需要同步维护索引中的数据,对数据库的性能会有一定影响。考虑到索引的维护代价、空间占用和查询时回表的代价,不能认为索引越多越好。索引一定是按需创建的,并且要尽可能确保足够轻量。一旦创建了多字段的联合索引,我们要考虑尽可能利用索引本身完成数据查询,减少回表的成本。不能认为建了索引就一定有效,对于后缀的匹配查询、查询中不包含联合索引的第一列、查询条件涉及函数计算等情况无法使用索引。此外,即使SQL本身符合索引的使用条件,MySQL也会通过评估各种查询方式的代价,来决定是否走索引,以及走哪个索引。

数据库基于成本决定是否走索引

查询数据可以直接在聚簇索引上进行全表扫描,也可以走二级索引扫描后到聚簇索引回表。那么PostgreSQL/MySQL到底是怎么确定走哪种方案的呢。在满足能走索引的条件下,最终是否走索引由计划器生成的执行计划决定,PostgreSQL/MySQL中执行计划是完全基于代价估计的,如果估算的代价为全表扫描最优,则不会使用索引扫描

这里的代价,包括IO成本和CPU成本

IO成本,是从磁盘把数据加载到内存的成本。默认情况下,读取数据页的IO成本常数是1(也就是读取1个页成本是1)。

CPU成本,是检测数据是否满足条件和排序等CPU操作的成本。默认情况下,检测记录的成本是0.2。基于此,我们分析下全表扫描的成本。

全表扫描,就是把聚簇索引中的记录依次和给定的搜索条件做比较,把符合搜索条件的记录加入结果集的过程。要计算全表扫描的代价需要两个信息:

1.聚簇索引占用的页面数,用来计算读取数据的IO成本;

2.表中的记录数,用来计算搜索的CPU成本。

有时会因为统计信息的不准确或成本估算的问题,实际开销会和MySQL统计出来的差距较大,导致MySQL选择错误的索引或是直接选择走全表扫描,这个时候就需要人工干预,使用强制索引了。

数据库索引是什么,数据库索引是什么怎么构建(2)

索引失效

例如我们在 order 表中建立一个复合索引 idx_user_order_status(order_no, status, user_id),如果我们使用 order_no、order_no status、order_no status user_id 以及 order_no user_id 组合查询,则能利用到索引;而如果我们用 status、status user_id 查询,将无法使用到索引,这也是我们经常听过的最左匹配原则

常见慢sql情况

数据库索引是什么,数据库索引是什么怎么构建(3)

数据库索引是什么,数据库索引是什么怎么构建(4)

首页 123下一页

栏目热文

文档排行

本站推荐

Copyright © 2018 - 2021 www.yd166.com., All Rights Reserved.