數(shù)據(jù)庫(kù)索引的通俗理解

為什么需要索引？

「索引就像書(shū)的目錄，通過(guò)書(shū)的目錄就準(zhǔn)確的定位到了書(shū)籍具體的內(nèi)容」，

數(shù)據(jù)在磁盤(pán)上是以塊的形式存儲(chǔ)的。為確保對(duì)磁盤(pán)操作的原子性，訪問(wèn)數(shù)據(jù)的時(shí)候會(huì)一并訪問(wèn)所有數(shù)據(jù)塊。磁盤(pán)上的這些數(shù)據(jù)塊與鏈表類(lèi)似，即它們都包含一個(gè)數(shù)據(jù)段和一個(gè)指針，指針指向下一個(gè)節(jié)點(diǎn)（數(shù)據(jù)塊）的內(nèi)存地址，而且它們都不需要連續(xù)存儲(chǔ)（即邏輯上相鄰的數(shù)據(jù)塊在物理上可以相隔很遠(yuǎn)）。

舉個(gè)例子來(lái)講，我們有一個(gè)數(shù)據(jù)表User.為了簡(jiǎn)便，這個(gè)表沒(méi)有主鍵。

?

Identity	Name	Age	Grade
1	Robin	28	90
5	Lilei	26	60
3	Hanmei	25	50
4	Lucy	27	66
2	Lily	29	80

?

雖然這些數(shù)據(jù)都存在于一個(gè)User表中，但是物理上，這些數(shù)據(jù)可能存儲(chǔ)在分散的數(shù)據(jù)塊中。

查找Lily這個(gè)人的信息,?已知Lily的Identity為2，?select* fromUser where?Identity= 2.

在查找的時(shí)候，首先找到這個(gè)表的第一條記錄所在的數(shù)據(jù)庫(kù)地址，然后發(fā)現(xiàn)Identity為1，并不是所需要的值，然后在這個(gè)數(shù)據(jù)庫(kù)的底端，找到了下一個(gè)數(shù)據(jù)塊的地址。（這個(gè)類(lèi)似于鏈表），如此一來(lái)，查詢了5次才找到了所需要的值。（為了簡(jiǎn)單起見(jiàn)，我們考慮Identity不能有重復(fù)值）

?

為了加快搜索速度，這里就出現(xiàn)了索引。索引是對(duì)某個(gè)字段進(jìn)行排序的一種方式。對(duì)表中的某個(gè)字段建立索引會(huì)創(chuàng)建另一種數(shù)據(jù)結(jié)構(gòu)，其中保存著字段的值，每個(gè)值又指向與它相關(guān)的記錄。這種索引的數(shù)據(jù)結(jié)構(gòu)是經(jīng)過(guò)排序的，因而可以對(duì)其執(zhí)行二分查找。

?

對(duì)上個(gè)表的Identity字段進(jìn)行索引，就是在數(shù)據(jù)庫(kù)存儲(chǔ)空間上創(chuàng)建一塊專(zhuān)用的控件，把User表的所有的Identity字段的值拿出來(lái)放到這里，并且對(duì)這些值進(jìn)行排序，并且每個(gè)值都攜帶著這個(gè)Identity對(duì)應(yīng)的行所在數(shù)據(jù)塊的地址。因?yàn)镮dentity是進(jìn)過(guò)排序的，按照一定的數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)的，所以數(shù)據(jù)庫(kù)引擎在查找的時(shí)候，比如說(shuō)查找identity為5，引擎就會(huì)計(jì)算，5大概在整個(gè)排序結(jié)構(gòu)的大致地方，然后到那里去拿出這個(gè)值看看是不是，不是的話就再次相應(yīng)的向左或者向右移動(dòng)去尋找。（這里用到的知識(shí)都是大學(xué)時(shí)候的數(shù)據(jù)結(jié)構(gòu)的知識(shí)，二分法查找，相對(duì)于毫無(wú)頭緒的一個(gè)一個(gè)的查找，二分法的查找速度明顯的提高，達(dá)到了log2 N，其實(shí)這有多快我也不明白，反正就記得當(dāng)時(shí)學(xué)的時(shí)候，確實(shí)是比一般查找快多了。）

?

通俗的來(lái)講，就是根據(jù)你指定的列，建立一個(gè)遵循一定數(shù)據(jù)結(jié)構(gòu)的區(qū)域，這些區(qū)域可以快速定位到相應(yīng)數(shù)據(jù)庫(kù)字段所在的磁盤(pán)地址。

索引的好處是特別明顯的，那就是大大的提高了查詢的速度。但是相對(duì)應(yīng)的也帶來(lái)了一些不好的地方。

第一，創(chuàng)建索引和維護(hù)索引要耗費(fèi)時(shí)間，這種時(shí)間隨著數(shù)據(jù)量的增加而增加。

第二，索引需要占物理空間，除了數(shù)據(jù)表占數(shù)據(jù)空間之外，每一個(gè)索引還要占一定的物理空間，如果要建立聚簇索引，那么需要的空間就會(huì)更大。

第三，當(dāng)對(duì)表中的數(shù)據(jù)進(jìn)行增加、刪除和修改的時(shí)候，索引也要?jiǎng)討B(tài)的維護(hù)，這樣就降低了數(shù)據(jù)的維護(hù)速度。

---

最后還有一點(diǎn)需要注意的是，我們?cè)跀?shù)據(jù)庫(kù)上對(duì)于某個(gè)字段建立了索引，那么什么情況下才走索引呢？

?

比如?select * from User where?Identity= 2?這條語(yǔ)句，是走索引查詢的。因?yàn)槭欠褡咚饕Q于這條查詢語(yǔ)句的where子句。數(shù)據(jù)庫(kù)引擎發(fā)現(xiàn)你的where語(yǔ)句中有identity，那么就會(huì)從identity的索引數(shù)據(jù)結(jié)構(gòu)中進(jìn)行檢索。曾經(jīng)看到有人說(shuō)select *會(huì)降低檢索速度，這個(gè)跟索引沒(méi)關(guān)系，select *?降低檢索速度，是因?yàn)閺臄?shù)據(jù)庫(kù)服務(wù)器端到客戶端的網(wǎng)絡(luò)傳輸是有時(shí)間的，select *?中難免包含著不必要的字段，所以傳輸起來(lái)會(huì)比較慢。

上述講到了存儲(chǔ)索引用的是某種數(shù)據(jù)結(jié)構(gòu)類(lèi)型，接下來(lái)將說(shuō)一下具體索引的存儲(chǔ)用到了什么數(shù)據(jù)結(jié)構(gòu)的類(lèi)型：

索引原理必須清楚一種數(shù)據(jù)結(jié)構(gòu)「平衡樹(shù)」(非二叉)，也就是b tree或者 b+tree，重要的事情說(shuō)三遍：“平衡樹(shù)，平衡樹(shù)，平衡樹(shù)”。當(dāng)然，有的數(shù)據(jù)庫(kù)也使用哈希桶作用索引的數(shù)據(jù)結(jié)構(gòu)，然而，主流的RDBMS都是把平衡樹(shù)當(dāng)做數(shù)據(jù)表默認(rèn)的索引數(shù)據(jù)結(jié)構(gòu)的。

---

下一節(jié)詳細(xì)講解索引的底層數(shù)據(jù)結(jié)構(gòu)?

總結(jié)

以上是生活随笔為你收集整理的数据库索引：引入的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。