浅谈SQL优化入门：2、利用索引

最新推荐文章于 2021-09-21 19:31:46 发布

卖报的小男孩0716

最新推荐文章于 2021-09-21 19:31:46 发布

阅读量260

点赞数 1

分类专栏：数据库

数据库专栏收录该内容

3 篇文章 0 订阅

订阅专栏

索引是众所周知的可以提高查询的速度，且针对的是具体的字段，使用方式为：
（MySQL中，一般建立主键，数据库会自动建立其聚集索引；而其他字段的索引，若不具体指明则建立非聚集索引）
（也可以通过关键字 CLUSTERED 或 NONCLUSTERED 指定聚集索引或非聚集索引，因为本篇不涉及具体应用案例，故不展开）
在这里插入图片描述

1、索引

1.1 索引的概念
我们在数据库查询过程中，即使满足给定条件的记录很少，也需要把整个表关系扫描一遍，当关系非常大时，其开销是很大的。

例如，在电影表中查询迪斯尼公司2000年制作的电影：
在这里插入图片描述
假设电影表中有10000条记录，其中2000年制作的电影有200个，这之中制作公司为迪斯尼的只有10个。如果不采取措施，要实现该查询，我们就要把10000个记录都挨个进行检查是否满足条件。如果有某种方法能让我们只取出年份为2000年的200条记录，然后再去找制作公司为迪斯尼的，显然效率要高很多。

确实有这样的方法，就叫做索引，它是一种为表中的给定字段提供存取路径的数据结构。

所以什么是索引？上面这个解释完全不明白，我们还是形象一点说明如下：
（图书按照书名的字母顺序放在对应的字母书架上，就像创建聚集索引，即表中的所有行会在文件系统上根据书名进行物理排序，当查询表中任一行时，数据库首先使用聚集索引找到对应的数据页，就像首先找到对应的字母书架一样；然后按顺序就可以找到目标行，就像找到书架上的书一样）
（在一个表上只能创建一个聚集索引，就像书只能按一种规则摆放一样）
（这就好像你给book表增加了索引bookName，但除此之外没有建立其它索引，当使用bookAuthor进行检索时，数据库引擎又只要进行全表扫描，逐个寻找）
1.2索引的类型
1.2.1 聚集索引

所谓聚集索引，就是确定表中数据的物理顺序，如上面图书的按书名排列，又或者手机电话簿的联系人按姓氏排列等。它规定了数据在表中的物理存储顺序，因此一个表只能包含一个聚集索引。也就是，索引存储顺序和数据行的存储顺序是一致的。

1.3.2 非聚集索引
我们说聚集索引存储记录是物理上连续存在，而非聚集索引是逻辑上的连续，所以在物理上它就没有所谓的顺序可言，也和物理存储顺序无关。

2、汉语字典的例子

如果你还不明白关于“聚集索引和非聚集索引的区别”，这里还有一个形象的例子：

1）聚集索引
汉语字典，其正文本身就是一个聚集索引。

比如，我们要查“安”字，就会很自然地翻开字典的前几页，因为“安”的拼音是“an”，而按照拼音排序汉字的字典是以英文字母“a”开头并以“z”结尾的，那么“安”字就自然地排在字典的前部。如果您翻完了所有以“a”开头的部分仍然找不到这个字，那么就说明您的字典中没有这个字。

同样的，如果查“张”字，那您也会将您的字典翻到最后部分，因为“张”的拼音是“zhang”。也就是说，字典的正文部分本身就是一个目录，你不需要再去查其他目录来找到您需要找的内容。正文内容本身就是一种按照一定规则排列的目录称为“聚集索引”。

2）非聚集索引
如果您认识某个字，您可以快速地从自动中查到这个字。但您也可能会遇到您不认识的字，不知道它的发音，这时候，您就不能按照刚才的方法找到您要查的字，而需要去根据“偏旁部首”查到您要找的字，然后根据这个字后的页码直接翻到某页来找到您要找的字。

但您结合“部首目录”和“检字表”而查到的字的排序并不是真正的正文的排序方法，比如您查“张”字，我们可以看到在查部首之后的检字表中“张”的页码是672页，检字表中“张”的上面是“驰”字，但页码却是63页，“张”的下面是“弩”字，页面是390页。很显然，这些字并不是真正的分别位于“张”字的上下方，现在您看到的连续的“驰、张、弩”三字实际上就是他们在非聚集索引中的排序，是字典正文中的字在非聚集索引中的映射。我们可以通过这种方式来找到您所需要的字，但它需要两个过程，先找到目录中的结果，然后再翻到您所需要的页码。