索引的建立与理解（什么情况下不用？为什么？）（保姆级理解）

一：索引的建立

import pandas as pd
import sqlite3

conn=sqlite3.connect('new.db')

cur=conn.cursor()

sql='''
   create table new1(
    id INT,
          name TEXT,
          age INT
   
   )
   
'''

cur.execute(sql)
conn.commit()

sql='''
    insert into new1 values(1001,'linweiqi',19)
'''

cur.execute(sql)
conn.commit()

conn.close()

conn=sqlite3.connect('new.db')

cur=conn.cursor()

sql='''
  create index index_id on new1(id);
'''

cur.execute(sql)
conn.commit()

conn.close()

在此之中我们执行了三个sql语句，前两个sql语句分别代表数据库数据表的创建和插入一行数据（欲知基本sql语句的创建，请看作者的‘’python中使用SQLite3对数据库的基本操作（基于ubuntu操作系统）‘’一文！），第三个sql语句就是创建一个索引，具体格式如下：

create index 索引名 on 表名（列名）

ps：索引名可以随便取（至于拿来干什么下面会加以说明），表名和列名表示你想要创建索引的表和列

二：索引的避免运用情况及理解

（1）：索引运用目的：

           索引主要是用来加快我们查寻表数据的速度，避免运用的几种情况也是基于运用索引之后并没有加速搜索，甚至减缓搜索速度。

（2）：索引避免使用情况：

1：索引不应该用在较小的数据表上，在小数据表中与没索引状态搜索能力基本没差别，甚至更差。

2：索引不应该使用在有频繁的大批量的更新或插入操作的表上，因为每次更新后要重新索引，数据库负荷过大，如果表比较大，则严重影响数据的进出入库，以及查询速度。

（3）：为什么这些情况不使用索引

1：索引搜索快的原理：

new1

id	name	age	index_id（隐形列）
1002	linweiqi1	19	1001
1001	linweiqi2	20	1002
1005	linweiqi3	21	1005

  如图所示，我们所创建的数据表是前三列，‘index_id’是我创造的列名‘id’的索引列（可以理解为是隐形列），你在实际的数据表中看不到，它储存于数据库中，为了便于理解我写了出来。

  其实我们不加索引时，搜索一行数据是要将所有的数据行全部游历一遍，然后提取出所符合的数据，而索引的本质是根据设置索引的列名（id），创造出一列与原来列（id）相对应的隐形列（index_id），然后隐形列（index_id）会根据一定的方法进行合理排序（如图中的我举例的方法是从小到大排序），搜索一行数据原理是先寻找隐形列（index_id），然后运用算法（如：二叉树等）进行搜索找出想要搜索出那一行的id=1005（假如要搜索id=1005这一行数据），然后通过函数映射找到原来列（id）中对应的id=1005那一行然后提出数据。

所以，为什么索引不应该用在较小的数据表上？

因为在数据小的表中在没有索引的时候比有索引时，检索速度更快，并且有索引中的隐形列会占据一定的内存，加上索引没有什么好处。

为什么索引不应该使用在有频繁的大批量的更新或插入操作的表上？

因为如果一张数据表插入数据时，因为隐形列会根据一定的方法来排序，插入一行相当于要隐形列又重新排列，在小数据表中可能工作量增加的不是很明显，但在多维数据表中，要全部重新排列是要花费相当大的计算量的，所以在使用在有频繁的大批量的更新或插入操作的表上，不应该加上索引