1.7　索引

查询是在表上进行的最频繁的访问。在查询数据时，很少有用户愿意查询表中的所有数据，除非要对整个表进行处理。一般情况下用户总是查询表中的一部分数据。在SELECT语句中，通常需要通过WHERE子句指定查询条件，以获得满足该条件的所有数据。如果能够在很小的范围内查询需要的数据，而不是在全表范围内查询，那么将减少很多不必要的磁盘I/O，查询的速度无疑会大大加快。提供这种快速查询的方法就是索引。

1.7.1　索引的基本概念

索引是一种建立在表上的数据库对象，它主要用于加快对表的查询操作。合理使用索引可以大大减少磁盘访问的次数，从而大大提高数据库的性能。

使用索引的主要目的是加快查询速度，另外，索引也可以作为唯一性约束。如果在表的一个列上建立了唯一性索引，那么系统将自动在这个列上建立唯一性约束，这样可以保证插入这个列的数据是唯一的。

索引究竟是怎样加快查询速度的呢？原来，索引是建立在表中的某个列或几个列上的，这样的列称为索引列。在创建索引时，数据库服务器将对索引列的数据进行排序，并将排序的结果存储在索引所占用的存储空间中。在查询数据时，数据库服务器首先在索引中查询，然后再到表中查询。因为索引中的数据事先进行了排序，所以只需要很少的查找次数就可以找到需要的数据。

例如，假设要执行下面的查询语句：

SQL＞SELECT empno, ename, sal FROM emp WHERE empno=7902；

假设在表emp中有1000行数据，如果没有创建索引，那么系统将不得不在全表范围内查询，查询的次数为1000。但是如果使用了索引进行查询，那么只需要很少的几次查询就可以找到编号为7902的员工的数据。

图1.2为索引和表之间的关系示意。

图　1.2　索引与表的关系

从上图可以看到，在索引中，不仅存储了索引列上的数据，而且还存储了一个ROWID的值。ROWID是表中的一个伪列，是数据库服务器自动添加的，表中的每一行数据都有一个ROWID值，它代表这一行的标识，即一行数据在存储空间的物理位置。在访问表中的数据时，都要根据这个伪列的值找到数据的实际存储位置，然后再进行访问。由于索引列上的数据已经进行了排序，在索引中很快就能找到这行数据，然后根据ROWID就能直接到表中找到这行数据了。

需要注意的是，表是独立于索引的，无论对在表上建立了多少索引，无论索引对表中的数据进行什么样的排序，表中的数据都不会有任何变化。

在查询一行数据时，首先在索引中查询该行的行标识，然后根据这个行标识找到表中的数据。因为索引中的数据是经过排序的，所以采用了折半查找法查找数据，以达到快速查找的目的。图1.3表示利用索引查找数据的过程。

图　1.3　索引的工作原理

利用折半查找法在索引中查找数据的过程类似于遍历一棵二叉树，首先与根节点比较，如果与查找的数据相同，则一次访问就完成查询。如果要查找的数据小于根节点，则在根节点的左子树中查找，否则在右子树中查找，这样查找的范围将缩小一半。按照这种方法，每次将查找范围缩小一半，然后在剩下的节点中继续查找，直到找到所需的数据。如果利用上述索引在表emp中查找员工7777，访问一次磁盘就可以得到结果，要查找员工7902，第三次就可以得到结果。

按照索引列的值是否允许重复，索引可以分为唯一性索引和非唯一性索引，其中唯一性索引可以保证索引列的值是唯一的。按照索引列中列的数目，索引可以分为单列索引和复合索引。按照索引列的数据的组织方式，索引可以分为B树索引、位图索引、反向索引和基于函数的索引，这里仅介绍B树索引的用法。

合理地使用索引固然可以大大提高数据库的查询性能，但是不合理的索引反而会降低数据库的性能，尤其是在进行DML操作时。在创建索引时，表中的数据将被排序，如果对表进行了DML操作，表中的数据发生了变化，这时索引中的数据也将被重新排序，如果在表上建立了多个索引，那么每个索引中的数据都要被重新进行排序。这种排序的开销是很大的，尤其是表非常大时。

索引是关系型数据库系统用来提高性能的有效方法之一，索引的使用可以减少磁盘访问的次数，从而大大提高了系统的性能。但是在设计索引时必须全面考虑在表上所进行的操作，如果在表上进行的主要操作是查询操作，那么可以考虑在表上建立索引，如果在表上要进行频繁的DML操作，那么索引反而会引起更多的系统开销。一般来说，创建索引要遵循以下原则：

·如果每次查询仅选择表中的少量行，应该建立索引。

·如果在表上需要进行频繁的DML操作，不要建立索引。

·尽量不要在有很多重复值的列上建立索引。

·不要在太小的表上建立索引。在一个小表中查询数据时，速度可能已经足够快，如果建立索引，对查询速度不仅没有多大帮助，反而需要一定的系统开销。