一篇帶你了解數(shù)據(jù)庫(kù)索引的類型
數(shù)據(jù)庫(kù)索引是一種用于加快數(shù)據(jù)庫(kù)查詢速度的數(shù)據(jù)結(jié)構(gòu)，它類似于書(shū)籍的目錄，可以幫助快速定位到表中某個(gè)或某些特定的行。數(shù)據(jù)庫(kù)索引通常由一組索引鍵（或索引字段）構(gòu)成，這些鍵的值被存儲(chǔ)在一個(gè)數(shù)據(jù)結(jié)構(gòu)中，以便快速查找特定的行。
索引的類型（實(shí)現(xiàn)方式）
數(shù)據(jù)庫(kù)索引有多種分類方法，從索引的實(shí)現(xiàn)方式常見(jiàn)的有：
- B+樹(shù)索引
- 哈希索引
- 空間索引（例如 R-樹(shù)）
- 全文索引
- Bitmap索引
每種索引類型適用于不同的數(shù)據(jù)類型和查詢類型，應(yīng)根據(jù)具體需求選擇合適的索引類型。
B+樹(shù)索引
B+樹(shù)是一種平衡樹(shù)，每個(gè)節(jié)點(diǎn)包含一定數(shù)量的關(guān)鍵字和指向子節(jié)點(diǎn)的指針，以支持快速的查詢和排序。B+樹(shù)索引適用于各種數(shù)據(jù)類型，并且支持范圍查詢和排序，因此在許多數(shù)據(jù)庫(kù)系統(tǒng)中廣泛使用。
B+樹(shù)索引示意圖
注: 圖片來(lái)源自Wikipedia(https://zh.wikipedia.org/wiki/File:Bplustree.png)
當(dāng)數(shù)據(jù)庫(kù)執(zhí)行查詢時(shí)，它首先在B-樹(shù)索引中搜索包含查詢所需關(guān)鍵字的節(jié)點(diǎn)，然后通過(guò)指針找到包含該關(guān)鍵字的數(shù)據(jù)記錄。如果查詢是范圍查詢，則B-樹(shù)索引還可以通過(guò)查詢包含范圍內(nèi)關(guān)鍵字的節(jié)點(diǎn)，并返回所有符合條件的數(shù)據(jù)記錄。
B+樹(shù)索引的優(yōu)點(diǎn)
- 支持快速的查詢和排序，提高數(shù)據(jù)庫(kù)的性能。
- 支持各種數(shù)據(jù)類型，可以索引數(shù)值型，字符串型和日期/時(shí)間型數(shù)據(jù)。
- 可以處理大量的數(shù)據(jù)，因?yàn)樗且环N平衡樹(shù)。
B+樹(shù)索引的缺點(diǎn)
- 在插入或刪除數(shù)據(jù)時(shí)，B+樹(shù)可能需要重新平衡，以維護(hù)平衡樹(shù)的性質(zhì)，因此插入或刪除操作可能會(huì)變慢。
- 在更新數(shù)據(jù)時(shí)，需要?jiǎng)h除原來(lái)的數(shù)據(jù)記錄并創(chuàng)建新的數(shù)據(jù)記錄，因此可能會(huì)消耗大量的時(shí)間和空間。
Hash索引
Hash索引是一種基于哈希表的索引，它使用哈希函數(shù)將數(shù)據(jù)映射到哈希表中的桶（bucket）。
Hash索引示意圖
注: 圖片來(lái)源自Wikipedia(https://en.wikipedia.org/wiki/Hash_table)
當(dāng)數(shù)據(jù)庫(kù)執(zhí)行查詢時(shí)，它使用哈希函數(shù)計(jì)算查詢所需關(guān)鍵字的哈希值，然后在哈希表中查找具有相同哈希值的數(shù)據(jù)記錄。如果發(fā)現(xiàn)多個(gè)數(shù)據(jù)記錄具有相同的哈希值，則必須使用比較運(yùn)算符來(lái)確定實(shí)際的數(shù)據(jù)記錄。
Hash索引的優(yōu)點(diǎn)
- 在查詢數(shù)據(jù)時(shí)非常快，因?yàn)榭梢灾苯釉L問(wèn)桶。
- 對(duì)于等值查詢特別有效，因?yàn)榭梢灾苯佣ㄎ恍枰臄?shù)據(jù)。
- 無(wú)需進(jìn)行排序，因此無(wú)需消耗額外的時(shí)間和空間。
Hash索引的缺點(diǎn)
- 不支持范圍查詢和排序。
- 哈希沖突可能導(dǎo)致查詢變慢，因?yàn)楸仨毷褂帽容^運(yùn)算符進(jìn)一步檢查數(shù)據(jù)記錄是否匹配。
- 不適用于所有數(shù)據(jù)類型，僅適用于數(shù)值型數(shù)據(jù)。
- 插入，更新和刪除操作可能需要重新散列，以維護(hù)哈希表的性質(zhì)。
空間索引
空間索引是一種專門(mén)用于處理空間數(shù)據(jù)的索引，通常用于地理信息系統(tǒng)（GIS）和空間數(shù)據(jù)庫(kù)中。它是用于快速查詢空間數(shù)據(jù)的位置和幾何關(guān)系的索引。
R-Tree示意圖
注: 圖片來(lái)源自Wikipedia
空間索引通常使用網(wǎng)格結(jié)構(gòu)，如格網(wǎng)、網(wǎng)格圖或四叉樹(shù)，將空間數(shù)據(jù)劃分為許多小的網(wǎng)格單元。每個(gè)網(wǎng)格單元存儲(chǔ)其中的一個(gè)或多個(gè)數(shù)據(jù)點(diǎn)，并使用空間算法快速查詢其他網(wǎng)格單元，以確定數(shù)據(jù)點(diǎn)的幾何關(guān)系。
空間索引的優(yōu)點(diǎn)
- 可以快速查詢空間數(shù)據(jù)的位置和幾何關(guān)系。
- 對(duì)于查詢空間數(shù)據(jù)的范圍，如矩形范圍、圓形范圍等，非常有效。
- 用于快速查詢數(shù)據(jù)的投影和視圖。
空間索引的缺點(diǎn)
- 比較復(fù)雜，需要許多空間算法的知識(shí)。
- 不適用于非空間數(shù)據(jù)。
- 當(dāng)數(shù)據(jù)數(shù)量很大時(shí)，可能需要大量?jī)?nèi)存。
全文索引
全文索引是用于快速搜索文本內(nèi)容的索引。它可以在數(shù)據(jù)庫(kù)中搜索文本字段，或者在文檔管理系統(tǒng)中搜索文件內(nèi)容。全文索引通常通過(guò)對(duì)文本內(nèi)容進(jìn)行分詞（將文本分解為單詞），并使用數(shù)據(jù)結(jié)構(gòu)（如倒排索引）存儲(chǔ)分詞后的信息，以便快速查詢搜索詞。
全文索引的優(yōu)點(diǎn)
- 可以快速搜索文本內(nèi)容。
- 可以搜索模糊詞。
- 可以處理多語(yǔ)言文本。
全文索引的缺點(diǎn)
- 對(duì)于非文本數(shù)據(jù)不適用。
- 可能需要大量計(jì)算和存儲(chǔ)資源，特別是當(dāng)文本數(shù)據(jù)較大時(shí)。
- 可能存在誤判或誤識(shí)別情況。
位圖索引
Bitmap索引是一種特殊的數(shù)據(jù)索引，它通過(guò)將數(shù)據(jù)存儲(chǔ)為二進(jìn)制位映射（Bitmap）來(lái)加速查詢。每個(gè)位代表一個(gè)數(shù)據(jù)記錄是否符合某個(gè)特定條件。例如，如果某個(gè)位為1，則表示該記錄符合某個(gè)條件，如果為0，則表示該記錄不符合條件。
Bitmap索引的優(yōu)點(diǎn)：
- 高效。Bitmap索引可以很快執(zhí)行大量的邏輯運(yùn)算，從而提高查詢效率。
- 空間效率。Bitmap索引在存儲(chǔ)數(shù)據(jù)時(shí)非常緊湊，因?yàn)樗恍枰鎯?chǔ)0和1的二進(jìn)制位。
Bitmap索引的缺點(diǎn)：
- 數(shù)據(jù)更新困難。當(dāng)數(shù)據(jù)更改時(shí)，需要重新生成整個(gè)Bitmap索引，這可能很耗時(shí)。
- 僅適用于特定類型的數(shù)據(jù)。Bitmap索引僅適用于具有限制類別數(shù)量的數(shù)據(jù)，例如城市或性別等。
因此，Bitmap索引通常適用于具有較少不同值的列，以加速查詢。
其他分類
唯一索引
從唯一性的角度，索引可以分為唯一性索引和非唯一性索引。唯一性索引可以用來(lái)保證表中某個(gè)列的唯一性約束條件，通常用于實(shí)現(xiàn)主鍵約束和唯一性約束，數(shù)據(jù)庫(kù)通常會(huì)為主鍵或是唯一性約束自動(dòng)創(chuàng)建唯一性索引。
唯一性索引優(yōu)缺點(diǎn)
唯一性索引不僅可以提高查詢的效率，還可以起到數(shù)據(jù)校驗(yàn)的作用，避免了重復(fù)數(shù)據(jù)的產(chǎn)生，提高數(shù)據(jù)的質(zhì)量和準(zhǔn)確性。它的缺點(diǎn)是每當(dāng)有數(shù)據(jù)修改或是插入時(shí)，需要檢查是否違反唯一性約束。
聚簇索引
從聚簇率的角度，索引可以分為聚簇索引或非聚簇索引。聚簇索引的索引鍵的排列順序和數(shù)據(jù)表中數(shù)據(jù)的排列順序一致的索引，每個(gè)表只能有一個(gè)聚簇索引，因?yàn)閿?shù)據(jù)表的數(shù)據(jù)只能以一種方式進(jìn)行排序。
在一些比較先進(jìn)的數(shù)據(jù)庫(kù)優(yōu)中，對(duì)于非聚簇索引也會(huì)計(jì)算其聚簇率，以方便優(yōu)化器評(píng)估回表時(shí)磁盤(pán)IO的代價(jià)。聚簇率小的索引回表時(shí)，會(huì)引起磁盤(pán)IO的抖動(dòng)，從而明顯影響查詢性能，一般來(lái)講，聚簇率越大，其磁盤(pán)IO的代價(jià)越小。
聚簇索引有兩種實(shí)現(xiàn)方式，
- 一是聚簇索引和表數(shù)據(jù)存儲(chǔ)在一起，索引樹(shù)中的每個(gè)葉子節(jié)點(diǎn)都存儲(chǔ)一個(gè)完整的表行，以MySQL的InnoDB引擎和SQL Server為代表。
- 二是聚簇索引和表的數(shù)據(jù)是分離的，可以先有表，然后定義聚簇索引，以DB2，PostgreSQL， Oracle為代表。
聚簇索引優(yōu)缺點(diǎn)
聚簇索引的優(yōu)勢(shì)是可以減少磁盤(pán)I/O次數(shù)，從而提高查詢性能。但是，聚簇索引也有一些缺點(diǎn)，譬如當(dāng)插入新數(shù)據(jù)時(shí)，它可能需要移動(dòng)數(shù)據(jù)頁(yè)或重新組織索引，這可能會(huì)對(duì)性能產(chǎn)生負(fù)面影響。
二級(jí)索引
從是否是主鍵的角度，索引可以分為主鍵索引和二級(jí)索引，主鍵索引只能有一個(gè)，二級(jí)索引可以有多個(gè)。
組合索引
從包含的索引列的數(shù)目的角度，索引可以分為單列索引和組合索引。組合索引可以滿足多種查詢條件，從而節(jié)省索引的空間和索引維護(hù)的代價(jià)。組合索引的匹配原則遵循最左前綴匹配原則，詳細(xì)信息請(qǐng)參考《如何創(chuàng)建高效的索引》。
函數(shù)索引
函數(shù)索引（或表達(dá)式索引）即基于函數(shù)或表達(dá)式的索引，它使用函數(shù)或是表達(dá)式提供計(jì)算好的值作為索引列構(gòu)建索引，可以在不修改應(yīng)用程序的情況下提高查詢性能。案例如下：
DAYOFMONTH是PostgreSQL自帶的函數(shù)，它從日期中獲取天。
條件索引
部分索引(Partial index)是建立在一個(gè)表的子集上的索引，而該子集是由一個(gè)條件表達(dá)式定義的，該索引只包含表中那些滿足這個(gè)條件表達(dá)式的行。案例如下：
總結(jié)
- B+樹(shù)索引：B+樹(shù)索引是最常用的索引類型，具有平衡樹(shù)的性質(zhì)，可以有效的維護(hù)大量的數(shù)據(jù)，適用于大部分?jǐn)?shù)據(jù)類型，特別是數(shù)值型和字符串型數(shù)據(jù)，并且支持區(qū)間查詢;由于B樹(shù)索引的有序性，使用B-樹(shù)索引可以節(jié)省SQL查詢中所需的排序操作。
- 哈希索引：哈希索引是基于哈希表的索引類型，適用于精確匹配查詢，查詢效率高，但不支持范圍查詢和排序操作。
- 空間索引：空間索引是一種用于空間數(shù)據(jù)的索引，用于處理空間數(shù)據(jù)的查詢和管理，譬如R-樹(shù)。
- 全文索引：全文索引是用于文本數(shù)據(jù)的索引類型，主要用于文本搜索和排名。
- Bitmap索引：Bitmap索引是一種特殊的索引類型，使用位圖來(lái)維護(hù)索引，適用于處理大量布爾數(shù)據(jù)的查詢。
