SQL：主键和索引到底是做啥的？

Posted 2023-02-25

【中文标题】SQL：主键和索引到底是做啥的？

【英文标题】：SQL: what exactly do Primary Keys and Indexes do?SQL：主键和索引到底是做什么的？

【发布时间】：2010-11-21 21:02:41

【问题描述】：

我最近开始开发我的第一个使用 SQL 数据库的严肃应用程序，并且我正在使用 phpMyAdmin 来设置表。有几个可选的“功能”我可以给出不同的列，但我不完全确定它们的作用：

主键 索引

我知道 PK 的用途以及如何使用它，但我想我的问题是为什么需要一个 - 除了事实之外，它与仅将列设置为“唯一”有何不同那你只能有一个PK？只是为了让程序员知道这个值唯一标识了记录吗？还是它也有一些特殊的属性？

我不知道“索引”的作用——事实上，我见过它使用的唯一一次是（1）我的主键似乎被索引了，（2）我听说索引在某种程度上是与性能有关；你想要索引列，但不要太多。如何决定要索引哪些列，它到底是做什么的？

编辑：一个索引列应该是一个可能想要排序的列吗？

非常感谢，

马拉

【参考方案1】：

主键通常用于为您的记录创建一个数字“id”，并且此 id 列会自动递增。

例如，如果您有一个带有 id 字段的 books 表，其中 id 是主键并且也设置为 auto_increment（在 phpmyadmin 中的“Extra”下），那么当您第一次向表中添加一本书，其 id 将变为 1'。下一本书的 id 将自动为“2”，依此类推。通常，每个表都应至少有一个主键，以帮助轻松识别和查找记录。

当您需要定期从表中检索某些信息时，会使用索引。例如，如果您有一个users 表，并且您将需要经常访问email 列，那么您可以在电子邮件上添加索引，这将导致访问电子邮件的查询更快。

但是，添加不必要的索引也有不利之处，因此请仅在确实比其他列需要访问更多的列上添加它。例如，UPDATE、DELETE 和 INSERT 的查询速度会随着您拥有的索引越多越慢，因为 mysql 需要为每个索引列存储额外的信息。更多信息可以在this page找到。

编辑：是的，ORDER BY 中经常需要使用的列应该有索引，WHERE 中使用的列也应该有索引。

【讨论】：

谢谢您，您的帮助很大！不过我想知道，将列设置为 PK 与将列设置为 auto_increments 的唯一整数有什么不同？它在引擎盖下还有其他作用吗？

我已经编辑回答您关于索引缺点的问题。主键也可用作索引，因此当您在列上有 PK 时，所有基于该 id 的 SELECT 或 ORDER BY 查询都会更快。此外，将确保每个 'id' 都是唯一的，因此如果您只有一个正在更新的 INT 列，您将不会有重复的 ID。

主键不必是数字或单个字段。和 IDENTITY 列将更适合该描述。相反，主键用于告诉 RDBMS 指定字段可以唯一标识表中的单个行。本质上是一个唯一的索引。主键也是数据存储顺序的控制因素（SQLServer 中的集群主键）是正常的（但不是必需的），因此显着缩短了查找数据行所需的时间（用于读取、写入等）

索引为信息创建了一个搜索树，因此将一个表的搜索复杂度从 O(n) 降低到 O(log n)。使用连接表可以进一步降低复杂性。

【参考方案2】：

主键基本上是一个唯一的索引列，充当该表中行的“官方”ID。最重要的是，它通常用于外键关系，即如果另一个表首先引用了一行，它将包含该行主键的副本。

请注意，可以有一个复合主键，即一个包含多于一列的主键。

索引可以缩短查找时间。它们通常是基于树的，因此通过索引查找特定行需要 O(log(n)) 时间，而不是扫描整个表。

一般来说，大表中经常在WHERE、ORDER BY 或（尤其是）JOIN 子句中使用的任何列都应该有一个索引。由于需要为每一个INSERT、UPDATE 或DELETE 更新索引，因此会减慢这些操作的速度。如果你写的很少，读的很多，那么索引到你听到的内容。如果您有大量写入和大量查询，需要在许多列上建立索引，那么您就有大问题了。

【参考方案3】：

主键和唯一键的区别最好通过一个例子来解释。

我们有一个用户表：

USER_ID number 
NAME varchar(30)
EMAIL varchar(50)

在该表中，USER_ID 是主键。 NAME 并不是唯一的——世界上有很多 John Smiths 和 Muhammed Khans。 EMAIL 必须是唯一的，否则全球电子邮件系统将无法工作。所以我们对 EMAIL 设置了一个唯一的约束。

那么为什么我们需要一个单独的主键呢？三个原因：

数字键更高效 在外键中使用时 关系，因为它占用更少的空间 电子邮件可以更改（例如 交换提供者），但用户是 还是一样;涟漪变化 整个架构中的主键值 总是一场噩梦 使用它总是一个坏主意 敏感或私人信息 外键

【参考方案4】：

在关系模型中，保证在表中存在且唯一的任何列或列集都可以称为表的候选键。 “现在”的意思是“不为空”。数据库设计中的常见做法是将其中一个候选键指定为主键，并使用对主键的引用来引用整行或该行描述的主题项。

在 SQL 中，PRIMARY KEY 约束相当于每个主键列的 NOT NULL 约束，以及所有主键列的 UNIQUE 约束。在实践中，许多主键被证明是单列。

对于大多数 DBMS 产品，PRIMARY KEY 约束也会导致在主键列上自动构建索引。当为主键创建新条目时，这会加速系统检查活动，以确保新值不会与现有值重复。它还加快了基于主键值的查找速度，并在主键和引用它的外键之间进行连接。加快多少取决于查询优化器的工作方式。

最初，关系数据库设计人员在数据中寻找给定的自然键。近年来，趋势是总是创建一个称为 ID 的列，一个整数作为第一列，每个表的主键。 DBMS 的自动生成功能用于确保此密钥是唯一的。这种趋势记录在“奥斯陆设计标准”中。它不一定是关系设计，但它服务于遵循它的人的一些直接需求。我不推荐这种做法，但我知道这是一种普遍做法。

索引是一种数据结构，它允许根据对被索引的表列的描述快速访问表中的几行。索引由某些表列的副本组成，称为索引键，其中散布着指向表行的指针。指针通常对 DBMS 用户隐藏。索引与查询优化器协同工作。用户在 SQL 中指定正在寻找的数据，优化器提出索引策略和其他策略，用于将正在寻找的内容转换为找到它的策略。有某种组织原则，例如排序或散列，使索引能够用于快速查找和某些其他用途。一旦数据库构建器创建了索引或声明了主键，这一切都是 DBMS 内部的。

可以建立与主键无关的索引。主键可以在没有索引的情况下存在，尽管这通常是一个非常糟糕的主意。

【讨论】：

（如果你还在的话）= 我很好奇你为什么不建议将整数列设置为主键。我已经在我的 SQL 开发中将此作为常规实践，并发现它使 PHP 脚本中的选择、更新、插入和删除（以及建立表之间的关系和创建连接）比依赖于从数据。