[数据库基础]——索引详解

Posted 2020-10-06

在列[WordName] 上创建hash 索引是一个很好的。这时，列值将插入到hash 表中和一个键对应，并和实际的数据行有一个映射关系，也就是该键是一个指向表中数据行的指针。hash 表实际是基于关联数组，假如有这样一个语句“boyce = 0×28936”，0×28936是关联到存储在内存中的boyce。在hash表索引中查找“boyce”的值并返回内存中的数据，要比检索整个表的[WordName]列值要快得多。

照这样的说法，是不是以后创建hash 索引好了？

其实不然

hash 表不是一个被排序的数据结构，很多类型的hash索引查询根本就没有性能的提升。比如。检索300页以内的所有单词。因为，hash 表擅长的是检索键值对，也就是说，检索语句检查相等性（如，“WHERE [WordName] = “boyce” ”）。在hash 表中的键值是没有排序的，在存储的时候也没有任何的排序规则。因为hash 索引不够灵活。所以，hash 索引不是默认索引的数据结构。

是不是，创建所有的索引使用默认的b-tree数据结构就完事大吉了呢？

下面的情况还是最好考虑使用hash 索引：

表中存在字段过长，这样的列是不适合创建索引的，创建索引的原则是索引不能太宽。

对于varchar(max)、nvarchar(max) 和 varbinary(max)的大值数据类型也不适合创建索引。

其他类型

使用R-tree 数据结构的索引，这个主要是解决一些特定的问题。比如，找到方圆五百米的美女/帅哥，这是使用R-tree 索引，性能会有一定的提升。

还有bitmap 索引，在列值为Boolean值时，该类索引是相当有效的。一般用在选择性列上。

 

指针

有一个问题：在索引中检索一个值（比如，boyce），是怎么样也找到该行其他的列的值呢（[WordID]、[WordPage]……）？

可能会说，So easy！因为存在指针。

是这样的，还是让我来啰嗦一下。

索引中存储指向相应行的指针。这个指针是关联到一块内存，该内存中存储了相应数据在硬盘的地址。也就是说，添加为索引的列值是存储在索引中，指向相应数据行的指针也是存储在索引中。这就意味着，[WordName] 在索引中就是像这样（“boyce”，“0×82937”），那么，0×82937的地址就是“boyce” 所在行在磁盘中的地址。通过这个例子，可以看出， 单值得指针其实没有用的，是没有意义的，因为他不能得到相应数据行的值。

 

索引百利无一害

索引创建在表的列上，这个概念大家已经非常清晰了。索引只是存储了特定的列，并没有把表中所有的列全部存储到索引中。例如，在[WordName] 列上创建索引，这就意味着，[WordID]，[WordPage]…… 没有存储在索引中。如果创建索引在所有的列上，那就相当于把 整个表复制了一份，这会占据很大的空间并且效率也很低。

现在我们知道，创建索引其实会占据一定空间的，越大的表，创建索引占据的空间越大。还有，在所添加、删除、和更新行的时候，都需要相应的维护索引，这样数据库的性能可能会降低。

一般的规则，被频繁检索的列,才在该列创建索引。

 

http://www.cnblogs.com/BoyceYang/p/3190219.html