SQL中的表扫描和索引扫描

Posted 2023-02-19

【中文标题】SQL中的表扫描和索引扫描

【英文标题】：Table Scan and Index Scan in SQL

【发布时间】：2012-01-31 22:33:43

【问题描述】：

SQL中的Table scan和Index scan有什么区别，具体用在什么地方？

【问题讨论】：

What's the difference between a Table Scan and a Clustered Index Scan?的可能重复

一个扫描表行，其他索引行。你用的是什么关系型数据库？

【参考方案1】：

大多数查询引擎都有一个查询优化器，它会尝试生成有效的查询执行策略。如果索引可用，可以使查询更快，则查询优化器将执行索引扫描或索引查找，否则执行表扫描。

例子：

SELECT * FROM tbl WHERE category_id = 5;

如果 category_id 上没有索引，则将执行表扫描，即检查表中的每条记录是否有正确的 category_id。

但是，如果 category_id 被索引，事情就会变得更加复杂。如果表非常大，可能会选择索引查找。但是，如果表很小，那么优化器可能会认为表扫描仍然更快，因为访问索引需要一些开销。如果 category_id 的选择性不够，例如只有两个类别，那么即使是大表，扫描表也可能会更快。

索引通常组织为树结构。在树中查找项目是 O(log n) 操作。表扫描是一个 O(n) 操作。速度主要取决于执行查询所需的磁盘访问次数。先查找索引，然后访问找到的条目的表可以为小表生成更多的磁盘访问。

让我们看看另一个查询：

SELECT category_id FROM tbl WHERE category_id BETWEEN 10 AND 100;

这里有另一个可用的选项。在这种情况下，索引查找可能不会比表扫描快，但是，由于我们只检索 catergory_id 的索引扫描（不是索引查找）可能会更快。索引扫描读取索引表的每个条目，而不是利用树结构（索引查找的作用）。但是，由于请求的信息完全包含在索引中，因此不需要访问数据表。索引扫描与表扫描一样是一个 O(n) 操作，但由于索引通常小于表，因此扫描索引所需的磁盘访问次数少于扫描表所需的磁盘访问次数。

整个事情非常复杂，很大程度上取决于数据库引擎。如果您想了解更多信息，请阅读 db 供应商提供的文档。

【讨论】：

在您的示例中它将使用索引搜索（可能是范围搜索）而不是索引扫描。如果索引覆盖但不在有用的前导列上，或者谓词是选择性的并且索引比表窄，我希望进行索引扫描。

好的，我更正了我的答案，以考虑到索引扫描和索引搜索之间的区别。

【参考方案2】：

表扫描意味着遍历所有表行。

索引扫描是指遍历所有索引项，当项索引满足搜索条件时，通过索引检索表行。

通常索引扫描比表扫描更便宜，因为索引比表更平坦。

他们对这个问题有很多参考书目。示例：

微软：Which is Faster: Index Access or Table Scan?：

索引访问是一种访问方法，其中 SQL Server 使用现有的 索引来读取和写入数据页。因为索引访问显着 减少了 I/O 读取操作的数量，它通常优于 表扫描。

甲骨文：The Query Optimizer

在此方法中，通过遍历索引检索行，使用 语句指定的索引列值。索引扫描 根据一列或多列的值从索引中检索数据 在索引中。为了执行索引扫描，Oracle 在索引中搜索 语句访问的索引列值。如果声明 只访问索引的列，然后 Oracle 读取索引的 列值直接来自索引，而不是来自表。

mysql：How to Avoid Table Scans

【参考方案3】：

@danihp 已经回答了问题的第一部分，我将尝试回答第二个“它具体在哪里使用”。这适用于 Oracle，但适用于大多数 RDBMS。

假设我们有一个表my_table，它在id 列上具有唯一索引，并且在yet_another_column 列上具有第二个非唯一索引：

create my_table ( id varchar2(20) not null
                , another_column not null
                , yet_another_column
                , constraint pk_my_table primary key (id) 
                );

create index i_my_table on my_table ( yet_another_column );

现在，如果我们要去select * from my_table where id = '1'，这将/应该对索引pk_my_table 进行唯一索引扫描。然后我们重新进入表格，使用索引，返回my_table 中的所有内容，其中id = '1'。

如果查询是select id from my_table where id = 'a'，则不需要第二阶段，因为我们需要的所有值都包含在索引中。在这种情况下，查询将只进行一次唯一索引扫描。

接下来，如果我们的查询是select * from my_table where yet_another_column = 'y'，那么我们在列上有一个索引，但它不是唯一的，所以我们将不得不查看整个索引以尝试找到所有与我们的 where 条件匹配的值，即 索引扫描。我们再次选择了不在索引中的列，因此我们必须重新输入表来获取它们。

最后，如果我们的查询是select id from my_table where another_column = 'yes'。我们在another_column 上没有索引，所以我们必须进行表扫描 来查找值，即我们必须找到表where another_column = 'yes' 中的所有内容。

现在，在这些情况下，表扫描和索引扫描之间似乎没有太大区别。我们仍然需要在数据库中的对象中找到一个值。但是，由于索引要小得多并且专门设计用于扫描（请参阅其他答案），如果您只想要其中的一小部分行，通常执行索引扫描要快得多表。如果你想说表格的 10%，那么这一点就变成了“视情况而定”。

【讨论】：

Oracle 不区分查找和扫描吗？

@MartinSmith，我从来没有听说过/见过他们被描述为“寻求”，但我明白你的意思。我已经编辑了我的答案以包含一个非 PK 示例。我猜唯一索引是seek，非唯一索引是scan。

【参考方案4】：

至少对于 SQL Server：

索引扫描可能更快，因为可能索引不会覆盖表中的整个列集，而表（或聚集索引）扫描必须读取所有数据。如果索引确实包含表中的所有列，那么它应该大致相当于表扫描，并且在索引扫描和表（或 CIX）扫描之间进行选择将是掷硬币。不同之处在于，当索引中的列数较少时，您可以在 8kb 页面上容纳更多的索引行，从而减少为扫描索引中的所有数据而必须读取的总页数。

为了说明我的意思，假设您有两份电话簿，一份包含姓氏、名字、街道地址和电话号码，另一份只有姓氏、名字和电话号码。现在想象一下，因为不必打印街道地址，您可以在电话簿的任何页面上放置两列额外的姓名和电话号码。这样做的最终结果是电话簿更薄，因为您可以在更少的页面上放置相同数量的电话号码。接下来，假设您负责计算书中电话号码的数量。你会选择哪一个，一个列出街道地址（它有更多的页面，类似于表扫描）或没有街道地址的一个（它有更少的页面，类似于大多数索引扫描）？我会选择页面较少的那个。

这方面的另一个问题是某些索引可以被过滤，这意味着它们不仅在大多数情况下具有更少的列（因此可以在单个页面上容纳更多行），而且它们还可以有一个 WHERE 子句来消除很多行。在这种情况下，索引扫描也将优于表扫描（但这仅适用于具有匹配 WHERE 子句和相同语义的查询）。