謝曉偉

摘要：數(shù)據(jù)庫原理是計(jì)算機(jī)院系的一本基礎(chǔ)專業(yè)課，作為高職院校則更加注重于數(shù)據(jù)庫技術(shù)的應(yīng)用，本文作者長期從事高職院校數(shù)據(jù)庫原理的教學(xué)工作，本文重點(diǎn)講解了數(shù)據(jù)庫原理中“索引”的概念及用法，有助于數(shù)據(jù)庫管理及程序開發(fā)的性能調(diào)優(yōu)。

關(guān)鍵詞：數(shù)據(jù)庫;索引;B-Tree

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）05-0072-02

0 引言

數(shù)據(jù)庫系統(tǒng)的應(yīng)用給人們的數(shù)據(jù)處理提供了一種高效、便捷的方式，但對(duì)于以億級(jí)數(shù)據(jù)量計(jì)算的大型關(guān)系型數(shù)據(jù)庫，如何有效地應(yīng)用索引就成了提高數(shù)據(jù)庫系統(tǒng)查詢時(shí)效率的關(guān)鍵。

1 索引的概念

索引是基于表或視圖的一個(gè)或者多個(gè)列的值，按照一定的排列順序有效組織表數(shù)據(jù)的方式。通俗來講，數(shù)據(jù)庫系統(tǒng)類似于我們生活中常用的字典，而索引就等同于字典的目錄，我們要從一本字典中查找某個(gè)漢字，如果沒有目錄的話，意味著要將字典從頭翻到尾逐字去找，這樣很浪費(fèi)時(shí)間，而有了目錄后，我們可以根據(jù)目錄中該漢字的頁數(shù)再到字典中去找到這個(gè)漢字，這樣會(huì)快很多。

2 索引的優(yōu)缺點(diǎn)

索引的優(yōu)點(diǎn)是可以快速進(jìn)行數(shù)據(jù)表的檢索，減少I/O次數(shù)，提高數(shù)據(jù)檢索效率，根據(jù)索引分組和排序，可以加快分組和排序操作。

索引的缺點(diǎn)是，索引會(huì)占用存儲(chǔ)空間，一般來說，索引表占用的空間的數(shù)據(jù)表的1.5倍，而構(gòu)建索引的同時(shí)會(huì)降低數(shù)據(jù)表的修改操作（刪除，添加，修改）的效率，另外索引表的維護(hù)和創(chuàng)建需要時(shí)間成本，這個(gè)成本隨著數(shù)據(jù)量增大而增大。

3 索引的實(shí)現(xiàn)原理

不同的數(shù)據(jù)庫系統(tǒng)所采用的索引實(shí)現(xiàn)原理不同，常見的實(shí)現(xiàn)原理有：哈希索引、全文索引、BTree索引和B+Tree索引等。

3.1 哈希索引

哈希索引用索引列的值計(jì)算該值的hashCode，然后在hashCode相應(yīng)的位置存執(zhí)該值所在行數(shù)據(jù)的物理位置，因?yàn)槭褂蒙⒘兴惴ǎ虼嗽L問速度非?？欤且粋€(gè)值只能對(duì)應(yīng)一個(gè)hashCode，而且是散列的分布方式，因此哈希索引不支持范圍查找和排序的功能。

3.2 全文索引

對(duì)于文本的大對(duì)象，或者較大的CHAR類型的數(shù)據(jù)，如果使用普通索引，那么匹配文本前幾個(gè)字符還是可行的，但是想要匹配文本中間的幾個(gè)單詞，那么就要使用LIKE %word%來匹配，這樣需要很長的時(shí)間來處理，響應(yīng)時(shí)間會(huì)大大增加，這種情況，應(yīng)該使用全文索引，在生成全文索引時(shí)，會(huì)為文本生成一份單詞的清單，在檢索時(shí)根據(jù)這個(gè)單詞的清單來檢索，從而提高了檢索效率。

3.3 B-Tree索引

B-Tree是平衡多路查找樹，如圖1所示。

圖1中，每個(gè)節(jié)點(diǎn)占用一個(gè)盤塊的磁盤空間，其上有兩個(gè)關(guān)鍵字和三個(gè)指針，兩個(gè)關(guān)鍵字是按升序排序的，三個(gè)指針分別指向子樹的根節(jié)點(diǎn)，指針存儲(chǔ)的是子節(jié)點(diǎn)所在磁盤塊的地址信息;兩個(gè)關(guān)鍵詞將數(shù)據(jù)范圍劃分成三個(gè)范圍域，對(duì)應(yīng)三個(gè)指針指向的子樹的數(shù)據(jù)的范圍域。

根據(jù)B-Tree索引的尋找模式，我們模擬一下尋找關(guān)鍵字29的過程：首先會(huì)把磁盤塊1由磁盤加載到內(nèi)存，此時(shí)發(fā)生一次I/O開銷，在內(nèi)存中用二分查找確定29在17和35之間，鎖定磁盤塊1的P2指針，再通過磁盤塊1的P2指針?biāo)赶虻拇疟P地址把磁盤塊3由磁盤加載到內(nèi)存，發(fā)生第二次I/O開銷，29在26和30之間，鎖定磁盤塊3的P2指針，通過指針?biāo)赶虻拇疟P地址加載磁盤塊8到內(nèi)存，發(fā)生第三次I/O開銷，同時(shí)內(nèi)存中做二分查找找到29，結(jié)束查詢，總計(jì)三次I/O開銷。在實(shí)際應(yīng)用過程中，3層的B-Tree可以表示上百萬的數(shù)據(jù)，如果上百萬的數(shù)據(jù)查找只需要三次I/O開銷，性能提高將是巨大的，如果沒有索引，每個(gè)數(shù)據(jù)項(xiàng)都要發(fā)生一次I/O開銷，那么總共需要百萬次的開銷，顯然時(shí)間成本非常非常高。

3.4 B+Tree索引

B+Tree是在B-Tree基礎(chǔ)上的一種優(yōu)化，所有關(guān)鍵字都是按照鍵值的大小順序存放在同一層的葉子節(jié)點(diǎn)上，不是葉子節(jié)點(diǎn)上只存儲(chǔ)關(guān)鍵字值信息，這樣可以加大每個(gè)節(jié)點(diǎn)存儲(chǔ)的關(guān)鍵字值的數(shù)量，降低了B+Tree的高度，使其更適合實(shí)現(xiàn)外存儲(chǔ)索引結(jié)構(gòu)，如圖2。

4 創(chuàng)建索引

以SQL Server數(shù)據(jù)庫系統(tǒng)為例：

CREATE [UNIQUE][CLUSTERED][NONCLUSTERED] INDEX index_name

ON{table|view}（column [ASC|DESC] [，…n]）

[WITH [，…n]]

[ON filegroup]

：：=

{PAD_INDEX |

FILLFACTOR = fillfactor |

IGNORE_DUP_KEY |

DROP_EXISTING |

STATISTICS_NORECOMPUTE|

SORT_IN_TEMPDB

}

參數(shù)及說明：

[UNIQUE][CLUSTERED][NONCLUSTERED]指定創(chuàng)建索引的類型，參數(shù)依次為唯一索引、聚集索引和非聚集索引。

index_name 索引名，在表或視圖中必須唯一，但在數(shù)據(jù)庫中不必唯一。

table 包含要?jiǎng)?chuàng)建索引的列的表。

column 應(yīng)用索引的列，可以是單個(gè)，可以是多個(gè)。

[ASC|DESC] 確定具體某個(gè)索引列的排序方向，默認(rèn)是ASC。

PAD_INDEX 指定索引中間級(jí)中每個(gè)頁（節(jié)點(diǎn)）上保持開放的空間。

DROP_EXISTING 指定應(yīng)刪除并重建已命名的先前已存在的索引。

SORT_IN_TEMPDB 指定用于生成索引的中間排序結(jié)果將存儲(chǔ)在tempdb數(shù)據(jù)庫中。

ON filegroup 在給定的文件組上創(chuàng)建指定的索引。該文件組必須已經(jīng)創(chuàng)建。

5 結(jié)語

索引作為數(shù)據(jù)庫原理的一個(gè)重要知識(shí)點(diǎn)，對(duì)于數(shù)據(jù)庫的管理和程序開發(fā)都具有十分重要的意義，掌握了數(shù)據(jù)庫索引實(shí)現(xiàn)的基本原理，才能根據(jù)不同的情況創(chuàng)建合理的數(shù)據(jù)庫索引，從而更好地實(shí)現(xiàn)數(shù)據(jù)庫系統(tǒng)的應(yīng)用。

參考文獻(xiàn)

[1] 李素奇.關(guān)于SQL索引建立規(guī)則與優(yōu)化的探討[J].科技展望，2014（19）：214-215.

[2] 趙光亮，舒小松.Navicatfor MySQL平臺(tái)中的SQL語言分析與應(yīng)用[J].無線互聯(lián)科技，2017（19）：254-256.

[3] 鄭阿奇.MySQL教程[M].北京：清華大學(xué)出版社，2017：90.

[4] 明日科技.SQL Server從入門到精通[M].第2版.北京：清華大學(xué)出版社，2017：256-281.

[5] 周慧，施樂軍，崔玉禮.SQL Server2012數(shù)據(jù)庫技術(shù)及應(yīng)用[M].第4版.北京：人民郵電出版社，2017：133-136.

[6] 王利.SQL SERVER數(shù)據(jù)庫性能調(diào)整與優(yōu)化[D].電子科技大學(xué)，2007.