当前位置：首页 > news >正文

概念杂记--到底啥是啥？(数据库篇)

news 文章来源：https://blog.csdn.net/Apple_wolf/article/details/135760104 2024/11/28 17:49:21

文章目录

- 1.聚集索引（clustered index）
- 2.非聚集索引（Non-clustered index）
- 3.聚集索引和非聚集索引区别？
- 4.覆盖索引（covering index）
- 5、复合索引（Composite Index）
- 6.索引最左匹配原则

1.聚集索引（clustered index）

聚集索引（Clustered Index）是数据库中一种常见的索引类型，它定义了表中数据的物理存储顺序。在聚集索引中，数据行按照索引键的顺序进行排序，并且表中的数据实际上是按照聚集索引的顺序存储的。
以下是聚集索引的一些特点和定义要点：

1、数据行的物理存储顺序：聚集索引决定了表中数据行的物理存储顺序，这意味着具有相邻索引键的行在物理上也是相邻存储的。
2、主键索引通常是聚集索引：在大多数关系型数据库管理系统（RDBMS）中，默认的主键索引就是聚集索引。如果表没有显式定义主键，则某些数据库系统可能会选择一个唯一索引作为聚集索引。
3、数据访问的效率：由于聚集索引中的数据行按照索引键的顺序存储，因此对于使用索引键进行查找或范围查询的操作，聚集索引可以提供较高的查询效率。
4、表只能有一个聚集索引：每个表只能有一个聚集索引，这是因为数据行只能按照一种方式进行排序和存储）

2.非聚集索引（Non-clustered index）

非聚集索引（Non-clustered Index）是数据库中另一种常见的索引类型，与聚集索引相对。与聚集索引不同，非聚集索引的索引键值不决定数据行的物理存储顺序。相反，它们创建一个独立的数据结构，其中包含索引键和指向实际数据行的指针。
以下是非聚集索引的一些定义要点：

1、数据行的物理存储顺序：与聚集索引不同，非聚集索引并不决定数据行的物理存储顺序。它们仅提供了一个独立的数据结构，用于快速查找索引键。
2、索引键和指针：非聚集索引由索引键和指向实际数据行的指针组成。索引键是用于快速定位和排序的值，而指针指向数据行的物理位置。
3、 多个非聚集索引：对于一个表，可以创建多个非聚集索引，每个非聚集索引都可以基于不同的列或列组合。
4、查询效率：非聚集索引可以提供快速的查询效率，特别是当查询需要检索特定列或进行范围查询时，非聚集索引可以减少数据访问的成本。
5、更新和维护开销：与聚集索引相比，非聚集索引在数据更新和插入操作时的开销较小。然而，对于频繁的更新操作，维护多个非聚集索引可能会导致一定的性能影响。

3.聚集索引和非聚集索引区别？

非聚集索引和聚集索引在数据库中具有以下区别：

1、物理排序顺序：聚集索引决定了表中数据行的物理存储顺序，而非聚集索引没有这个作用。聚集索引的数据行按照索引键的顺序进行排序，并且表中的数据实际上是按照聚集索引的顺序存储的。非聚集索引则是创建一个独立的数据结构，其中包含索引键和指向实际数据行的指针。
2、数据访问方式：使用聚集索引进行查询时，数据库可以直接按照索引的顺序快速访问数据行。而非聚集索引则需要通过索引键值查找到对应的指针，然后再根据指针找到实际的数据行。因此，聚集索引通常可以提供更快的数据访问速度。
3、存储方式：聚集索引决定了数据行的物理存储方式，因此一个表只能有一个聚集索引。而非聚集索引则是独立于数据行的存储结构，一个表可以有多个非聚集索引。
4、更新开销：对于聚集索引，当数据行发生更新操作时，可能需要重新排序和移动数据行的位置，这可能导致额外的开销。而非聚集索引的更新开销相对较小，因为它们不影响实际数据行的物理存储顺序。
5、主键索引：在大多数关系型数据库管理系统（RDBMS）中，默认的主键索引通常是聚集索引。如果表没有显式定义主键，则某些数据库系统可能会选择一个唯一索引作为聚集索引。

综上所述，非聚集索引和聚集索引在数据的物理存储方式、数据访问方式和更新开销等方面存在明显的区别。在设计和选择索引时，需要考虑具体的查询需求、数据访问模式和更新频率，以确定使用哪种索引类型或它们的组合来优化数据库的性能。

4.覆盖索引（covering index）

覆盖索引（Covering Index）是一种特殊的索引，它包含了查询涉及的所有列，而不仅仅是索引列本身。通过创建覆盖索引，查询可以直接从索引中获取所需的数据，而无需回到原始数据行，从而提高查询性能。
以下是覆盖索引的一些要点：

1、包含索引列以及查询涉及的其他列：覆盖索引包含了查询所需的所有列，包括索引列以及查询涉及的其他列。这样，查询可以直接从索引中获取所需的数据，而无需访问原始数据行。
2、减少访问磁盘的次数：通过使用覆盖索引，数据库可以减少访问磁盘的次数。因为覆盖索引包含了查询所需的所有列，所以数据库可以直接从索引中读取数据，而不需要额外的磁盘访问来获取缺失的列。
3、提高查询性能：由于覆盖索引可以减少磁盘访问次数，从而提高查询的性能。这对于复杂的查询或需要访问大量数据的查询尤为重要。
4、空间和维护开销：覆盖索引需要占用更多的存储空间，因为它包含了更多的列。此外，由于覆盖索引需要维护额外的列，因此在数据更新时可能会增加一些维护开销。
5、选择适当的列和查询：为了获得最大的性能收益，选择适当的列和查询来创建覆盖索引非常重要。覆盖索引在某些查询模式和特定的列选择上可能更加有效。

需要注意的是，并非所有的查询都适合使用覆盖索引。在设计和创建覆盖索引时，需要综合考虑查询的性能需求、查询模式、数据访问模式以及索引的空间和维护开销。

简单来说就是索引中包含索要需要查询的内容，这样可以直接从索引中获取数据，而不需要回表查询。但是这样势必会造成额外的空间和维护开销。

5、复合索引（Composite Index）

复合索引（Composite Index）是由多个列组成的索引，它可以涵盖多个列的查询条件。复合索引允许在一个索引中定义多个列的组合，以便在查询中同时利用这些列进行索引扫描和匹配。

复合索引的特点和使用包括以下几个方面：

1、列的顺序：复合索引中的列可以按照特定的顺序进行定义。通常，将最常用于查询条件的列放在索引的最左侧，以便最大程度地利用索引进行查询优化。查询中涉及的列可以是复合索引的一部分，而不需要涉及所有列。
2、查询优化：复合索引可以提供更精确的查询性能，特别是当查询需要根据多个列进行过滤或排序时。通过使用复合索引，数据库引擎可以更准确地定位满足查询条件的数据行，减少不必要的扫描和比较操作，从而提高查询效率。
3、索引覆盖：当复合索引涵盖了查询所需的所有列时，称之为索引覆盖（Index Covering）。索引覆盖可以进一步提高查询性能，因为查询可以完全从索引中获取所需的数据，无需访问原始数据行。
4、设计考虑：在设计复合索引时，需要综合考虑查询模式、数据访问模式和列的选择。选择适当的列和顺序可以提高查询性能，但过多或不必要的列可能会增加索引的大小和维护成本。

6.索引最左匹配原则

索引最左匹配原则（Index Leftmost Prefix Rule）是指在使用复合索引（Composite Index）时，索引的左侧列将优先用于查询条件的匹配。当查询中使用了复合索引的一部分列作为查询条件时，数据库引擎可以利用这个索引来加速查询，但只能从最左侧的列开始进行匹配。
以下是索引最左匹配原则的一些要点：

1、复合索引：复合索引是由多个列组成的索引，它可以涵盖多个列的查询条件。例如，一个复合索引可以是 (col1, col2, col3)。
2、最左匹配：索引最左匹配原则意味着在查询时，只有从索引的最左侧列开始连续匹配，才能利用复合索引进行加速。换句话说，查询条件中的列必须是复合索引中最左侧的列，才能使查询受益于索引。
3、匹配顺序：如果查询条件中同时使用了复合索引的多个列，但不是从最左侧列开始，那么索引可能无法有效利用，查询性能可能会下降。因此，在设计查询条件时，应优先考虑使用最左侧列。
4、索引覆盖：当查询中的列与复合索引的所有列完全匹配时，称之为索引覆盖（Index Covering）。索引覆盖可以进一步提高查询性能，因为查询可以完全从索引中获取所需的数据，无需访问原始数据行。

需要注意的是，索引最左匹配原则只适用于复合索引，对于单列索引没有影响。在设计复合索引时，应根据查询模式、数据访问模式和列的选择来决定索引的顺序，以最大程度地利用索引并提高查询性能。