如果使用得当，SQL数据库索引可以非常有效，就像魔术一样. 但是，下面的一系列练习将展示大多数SQL索引的逻辑 正确使用它们-很简单.

在这个系列中， SQL索引说明, 我们将介绍使用索引访问数据的动机，以及按照所有现代rdbms的方式设计索引的动机. 然后，我们将查看用于为特定查询模式返回数据的算法.

你不需要知道很多关于索引的知识 SQL索引说明. 只有两个先决条件:

• 基本的SQL知识
• 具备编程语言的基本知识

主要议题 SQL索引说明 将进入:

• Why we need SQL database indexes; visualizing execution plans using indexes
• 索引设计:哪些索引使查询快速有效
• 如何编写查询来有效地使用索引
• 在SQL中使用索引对读写效率的影响
• 覆盖索引
• 分区，它对读写的影响，以及何时使用它

这不仅仅是一个SQL索引教程—它深入了解了索引的底层机制.

我们将通过练习和分析解决问题的方法来了解RDBMS是如何使用索引的. 我们的练习材料由只读的Google表格组成. 要做练习，你可以复制Google Sheet (文件→复制)或将其内容复制到您自己的Google Sheet中.

在每个练习中，我们都会展示an SQL 使用Oracle语法的查询. 对于日期，我们将使用ISO 8601格式， YYYY-MM-DD.

练习1:所有客户的预订

第一个任务(先不要做)是找到from的所有行 预订电子表格 对于酒店预订系统的特定客户, 然后把它们复制到你自己的电子表格中, 模拟执行以下查询:

SELECT
        *
    FROM
        预订
    WHERE
        ClientID = 12;

但我们要遵循一个特定的方法.

方法1:不排序，不过滤

对于第一次尝试，不要使用任何排序或过滤功能. 请记录下花费的时间. 生成的工作表应该包含73行.

下面的伪代码演示了不排序完成任务的算法:

对于reservation中的每一行
  如果预订.ClientID = 12则获取reservation.*

在本例中，我们必须检查所有841行以返回并复制满足条件的73行.

方法2:只排序

对于第二次尝试，根据的值对工作表进行排序 ClientID column. 不要使用过滤器. 记录时间，并将其与在不排序数据的情况下完成任务所需的时间进行比较.

排序后，方法看起来像这样:

对于reservation中的每一行
  如果ClientID = 12，则获取reservation.*
  Else if ClientID > 12 exit

这一次，我们只能检查780行. 如果我们能跳到第一行，那就更省时了.

但是如果我们要为这个任务开发一个程序, 这种解决方案甚至比第一种解决方案还要慢. 这是因为我们必须先对所有的数据进行排序, 这意味着每一行至少要被访问一次. 这种方法只有在表已经按照期望的顺序排序时才有效.

练习2:从给定日期开始的预订数量

现在的任务是统计2020年8月16日的入住次数:

SELECT
        COUNT (*)
    FROM
        预订
    WHERE
        DateFrom = TO_DATE('2020-08-16'， 'YYYY-MM-DD')

使用练习1中的电子表格. 衡量和比较在有排序和没有排序的情况下完成任务所需的时间. 正确的数字是91.

对于不排序的方法，算法与练习1中的算法基本相同.

排序方法也类似于前面练习中的方法. 我们将把循环分成两部分:

—假设:表预订按DateFrom排序
查找2020年8月16日起的第一个预订.
Repeat
  读下一行
直到日期日期= '2020-08-16'

——计算计数
While date = '2020-08-16'
  增加计数
  读下一行

练习3:刑事调查

警方检查员要求查看2020年8月13日和14日抵达酒店的客人名单.

SELECT
        ClientID
    FROM
        预订
    WHERE
        日期(之间)
            To_date ('2020-08-13'， ' yyyy-mm-dd ')和
            TO_DATE (' 2020-08-14 ', ' YYYY-MM-DD ')
        )
        AND HotelID = 3;

方法1:仅按日期排序

检查员要尽快拿到名单. 我们已经知道，我们最好根据到货日期对表格/电子表格进行排序. 如果我们刚刚完成练习2，我们很幸运，因为表已经排序了. 因此，我们应用类似于练习2中的方法.

Please, 试着记录时间, 需要读取的行数, 以及列表上项目的数量.

—假设:表预订按DateFrom排序
查找2020年8月13日起的第一个预订.
Repeat
  读下一行
Until DateFrom >= '2020-08-13'

——准备清单
While DateFrom < '2020-08-15'
  如果HotelID = 3，则写下ClientID
  读下一行

使用这种方法，我们必须读取511行才能编译一个包含46个来宾的列表. 如果我们能精确地滑下去, 我们实际上并不需要从重复循环中执行324次读取来定位8月13日的第一个到达点. 然而，我们仍然需要读取100多行来检查客人是否带着 HotelID of 3.

检查员一直在等，但不会高兴:而不是客人的名字和其他相关数据, 我们只提供了一份毫无意义的身份名单.

我们将在本系列后面的文章中回到这方面. 让我们先找到一种更快地准备列表的方法.

方法二:按酒店排序，然后是日期

对行进行排序 HotelID then DateFrom，我们可以选择所有列，然后使用Google Sheets菜单选项 数据→排序范围.

—假设:根据HotelID和DateFrom进行排序
查找HotelID = 3的第一个预订.
Repeat
  读下一行
Until HotelID >= 3

——查找8月13日第一个到达酒店的客人
而HotelID = 3 and DateFrom < '2020-08-13'
  读下一行

——准备清单
而HotelID = 3 and DateFrom < '2020-08-15'
  写下ClientID
  读下一行

我们不得不跳过前338个到达的人，然后找到第一个到达我们酒店的人. 在那之后，我们查看了103个更早到达的人，找到了8月13日的第一个. 最后，我们复制46个连续的值 ClientID. 它帮助我们在第三步，我们能够复制一个连续的id块. 可惜我们不能从那个块跳转到第一行.

方法三:仅按酒店分类

现在用排序的电子表格做同样的练习 HotelID only.

该算法应用于按排序的表 HotelID 这比我们排序的效率要低 HotelID and DateFrom (按此顺序):

—假设:根据HotelID分类
查找HotelID = 3的第一个预订.
Repeat
  读下一行
Until HotelID >= 3

——准备清单
而HotelID = 3
  日期从2020-08-13到2020-08-14
      写下ClientID
  读下一行

在这种情况下，我们必须读取所有到达酒店的166个 HotelID of 3，并检查每个 DateFrom 属于请求的时间间隔.

方法四:按日期排序，然后是酒店

我们是否按顺序排序真的重要吗 HotelID and then DateFrom 反之亦然? 让我们来看看:先按顺序排序 DateFrom, then by HotelID.

—假设:根据DateFrom和HotelID排序
8月13日第一个到货
While DateFrom < '2020-08-13'
  读下一行

找到第一个到达酒店的人 
While HotelID < 3 and DateFrom < '2020-08-15'
	读下一行

Repeat

  如果HotelID = 3
    写下ClientID

  读下一行

Until DateFrom > '2020-08-14' or (DateFrom = '2020-08-14' and HotelID > 3)

我们找到了第一行相关日期, 然后继续读下去，直到我们找到第一个到达酒店的人. 在那之后, 对于许多行, 两个条件都满足了, 正确的日期和正确的旅馆. 然而，在3号酒店抵达后，我们又有客人在同一天抵达4号、5号等酒店. 在他们之后, 我们不得不再次读取第二天酒店1和2的行, 直到我们能够读到我们感兴趣的酒店的连续到达.

我们可以看到, 所有方法在完整的行集中间都有一个连续的数据块, 表示部分匹配的数据. 方法2和方法4是逻辑允许我们在到达部分匹配结束之前完全停止算法的唯一方法.

方法4在两个区块中完全匹配数据, 但是方法2是唯一一个目标数据都在一个连续块中的方法.

从数字上看，在这种情况下，方法2显然具有最大的优势.

解释SQL索引:结论和下一步

做这些练习应该使以下几点变得清晰:

1. 从正确排序的表中读取会更快.
2. 如果一个表还没有排序， 排序需要更多时间 比从未排序的表中读取要好.
3. 找到一种在排序表中跳转到匹配搜索条件的第一行的方法可以节省大量的读取.
4. 提前把桌子整理好会很有帮助.
5. 为最频繁的查询维护表的排序副本会很有帮助.

现在，表的排序副本听起来很像数据库索引. 下一篇文章 SQL索引说明 covers 基本的索引实现. 感谢阅读!