淺談高職院校數(shù)據(jù)庫原理中索引的研究與講解

謝曉偉

摘要：數(shù)據(jù)庫原理是計算機院系的一本基礎專業(yè)課，作為高職院校則更加注重于數(shù)據(jù)庫技術的應用，本文作者長期從事高職院校數(shù)據(jù)庫原理的教學工作，本文重點講解了數(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)。

關鍵詞：數(shù)據(jù)庫;索引;B-Tree

中圖分類號：TP311 文獻標識碼：A 文章編號：1007-9416（2019）05-0072-02

0 引言

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

1 索引的概念

索引是基于表或視圖的一個或者多個列的值，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，這樣很浪費時間，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漢字，這樣會快很多。

2 索引的優(yōu)缺點

索引的優(yōu)點是可以快速進行數(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。

索引的缺點是，索引會占用存儲空間，一般來說，索引表占用的空間的數(shù)據(jù)表的1.5倍，而構建索引的同時會降低數(shù)據(jù)表的修改操作（刪除，添加，修改）的效率，另外索引表的維護和創(chuàng)建需要時間成本，這個成本隨著數(shù)據(jù)量增大而增大。

3 索引的實現(xiàn)原理

不同的數(shù)據(jù)庫系統(tǒng)所采用的索引實現(xiàn)原理不同，常見的實現(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算該值的hashCode，然后在hashCode相應的位置存執(zhí)該值所在行數(shù)據(jù)的物理位置，因為使用散列算法，因此訪問速度非常快，但是一個值只能對應一個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

對于文本的大對象，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字符還是可行的，但是想要匹配文本中間的幾個單詞，那么就要使用LIKE %word%來匹配，這樣需要很長的時間來處理，響應時間會大大增加，這種情況，應該使用全文索引，在生成全文索引時，會為文本生成一份單詞的清單，在檢索時根據(jù)這個單詞的清單來檢索，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，每個節(jié)點占用一個盤塊的磁盤空間，其上有兩個關鍵字和三個指針，兩個關鍵字是按升序排序的，三個指針分別指向子樹的根節(jié)點，指針存儲的是子節(jié)點所在磁盤塊的地址信息;兩個關鍵詞將數(shù)據(jù)范圍劃分成三個范圍域，對應三個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鍵字29的過程：首先會把磁盤塊1由磁盤加載到內(nèi)存，此時發(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指針所指向的磁盤地址把磁盤塊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，通過指針所指向的磁盤地址加載磁盤塊8到內(nèi)存，發(fā)生第三次I/O開銷，同時內(nèi)存中做二分查找找到29，結(jié)束查詢，總計三次I/O開銷。在實際應用過程中，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，每個數(shù)據(jù)項都要發(fā)生一次I/O開銷，那么總共需要百萬次的開銷，顯然時間成本非常非常高。

3.4 B+Tree索引

B+Tree是在B-Tree基礎上的一種優(yōu)化，所有關鍵字都是按照鍵值的大小順序存放在同一層的葉子節(jié)點上，不是葉子節(jié)點上只存儲關鍵字值信息，這樣可以加大每個節(jié)點存儲的關鍵字值的數(shù)量，降低了B+Tree的高度，使其更適合實現(xiàn)外存儲索引結(jié)構，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 包含要創(chuàng)建索引的列的表。

column 應用索引的列，可以是單個，可以是多個。

[ASC|DESC] 確定具體某個索引列的排序方向，默認是ASC。

PAD_INDEX 指定索引中間級中每個頁（節(jié)點）上保持開放的空間。

DROP_EXISTING 指定應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)庫原理的一個重要知識點，對于數(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，從而更好地實現(xiàn)數(shù)據(jù)庫系統(tǒng)的應用。

參考文獻

[1] 李素奇.關于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平臺中的SQL語言分析與應用[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：清華大學出版社，2017：256-281.

[5] 周慧，施樂軍，崔玉禮.SQL Server2012數(shù)據(jù)庫技術及應用[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，2007.