데이터베이스 인덱스란 무엇입니까? 데이터베이스 인덱스에 대한 자세한 설명

인덱스란 무엇인가요?

검색 작업은 데이터베이스에서 매우 일반적이며 인덱싱은 검색 속도를 향상시키는 수단입니다.

지수 분류

1. B+트리 지수
   전통적인 의미의 지수로, 가장 일반적으로 사용되고 가장 효과적인 지수입니다.

2. 해시 인덱스
   해시 인덱스는 테이블 사용량에 따라 자동으로 해시 인덱스를 생성합니다.

3. 전체 텍스트 색인
   은 키워드 검색을 구현하는 데 사용됩니다. 하지만 공백을 기준으로 단어를 분할할 수만 있으므로 중국어는 지원하지 않습니다.
   검색 기능을 구현하려면 lucene을 선택하면 됩니다.

4. RTree 인덱스
   는 mysql에서는 거의 사용되지 않으며 BTREE에 비해 기하학 데이터 유형만 지원합니다. RTREE의 장점은 범위 검색입니다.

B+ 트리 인덱스

데이터베이스는 페이지를 저장 단위로 사용하며, 한 페이지는 8K(8192Byte)이며, 한 페이지는 N개의 레코드를 저장할 수 있습니다.
페이지는 B+ 트리에서 데이터 페이지와 인덱스 페이지로 구분됩니다.
B+ 트리의 높이는 일반적으로 2~4레벨이므로 특정 키 값의 행 레코드를 검색하는 데 2~4번의 IO 시간만 필요하므로 매우 효율적입니다.

클러스터형 인덱스와 비클러스터형 인덱스

클러스터형 인덱스든 비클러스터형 인덱스이든 논리적 구조는 B+ 트리라는 점만 다릅니다.

• 클러스터형 인덱스의 데이터 페이지는 전체 레코드를 저장합니다. 즉, 클러스터형 인덱스는 테이블의 물리적 저장 순서를 결정합니다. Non-Clustered Index에는 해당 레코드를 가리키는 주소 정보만 저장되며, 실제 데이터는 Clustered Index에 저장됩니다.

• 조인트 인덱스와 커버링 인덱스

조인트 인덱스

조인트 인덱스는 쿼리 조건에 여러 컬럼이 포함될 때 사용할 수 있습니다.

1. 
   Covered index

   특정 레코드 정보를 다시 Clustered Index를 통해 조회할 필요 없이, 보조 Index를 이용하여 조회하고 싶은 정보만 얻으면 됩니다.
커버링 인덱스는 전체 레코드 행을 포함하지 않기 때문에 크기가 클러스터형 인덱스보다 훨씬 작습니다.
2. 일부 통계 작업에 더 적합합니다.

   
   
   
   MyISAM 인덱스 구현

기본 키 인덱스

기본 키 인덱스에서 인덱스 페이지는 기본 키와 오프셋 지정을 저장합니다. 데이터 페이지로 이동합니다. 데이터 페이지에는 기본 키와 해당 기본 키가 속한 행 레코드의 주소 공간이 저장됩니다.

1. 
   보조 인덱스

   MyISAM에서는 기본 인덱스와 보조 인덱스(보조 키) 사이에 구조적 차이가 없습니다. 단, 기본 인덱스에서는 키가 고유해야 합니다. 보조 인덱스 키는 반복될 수 있습니다.

2. 
   요약하면 MyISAM에서는 인덱스 파일과 데이터 파일이 별도로 저장되는데, 기본 키 인덱스든 보조 인덱스든 모두 비클러스터형 인덱스입니다.

InnoDB 인덱스 구현

기본 키 인덱스

인덱스 페이지는 여전히 기본 키와 데이터 페이지를 가리키는 오프셋을 저장하지만 데이터 페이지는 완전한 기록 .

즉, InnoDB에서는 데이터와 기본키 인덱스가 함께 저장됩니다.

1. 
   
   보조 인덱스

   인덱스 노드에 저장된 내용은 동일하며 여전히 키 값 정보와 데이터 페이지를 가리키는 오프셋이지만 데이터 페이지는 키 값 정보 및 데이터 페이지의 오프셋입니다. 키 값에 해당하는 기본 키입니다. 그런 다음 기본 키를 통해 기본 키 인덱스를 쿼리하여 레코드를 찾을 수 있습니다.

2. 
   요약하자면

이러한 클러스터형 인덱스 구현 방법은 기본 키를 사용한 검색을 매우 효율적으로 수행하지만 보조 인덱스 검색은 두 개의 인덱스 패스 검색: 먼저 보조 인덱스를 검색하여 기본 키를 얻은 다음 기본 키를 사용하여 기본 인덱스의 레코드를 검색합니다.

• InnoDB의 보조 인덱스에는 기본 키 열도 포함되므로 기본 키가 상대적으로 크게 정의되면 다른 인덱스도 커집니다. 테이블에 많은 인덱스를 정의하려면 기본 키를 가능한 한 작게 정의하십시오. InnoDB는 인덱스를 압축하지 않습니다.

• 인덱스의 장점

첫째, 고유한 인덱스를 생성함으로써 데이터베이스 테이블의 각 데이터 행의 고유성을 보장할 수 있습니다.

• 둘째, 데이터 검색 속도를 크게 높일 수 있는데, 이는 인덱스를 생성하는 주요 이유이기도 합니다.

• 셋째, 테이블 간의 연결 속도를 높일 수 있는데, 이는 특히 데이터의 참조 무결성을 달성하는 데 의미가 있습니다.

• 넷째, 데이터 검색을 위해 그룹화 및 정렬 절을 사용하면 쿼리에서 그룹화 및 정렬하는 시간도 크게 줄일 수 있습니다.

• 다섯째, 인덱스를 사용하면 쿼리 프로세스 중에 최적화 숨기기를 사용하여 시스템 성능을 향상시킬 수 있습니다.

• 인덱스의 단점

첫째, 데이터 양이 늘어날수록 인덱스를 생성하고 유지하는 데 시간이 걸린다.

• 둘째, 인덱스는 데이터 테이블이 차지하는 데이터 공간 외에도 일정량의 물리적 공간을 차지해야 합니다. 클러스터형 인덱스를 사용하려면 공간이 더 커야 합니다.

• 셋째, 테이블의 데이터가 추가, 삭제, 수정될 때 인덱스를 동적으로 유지해야 하므로 데이터 유지 속도가 떨어진다.

색인생성이 필요한 상황은 무엇인가요?

• 자주 검색되는 컬럼에서는 검색 속도를 높일 수 있습니다.

• 기본 키인 컬럼에서는 강제로 컬럼을 검색합니다. 고유해야 합니다. 구조 및 조직 테이블의 데이터 배열 구조는 연결되는 열에 자주 사용됩니다. 이러한 열은 주로 연결 속도를 높일 수 있습니다.

• 인덱스가 정렬되어 있고 지정된 범위가 연속적이므로 범위를 기준으로 자주 검색해야 하는 열에 인덱스를 생성합니다. 정렬 쿼리가 인덱스 정렬을 사용하여 정렬 쿼리 시간을 단축할 수 있도록

• WHERE 절에서 자주 사용되는 열에 인덱스를 생성합니다. speed up 조건을 판단하는 속도.

• 색인 생성이 필요하지 않은 상황은 무엇인가요?

• 첫째, 쿼리에서 거의 사용되거나 참조되지 않는 열에 대해서는 인덱스를 생성해서는 안 됩니다. 이는 이러한 열이 거의 사용되지 않기 때문에 인덱싱 여부에 관계없이 쿼리 속도가 향상되지 않기 때문입니다. 반대로, 인덱스 추가로 인해 시스템 유지 속도가 감소하고 필요한 공간이 증가합니다.

둘째, 데이터 값이 적은 열의 경우 인덱스를 늘리면 안 됩니다. 이는 이러한 컬럼은 인사 테이블의 성별 컬럼과 같이 값이 매우 적기 때문에 질의 결과에서는 결과 세트의 데이터 행이 테이블의 데이터 행 중 큰 부분을 차지하기 때문입니다. 테이블에서 검색해야 할 데이터의 비율이 엄청납니다. 인덱스를 늘려도 검색 속도는 크게 향상되지 않습니다.

• 셋째, 텍스트, 이미지, 비트 데이터 형식으로 정의된 열에는 인덱스를 추가하면 안 됩니다. 이는 이러한 열의 데이터 볼륨이 상당히 크거나 값이 거의 없기 때문입니다.

  넷째, 수정 성능이 검색 성능보다 훨씬 높을 경우 인덱스를 생성해서는 안 됩니다. 수정 성능과 검색 성능이 서로 상반되기 때문이다. 인덱스를 추가하면 검색 성능은 향상되지만 수정 성능은 저하됩니다. 인덱스를 줄이면 수정 성능이 향상되고 검색 성능이 저하됩니다. 따라서 수정 성능이 검색 성능보다 훨씬 높을 경우에는 인덱스를 생성하지 않아야 합니다.

위 내용은 데이터베이스 인덱스란 무엇입니까? 데이터베이스 인덱스에 대한 자세한 설명의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!