【问题标题】:Best way to create SQL indices?创建 SQL 索引的最佳方法?
【发布时间】:2010-07-31 13:26:49
【问题描述】:

在 SQL 数据库中创建 SQL 索引的最佳方法是什么?

CREATE INDEX idx ON sometable (col1, col2, col3);

或者

CREATE INDEX idx1 ON sometable (col1);
CREATE INDEX idx2 ON sometable (col2);
CREATE INDEX idx3 ON sometable (col3);

这两种方法有什么区别?它是否取决于 SQL 实现? (SQLite,MySQL,MSSQL,...)? 使用这两种方法中的一种时,是否有任何效率方面的考虑?

【问题讨论】:

    标签: sql database indexing


    【解决方案1】:
    CREATE INDEX idx ON sometable (col1, col2, col3);
    

    这将在所有三个字段上一起创建一个索引。这是完美的,如果您的查询将在大多数情况下将所有三个字段用于其 WHERE 子句:

    SELECT (fields) FROM Table WHERE col1 = 1 AND col2 = 2 AND col3 = 3
    

    当您单独查询 col1 和 col2 时,也将使用此复合索引:

    SELECT (fields) FROM Table WHERE col1 = 1 AND col2 = 2 
    

    但如果您分别查询col2 或col3,或同时查询col2 和col3,则无法使用:

    SELECT (fields) FROM Table WHERE col2 = 2 AND col3 = 3  -- will *NOT* use index
    SELECT (fields) FROM Table WHERE col2 = 2               -- will *NOT* use index
    SELECT (fields) FROM Table WHERE col3 = 3               -- will *NOT* use index
    

    另一方面,如果你使用:

    CREATE INDEX idx1 ON sometable (col1);
    CREATE INDEX idx2 ON sometable (col2);
    CREATE INDEX idx3 ON sometable (col3);
    

    然后您在每个字段上创建三个独立的单独索引。在这种情况下,任何只使用其中一列的查询都将受益于该列的索引:

    SELECT (fields) FROM Table WHERE col1 = 1   -- will use index on col1
    SELECT (fields) FROM Table WHERE col2 = 2   -- will use index on col2
    SELECT (fields) FROM Table WHERE col3 = 3   -- will use index on col3
    

    但是,如果您在一个查询中同时查询两列或全部三列:

    SELECT (fields) FROM Table WHERE col1 = 1 AND col2 = 2 AND col3 = 3
    

    那么将只使用创建的三个索引中的一个,并且它的效率很可能低于 (col1, col2, col3) 上的复合索引。

    所以,是的,创建这些索引的方式肯定有所不同,但没有单一的“最佳方式”来执行此索引。这实际上完全取决于您如何查询数据,以了解这两个选项中的哪一个在您的情况下是“更好”的。

    【讨论】:

    • 这个东西对所有 sql 数据库(sqlite、mysql、..)都有效吗?您能否提供一些参考资料以供进一步阅读此问题?
    • @banx:只要 RDBMS 支持复合索引,我认为它们都是一样的,是的。我精通 SQL Server,所以我真的没有任何其他系统的链接 - 但我相信 Google 先生或 Bing 女士会很乐意帮助你 - 搜索“复合索引”和你最喜欢的关系型数据库
    【解决方案2】:

    第一个在 3 列上创建一个复合索引,而第二个在每列上创建一个简单索引。查看MSDN article中的解释和示例。

    (先看例子部分再去阅读每种索引的定义,否则我觉得这篇文章太吓人了)

    【讨论】:

      猜你喜欢
      • 2018-02-22
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2016-02-23
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多