数据库索引原理的作用

㈠ 为什么数据库表要建立索引

索引是以表列来为基础的数据库对象自。索引中保存着表中排序的索引列，并且纪录了索引列在数据库表中的物理存储位置，实现了表中数据的逻辑排序。通过索引，可以加快数据的查询速度和减少系统的响应时间;可以使表和表之间的连接速度加快。 用SQL建立索引： 为了给一个表建立索引，启动任务栏SQL Sever程序组中的ISQL/w程序。进入查询窗口后，输入下面的语句： CREATE [UNIQUE] [CLUSER] INDEX ON (); UNIQUE 表明此索引的每一个索引值只对应唯一的数据记录 CLUSTER 表明要建立的是聚簇索引（指索引项的顺序与表中记录的物理顺序一致） 例：CREATE CLUSER INDEX Stuname ON Student(Sname); 在student表的sname列建立一个聚簇索引，student中记录按照sname值的升序排列 参考资料： <

㈡ 数据库索引原理

数据库索引原理如下：

使用索引可快速访问数据库表中的特定信息。如果想按特定职员的姓来查找人员，则与在表中搜索所有的行相比，索引有助于更快地获取信息。

索引的实现通常使用B树及其变种B+树。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法。

(2)数据库索引原理的作用扩展阅读：

对于有些列不应该创建索引。一般来说，不应该创建索引的的这些列具有下列特点：

1、查询很少：

对于那些在查询中很少使用或者参考的列不应该创建索引。这是因为，既然这些列很少使用到，因此有索引或者无索引，并不能提高查询速度。相反，由于增加了索引，反而降低了系统的维护速度和增大了空间需求。

2、少数据值：

对于那些只有很少数据值的列也不应该增加索引。这是因为，由于这些列的取值很少，例如人事表的性别列，在查询的结果中，结果集的数据行占了表中数据行的很大比例，即需要在表中搜索的数据行的比例很大。增加索引，并不能明显加快检索速度。

3、定义类型：

对于那些定义为text, image和bit数据类型的列不应该增加索引。这是因为，这些列的数据量要么相当大，要么取值很少。

㈢ 数据库中的索引是什么意思有什么用途

索引是一种单独的、物理的对数据库表中一列或多列的值进行排序的一种存储结构，它是某个表中一列或若干列值的集合和相应的指向表中物理标识这些值的数据页的逻辑指针清单。索引的作用相当于图书的目录，可以根据目录中的页码快速找到所需的内容。

一个索引是存储的表中一个特定列的值数据结构（最常见的是B-Tree,还有哈希表索引和R-tree）。索引是在表的列上创建。所以，要记住的关键点是索引包含一个表中列的值，并且这些值存储在一个数据结构中。请记住记住这一点：索引是一种数据结构

使用索引的全部意义就是通过缩小一张表中需要查询的记录（行）的数目来加快搜索的速度。

假设有一张学生名单表，有一百条数据。要查询其中名字为 小明 的学生。

一般采取select * from students where name ='小明';由于我们想要得到每一个名字为小明的学生信息，在查询到第一个符合条件的行后，不能停止查询，因为可能还有其他符合条件的行。所以，必须一行一行的查找直到最后一行-这就意味数据库不得不检查上千行数据才能找到所以名字为小明的学生。这就是所谓的全表扫描。

假设我们在 name这一列上创建一个B-Tree索引。当我们用SQL查找名字是‘小明’的学生时，不需要再扫描全表。而是用索引查找去查找名字为‘小明’的学生，因为索引已经按照按字母顺序排序。索引已经排序意味着查询一个名字会快很多，因为名字首字母为‘小’的学生都是排列在一起的。另外重要的一点是，索引同时存储了表中相应行的指针以获取其他列的数据。

㈣ 数据库索引有什么作用和好处

数据库索引是为了增加查询速度而对表字段附加的一种标识。见过很多人机械的理解索引的概念，认为增加索引只有好处没有坏处。这里想把之前的索引学习笔记总结一下：
首先明白为什么索引会增加速度，DB在执行一条Sql语句的时候，默认的方式是根据搜索条件进行全表扫描，遇到匹配条件的就加入搜索结果集合。如果我们对某一字段增加索引，查询时就会先去索引列表中一次定位到特定值的行数，大大减少遍历匹配的行数，所以能明显增加查询的速度。那么在任何时候都应该加索引么？这里有几个反例：1、如果每次都需要取到所有表记录，无论如何都必须进行全表扫描了，那么是否加索引也没有意义了。2、对非唯一的字段，例如“性别”这种大量重复值的字段，增加索引也没有什么意义。3、对于记录比较少的表，增加索引不会带来速度的优化反而浪费了存储空间，因为索引是需要存储空间的，而且有个致命缺点是对于update/insert/delete的每次执行，字段的索引都必须重新计算更新。
那么在什么时候适合加上索引呢？我们看一个Mysql手册中举的例子，这里有一条sql语句：
SELECT
c.companyID,
c.companyName
FROM
Companies
c,
User
u
WHERE
c.companyID
=
u.fk_companyID
AND
c.numEmployees
>=
0
AND
c.companyName
LIKE
'%i%'
AND
u.groupID
IN
(SELECT
g.groupID
FROM
Groups
g
WHERE
g.groupLabel
=
'Executive')
这条语句涉及3个表的联接，并且包括了许多搜索条件比如大小比较，Like匹配等。在没有索引的情况下Mysql需要执行的扫描行数是77721876行。而我们通过在companyID和groupLabel两个字段上加上索引之后，扫描的行数只需要134行。在Mysql中可以通过Explain
Select来查看扫描次数。可以看出来在这种联表和复杂搜索条件的情况下，索引带来的性能提升远比它所占据的磁盘空间要重要得多。
那么索引是如何实现的呢？大多数DB厂商实现索引都是基于一种数据结构——B树。因为B树的特点就是适合在磁盘等直接存储设备上组织动态查找表。B树的定义是这样的：一棵m(m>=3)阶的B树是满足下列条件的m叉树：
1、每个结点包括如下作用域(j,
p0,
k1,
p1,
k2,
p2,
...
ki,
pi)
其中j是关键字个数，p是孩子指针
2、所有叶子结点在同一层上，层数等于树高h
3、每个非根结点包含的关键字个数满足[m/2-1]<=j<=m-1
4、若树非空，则根至少有1个关键字，若根非叶子，则至少有2棵子树，至多有m棵子树
看一个B树的例子，针对26个英文字母的B树可以这样构造：
可以看到在这棵B树搜索英文字母复杂度只为o(m)，在数据量比较大的情况下，这样的结构可以大大增加查询速度。然而有另外一种数据结构查询的虚度比B树更快——散列表。Hash表的定义是这样的：设所有可能出现的关键字集合为u，实际发生存储的关键字记为k，而|k|比|u|小很多。散列方法是通过散列函数h将u映射到表T[0,m-1]的下标上，这样u中的关键字为变量，以h为函数运算结果即为相应结点的存储地址。从而达到可以在o(1)的时间内完成查找。
然而散列表有一个缺陷，那就是散列冲突，即两个关键字通过散列函数计算出了相同的结果。设m和n分别表示散列表的长度和填满的结点数，n/m为散列表的填装因子，因子越大，表示散列冲突的机会越大。
因为有这样的缺陷，所以数据库不会使用散列表来做为索引的默认实现，Mysql宣称会根据执行查询格式尝试将基于磁盘的B树索引转变为和合适的散列索引以追求进一步提高搜索速度。我想其它数据库厂商也会有类似的策略，毕竟在数据库战场上，搜索速度和管理安全一样是非常重要的竞争点。

㈤ 为了测试数据库查询的效率是否提升,经常使用索引来实现,请问什么是索引 有什么作用 原理是什么

一、什么是索引？

索引就像是书的目录，是与表或者视图关联磁盘上的结构，可以加快从表中内或者视图容中检索行的速度。素银中包含表或者视图中的一行或者多列生成的键。这些键存储在一个结构（BTree）中，使SQL可以快速有效的查找与键值关联的行。

二、有什么用？即索引的优点

1. 建立索引的行可以保证行的唯一性，生成唯一的word

2. 建立索引可以有效的缩短数据的检索时间

3. 建立索引可以加快表与表之间的 连接

4. 为用来排序或者是分组的字段添加索引可以加快和排序顺序

• 无索引，直接去读表数据存放的磁盘快，督导数据缓冲区中再去查找需要的数据

• 有索引，先读入索引表，通过索引表直接去找到需要数据的物理地址，并把数据读入数据缓冲区中。

三、索引的原理

通过不断地缩小想要获取数据的范围来筛选出最终想要的结果，同时把随机的事件变成顺序的事件，也就是说，有了这种索引机制，我们可以总是用同一种查找方式来锁定数据。

㈥ 数据库中常见的“索引”是什么意思有什么用途

相当于书的目录，提高查询，更新，删除的速率