原文鏈接1? ?原文鏈接2

3. 索引的種類

1）聚集索引：表中行的物理順序與鍵值的邏輯（索引）順序相同。因為數據的物理順序只能有一種，所以一張表只能有一個聚集索引。如果一張表沒有聚集索引，那么這張表就沒有順序的概念，所有的新行都會插入到表的末尾。對于聚集索引，葉節點即存儲了數據行，不再有單獨的數據頁。就比如說我小時候查字典從來不看目錄，我覺得字典本身就是一個目錄，比如查裴字，只需要翻到p字母開頭的，再按順序找到e。通過這個方法我每次都能最快的查到老師說的那個字，得到老師的表揚。

2）非聚集索引：表中行的物理順序與索引順序無關。對于非聚集索引，葉節點存儲了索引字段值以及指向相應數據頁的指針。葉節點緊鄰在數據之上，對數據頁的每一行都有相應的索引行與之對應。有時候查字典，我并不知道這個字讀什么，那我就不得不通過字典目錄的“部首”來查找了。這時候我會發現，目錄中的排序和實際正文的排序是不一樣的，這對我來說很苦惱，因為我不能比別人快了，我需要先再目錄中找到這個字，再根據頁數去找到正文中的字。?

4．索引與數據的查詢，插入與刪除

1）查詢。查詢操作就和查字典是一樣的。當我們去查找指定記錄時，數據庫會先查找根節點，將待查數據與根節點的數據進行比較，再通過根節點的指針查詢下一個記錄，直到找到這個記錄。這是一個簡單的平衡樹的二分搜索的過程，我就不贅述了。在聚集索引中，找到頁節點即找到了數據行，而在非聚集索引中，我們還需要再去讀取數據頁。

2）插入。聚集索引的插入操作比較復雜，最簡單的情況，插入操作會找到對于的數據頁，然后為新數據騰出空間，執行插入操作。如果該數據頁已經沒有空間，那就需要拆分數據頁，這是一個非常耗費資源的操作。對于僅有非聚集索引的表，插入只需在表的末尾插入即可。如果也包含了聚集索引，那么也會執行聚集索引需要的插入操作。

3）刪除。刪除行后下方的數據會向上移動以填補空缺。如果刪除的數據是該數據頁的最后一行，那么這個數據頁會被回收，它的前后一頁的指針會被改變，被回收的數據頁也會在特定的情況被重新使用。與此同時，對于聚集索引，如果索引頁只剩一條記錄，那么該記錄可能會移動到鄰近的索引表中，原來的索引頁也會被回收。而非聚集索引沒辦法做到這一點，這就會導致出現多個數據頁都只有少量數據的情況。

5. 索引的優缺點
其實通過前面的介紹，索引的優缺點已經一目了然。
先說優點：
? ? 1）大大加快數據的檢索速度，這也是創建索引的最主要的原因
? ? 2）加速表和表之間的連接，特別是在實現數據的參考完整性方面特別有意義。
? ? 3）在使用分組和排序子句進行數據檢索時，同樣可以顯著減少查詢中分組和排序的時間。

再說缺點：
? 1）創建索引需要耗費一定的時間，但是問題不大，一般索引只要build一次
? 2）索引需要占用物理空間，特別是聚集索引，需要較大的空間
? 3）當對表中的數據進行增加、刪除和修改的時候，索引也要動態的維護，降低了數據的維護速度，這個是比較大的問題。

6.索引的使用
? ? ? ?根據上文的分析，我們大致對什么時候使用索引有了自己的想法（如果你沒有，回頭再看一遍。。。）。一般我們需要在這些列上建立索引：
1）在經常需要搜索的列上，這是毋庸置疑的；?
2）經常同時對多列進行查詢，且每列都含有重復值可以建立組合索引，組合索引盡量要使常用查詢形成索引覆蓋（查詢中包含的所需字段皆包含于一個索引中，我們只需要搜索索引頁即可完成查詢）。 同時，該組合索引的前導列一定要是使用最頻繁的列。對于前導列的問題，在后面sqlite的索引使用介紹中還會做討論。
3）在經常用在連接的列上，這些列主要是一些外鍵，可以加快連接的速度，連接條件要充分考慮帶有索引的表。；?

4）在經常需要對范圍進行搜索的列上創建索引，因為索引已經排序，其指定的范圍是連續的，同樣，在經常需要排序的列上最好也創建索引。

5）在經常放到where子句中的列上面創建索引，加快條件的判斷速度。要注意的是where字句中對列的任何操作（如計算表達式，函數）都需要對表進行整表搜索，而沒有使用該列的索引。所以查詢時盡量把操作移到等號右邊。

對于以下的列我們不應該創建索引：
1）很少在查詢中使用的列
2）含有很少非重復數據值的列，比如只有0，1，這時候掃描整表通常會更有效
3）對于定義為TEXT，IMAGE的數據不應該創建索引。這些字段長度不固定，或許很長，或許為空。
當然，對于更新操作遠大于查詢操作時，不建立索引。也可以考慮在大規模的更新操作前drop索引，之后重新創建，不過這就需要把創建索引對資源的消耗考慮在內。總之，使用索引需要平衡投入與產出，找到一個產出最好的點。

7. 在sqlite中使用索引?

1）Sqlite不支持聚集索引，android默認需要一個_id字段，這保證了你插入的數據會按“_id”的整數順序插入，這個integer類型的主鍵就會扮演和聚集索引一樣的角色。所以不要再在對于聲明為：INTEGER PRIMARY KEY的主鍵上創建索引。

2）很多對索引不熟悉的朋友在表中創建了索引，卻發現沒有生效，其實這大多數和我接下來講的有關。對于where子句中出現的列要想索引生效，會有一些限制，這就和前導列有關。所謂前導列，就是在創建復合索引語句的第一列或者連續的多列。比如通過：CREATE INDEX comp_ind ON table1(x, y, z)創建索引，那么x,xy,xyz都是前導列，而yz，y，z這樣的就不是。下面講的這些，對于其他數據庫或許會有一些小的差別，這里以sqlite為標準。在where子句中，前導列必須使用等于或者in操作，最右邊的列可以使用不等式，這樣索引才可以完全生效。同時，where子句中的列不需要全建立了索引，但是必須保證建立索引的列之間沒有間隙。舉幾個例子來看吧：

用如下語句創建索引：

CREATE INDEX idx_ex1 ON ex1(a,b,c,d,e,...,y,z);
這里是一個查詢語句：
...WHERE a=5 AND b IN (1,2,3) AND c IS NULL AND d='hello'
這顯然對于abcd四列都是有效的，因為只有等于和in操作，并且是前導列。
再看一個查詢語句：
... WHERE a=5 AND b IN (1,2,3) AND c>12 AND d='hello'
那這里只有a，b和c的索引會是有效的，d列的索引會失效，因為它在c列的右邊，而c列使用了不等式，根據使用不等式的限制，c列已經屬于最右邊。
最后再看一條：
... WHERE b IN (1,2,3) AND c NOT NULL AND d='hello'

索引將不會被使用，因為沒有使用前導列，這個查詢會是一個全表查詢。

其實除了索引，對查詢性能的影響因素還有很多，比如表的連接，是否排序等。影響數據庫操作的整體性能就需要考慮更多因素，使用更對的技巧，不得不說這是一個很大的學問。

最后在android上使用sqlite寫一個簡單的例子，看下索引對數據庫操作的影響。
創建如下表和索引：
?? db.execSQL("create table if not exists t1(a,b)"); ? ? ? ?
? ?db.execSQL("create index if not exists ia on t1(a,b)");
插入10萬條數據，分別對表進行如下操作：
select * from t1 where a='90012'
插入：insert into t1(a,b) values('10008','name1.6982235534984673')
更新：update t1 set b='name1.999999' where a = '887'

刪除：delete from t1 where a = '1010'

數據如下（5次不同的操作取平均值）：
操作 ??無索引 ? ?有索引
查詢 ??170ms ?5ms
插入 ??65ms ??75ms
更新 ??240ms ?52ms
刪除 ??234ms ?78ms

? ? ? ? 可以看到顯著提升了查詢的速度，稍稍減慢了插入速度，還稍稍提升了更新數據和刪除數據的速度。如果把更新和刪除中的where子句中的列換成b，速度就和沒有索引一樣了，因為索引失效。所以索引能大幅度提升查詢速度，對于刪除和更新操作，如果where子句中的列使用了索引，即使需要重新build索引，有可能速度還是比不使用索引要快的。對與插入操作，索引顯然是個負擔。同時，索引讓db的大小增加了2倍多。

? ? ? ?還有個要吐槽的是，android中的rawQurey方法，執行完sql語句后返回一個cursor，其實并沒有完成一個查詢操作，我在rawquery之前和之后計算查詢時間，永遠是1ms...這讓我無比苦悶。看了下源碼，在對cursor調用moveToNext這些移動游標方法時，都會最終先調用getCount方法，而getCount方法才會調用native方法調用真正的查詢操作。這種設計顯然更加合理。?

轉載于:https://www.cnblogs.com/flyant/p/4272137.html

總結

以上是生活随笔為你收集整理的Sqlite数据库中索引的使用、索引的优缺点[转]的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。