浅谈高职院校数据库原理中索引的研究与讲解

谢晓伟

摘要：数据库原理是计算机院系的一本基础专业课，作为高职院校则更加注重于数据库技术的应用，本文作者长期从事高职院校数据库原理的教学工作，本文重点讲解了数据库原理中“索引”的概念及用法，有助于数据库管理及程序开发的性能调优。

关键词：数据库;索引;B-Tree

中图分类号：TP311 文献标识码：A 文章编号：1007-9416（2019）05-0072-02

0 引言

數据库系统的应用给人们的数据处理提供了一种高效、便捷的方式，但对于以亿级数据量计算的大型关系型数据库，如何有效地应用索引就成了提高数据库系统查询时效率的关键。

1 索引的概念

索引是基于表或视图的一个或者多个列的值，按照一定的排列顺序有效组织表数据的方式。通俗来讲，数据库系统类似于我们生活中常用的字典，而索引就等同于字典的目录，我们要从一本字典中查找某个汉字，如果没有目录的话，意味着要将字典从头翻到尾逐字去找，这样很浪费时间，而有了目录后，我们可以根据目录中该汉字的页数再到字典中去找到这个汉字，这样会快很多。

2 索引的优缺点

索引的优点是可以快速进行数据表的检索，减少I/O次数，提高数据检索效率，根据索引分组和排序，可以加快分组和排序操作。

索引的缺点是，索引会占用存储空间，一般来说，索引表占用的空间的数据表的1.5倍，而构建索引的同时会降低数据表的修改操作（删除，添加，修改）的效率，另外索引表的维护和创建需要时间成本，这个成本随着数据量增大而增大。

3 索引的实现原理

不同的数据库系统所采用的索引实现原理不同，常见的实现原理有：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计算该值的hashCode，然后在hashCode相应的位置存执该值所在行数据的物理位置，因为使用散列算法，因此访问速度非常快，但是一个值只能对应一个hashCode，而且是散列的分布方式，因此哈希索引不支持范围查找和排序的功能。

3.2 全文索引

对于文本的大对象，或者较大的CHAR类型的数据，如果使用普通索引，那么匹配文本前几个字符还是可行的，但是想要匹配文本中间的几个单词，那么就要使用LIKE %word%来匹配，这样需要很长的时间来处理，响应时间会大大增加，这种情况，应该使用全文索引，在生成全文索引时，会为文本生成一份单词的清单，在检索时根据这个单词的清单来检索，从而提高了检索效率。

3.3 B-Tree索引

B-Tree是平衡多路查找树，如图1所示。

图1中，每个节点占用一个盘块的磁盘空间，其上有两个关键字和三个指针，两个关键字是按升序排序的，三个指针分别指向子树的根节点，指针存储的是子节点所在磁盘块的地址信息;两个关键词将数据范围划分成三个范围域，对应三个指针指向的子树的数据的范围域。

根据B-Tree索引的寻找模式，我们模拟一下寻找关键字29的过程：首先会把磁盘块1由磁盘加载到内存，此时发生一次I/O开销，在内存中用二分查找确定29在17和35之间，锁定磁盘块1的P2指针，再通过磁盘块1的P2指针所指向的磁盘地址把磁盘块3由磁盘加载到内存，发生第二次I/O开销，29在26和30之间，锁定磁盘块3的P2指针，通过指针所指向的磁盘地址加载磁盘块8到内存，发生第三次I/O开销，同时内存中做二分查找找到29，结束查询，总计三次I/O开销。在实际应用过程中，3层的B-Tree可以表示上百万的数据，如果上百万的数据查找只需要三次I/O开销，性能提高将是巨大的，如果没有索引，每个数据项都要发生一次I/O开销，那么总共需要百万次的开销，显然时间成本非常非常高。

3.4 B+Tree索引

B+Tree是在B-Tree基础上的一种优化，所有关键字都是按照键值的大小顺序存放在同一层的叶子节点上，不是叶子节点上只存储关键字值信息，这样可以加大每个节点存储的关键字值的数量，降低了B+Tree的高度，使其更适合实现外存储索引结构，如图2。

4 创建索引

以SQL Server数据库系统为例：

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

}

参数及说明：

[UNIQUE][CLUSTERED][NONCLUSTERED]指定创建索引的类型，参数依次为唯一索引、聚集索引和非聚集索引。

index_name 索引名，在表或视图中必须唯一，但在数据库中不必唯一。

table 包含要创建索引的列的表。

column 应用索引的列，可以是单个，可以是多个。

[ASC|DESC] 确定具体某个索引列的排序方向，默认是ASC。

PAD_INDEX 指定索引中间级中每个页（节点）上保持开放的空间。

DROP_EXISTING 指定应删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间排序结果将存储在tempdb数据库中。

ON filegroup 在给定的文件组上创建指定的索引。该文件组必须已经创建。

5 结语

索引作为数据库原理的一个重要知识点，对于数据库的管理和程序开发都具有十分重要的意义，掌握了数据库索引实现的基本原理，才能根据不同的情况创建合理的数据库索引，从而更好地实现数据库系统的应用。

参考文献

[1] 李素奇.关于SQL索引建立规则与优化的探讨[J].科技展望，2014（19）：214-215.

[2] 赵光亮，舒小松.Navicatfor MySQL平台中的SQL语言分析与应用[J].无线互联科技，2017（19）：254-256.

[3] 郑阿奇.MySQL教程[M].北京：清华大学出版社，2017：90.

[4] 明日科技.SQL Server从入门到精通[M].第2版.北京：清华大学出版社，2017：256-281.

[5] 周慧，施乐军，崔玉礼.SQL Server2012数据库技术及应用[M].第4版.北京：人民邮电出版社，2017：133-136.

[6] 王利.SQL SERVER数据库性能调整与优化[D].电子科技大学，2007.