数据库建立索引怎么利用索引查询？

1.合理使用索引\x0d\x0a索引是数据库中重要的数据结构，它的根本目的就是为了提高查询效率。现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构。\x0d\x0a索引的使用要恰到好处，其使用原则如下：\x0d\x0a在经常进行连接，但是没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引。\x0d\x0a在频繁进行排序或分组（即进行group by或order by *** 作）的列上建立索引。\x0d\x0a在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引。比如在雇员表的“性别”列上只有“男”与“女”两个不同值，因此就无必要建立索引。如果建立索引不但不会提高查询效率，反而会严重降低更新速度。\x0d\x0a如果待排序的列有多个，可以在这些列上建立复合索引（compound index）。\x0d\x0a使用系统工具。如Informix数据库有一个tbcheck工具，可以在可疑的索引上进行检查。在一些数据库服务器上，索引可能失效或者因为频繁 *** 作而 使得读取效率降低，如果一个使用索引的查询不明不白地慢下来，可以试着用tbcheck工具检查索引的完整性，必要时进行修复。另外，当数据库表更新大量 数据后，删除并重建索引可以提高查询速度。\x0d\x0a(1)在下面两条select语句中:\x0d\x0aSELECT * FROM table1 WHERE field1=0\x0d\x0aSELECT * FROM table1 WHERE field1>=0 AND field1=0,则第一条select语句要比第二条select语句效率高的多，因为第二条select语句的第一个条件耗费了大量的系统资源。\x0d\x0a第一个原则：在where子句中应把最具限制性的条件放在最前面。\x0d\x0a(2)在下面的select语句中:\x0d\x0aSELECT * FROM tab WHERE a=? AND b=? AND c=?\x0d\x0a若有索引index(a,b,c)，则where子句中字段的顺序应和索引中字段顺序一致。\x0d\x0a第二个原则：where子句中字段的顺序应和索引中字段顺序一致。\x0d\x0a—————————————————————————— \x0d\x0a以下假设在field1上有唯一索引I1，在field2上有非唯一索引I2。 \x0d\x0a—————————————————————————— \x0d\x0a(3) SELECT field3,field4 FROM tb WHERE field1='sdf' 快 \x0d\x0aSELECT * FROM tb WHERE field1='sdf' 慢[/cci]\x0d\x0a因为后者在索引扫描后要多一步ROWID表访问。\x0d\x0a(4) SELECT field3,field4 FROM tb WHERE field1>='sdf' 快 \x0d\x0aSELECT field3,field4 FROM tb WHERE field1>'sdf' 慢\x0d\x0a因为前者可以迅速定位索引。\x0d\x0a(5) SELECT field3,field4 FROM tb WHERE field2 LIKE 'R%' 快 \x0d\x0aSELECT field3,field4 FROM tb WHERE field2 LIKE '%R' 慢，\x0d\x0a因为后者不使用索引。\x0d\x0a(6) 使用函数如： \x0d\x0aSELECT field3,field4 FROM tb WHERE upper(field2)='RMN'不使用索引。\x0d\x0a如果一个表有两万条记录，建议不使用函数；如果一个表有五万条以上记录，严格禁止使用函数！两万条记录以下没有限制。\x0d\x0a(7) 空值不在索引中存储，所以 \x0d\x0aSELECT field3,field4 FROM tb WHERE field2 IS[NOT] NULL不使用索引。\x0d\x0a(8) 不等式如 \x0d\x0aSELECT field3,field4 FROM tb WHERE field2!='TOM'不使用索引。 \x0d\x0a相似地， \x0d\x0aSELECT field3,field4 FROM tb WHERE field2 NOT IN('M','P')不使用索引。\x0d\x0a(9) 多列索引，只有当查询中索引首列被用于条件时，索引才能被使用。\x0d\x0a(10) MAX，MIN等函数，使用索引。 \x0d\x0aSELECT max(field2) FROM tb 所以，如果需要对字段取max，min，sum等，应该加索引。\x0d\x0a一次只使用一个聚集函数，如： \x0d\x0aSELECT “min”=min(field1), “max”=max(field1) FROM tb \x0d\x0a不如：SELECT “min”=(SELECT min(field1) FROM tb) , “max”=(SELECT max(field1) FROM tb)\x0d\x0a(11) 重复值过多的索引不会被查询优化器使用。而且因为建了索引，修改该字段值时还要修改索引，所以更新该字段的 *** 作比没有索引更慢。\x0d\x0a(12) 索引值过大（如在一个char(40)的字段上建索引），会造成大量的I/O开销（甚至会超过表扫描的I/O开销）。因此，尽量使用整数索引。 Sp_estspace可以计算表和索引的开销。\x0d\x0a(13) 对于多列索引，ORDER BY的顺序必须和索引的字段顺序一致。\x0d\x0a(14) 在sybase中，如果ORDER BY的字段组成一个簇索引，那么无须做ORDER BY。记录的排列顺序是与簇索引一致的。\x0d\x0a(15) 多表联结（具体查询方案需要通过测试得到） \x0d\x0awhere子句中限定条件尽量使用相关联的字段，且尽量把相关联的字段放在前面。 \x0d\x0aSELECT a.field1,b.field2 FROM a,b WHERE a.field3=b.field3\x0d\x0afield3上没有索引的情况下: \x0d\x0a对a作全表扫描，结果排序 \x0d\x0a对b作全表扫描，结果排序 \x0d\x0a结果合并。 \x0d\x0a对于很小的表或巨大的表比较合适。\x0d\x0afield3上有索引 \x0d\x0a按照表联结的次序，b为驱动表，a为被驱动表 \x0d\x0a对b作全表扫描 \x0d\x0a对a作索引范围扫描 \x0d\x0a如果匹配，通过a的rowid访问\x0d\x0a(16) 避免一对多的join。如： \x0d\x0aSELECT tb1.field3,tb1.field4,tb2.field2 FROM tb1,tb2 WHERE tb1.field2=tb2.field2 AND tb1.field2=‘BU1032’ AND tb2.field2= ‘aaa’ \x0d\x0a不如： \x0d\x0adeclare @a varchar(80) \x0d\x0aSELECT @a=field2 FROM tb2 WHERE field2=‘aaa’ \x0d\x0aSELECT tb1.field3,tb1.field4,@a FROM tb1 WHERE field2= ‘aaa’\x0d\x0a(16) 子查询 \x0d\x0a用exists/not exists代替in/not in *** 作 \x0d\x0a比较： \x0d\x0aSELECT a.field1 FROM a WHERE a.field2 IN(SELECT b.field1 FROM b WHERE b.field2=100) \x0d\x0aSELECT a.field1 FROM a WHERE EXISTS( SELECT 1 FROM b WHERE a.field2=b.field1 AND b.field2=100) \x0d\x0aSELECT field1 FROM a WHERE field1 NOT IN( SELECT field2 FROM b) \x0d\x0aSELECT field1 FROM a WHERE NOT EXISTS( SELECT 1 FROM b WHERE b.field2=a.field1)\x0d\x0a(17) 主、外键主要用于数据约束，sybase中创建主键时会自动创建索引，外键与索引无关，提高性能必须再建索引。\x0d\x0a(18) char类型的字段不建索引比int类型的字段不建索引更糟糕。建索引后性能只稍差一点。\x0d\x0a(19) 使用count(*)而不要使用count(column_name)，避免使用count(DISTINCT column_name)。\x0d\x0a(20) 等号右边尽量不要使用字段名，如： \x0d\x0aSELECT * FROM tb WHERE field1 = field3\x0d\x0a(21) 避免使用or条件，因为or不使用索引。\x0d\x0a2.避免使用order by和group by字句。\x0d\x0a因为使用这两个子句会占用大量的临时空间(tempspace),如果一定要使用，可用视图、人工生成临时表的方法来代替。 \x0d\x0a如果必须使用，先检查memory、tempdb的大小。 \x0d\x0a测试证明，特别要避免一个查询里既使用join又使用group by，速度会非常慢！\x0d\x0a3.尽量少用子查询，特别是相关子查询。因为这样会导致效率下降。\x0d\x0a一个列的标签同时在主查询和where子句中的查询中出现，那么很可能当主查询中的列值改变之后，子查询必须重新查询一次。查询嵌套层次越多，效率越低，因此应当尽量避免子查询。如果子查询不可避免，那么要在子查询中过滤掉尽可能多的行。\x0d\x0a4．消除对大型表行数据的顺序存取\x0d\x0a在 嵌套查询中，对表的顺序存取对查询效率可能产生致命的影响。 \x0d\x0a比如采用顺序存取策略，一个嵌套3层的查询，如果每层都查询1000行，那么这个查询就要查询 10亿行数据。 \x0d\x0a避免这种情况的主要方法就是对连接的列进行索引。 \x0d\x0a例如，两个表：学生表（学号、姓名、年龄??）和选课表（学号、课程号、成绩）。如果两个 表要做连接，就要在“学号”这个连接字段上建立索引。 \x0d\x0a还可以使用并集来避免顺序存取。尽管在所有的检查列上都有索引，但某些形式的where子句强迫优化器使用顺序存取。 \x0d\x0a下面的查询将强迫对orders表执行顺序 *** 作： \x0d\x0aSELECT ＊ FROM orders WHERE (customer_num=104 AND order_num>1001) OR order_num=1008 \x0d\x0a虽然在customer_num和order_num上建有索引，但是在上面的语句中优化器还是使用顺序存取路径扫描整个表。因为这个语句要检索的是分离的行的集合，所以应该改为如下语句： \x0d\x0aSELECT ＊ FROM orders WHERE customer_num=104 AND order_num>1001 \x0d\x0aUNION \x0d\x0aSELECT ＊ FROM orders WHERE order_num=1008 \x0d\x0a这样就能利用索引路径处理查询。\x0d\x0a5．避免困难的正规表达式\x0d\x0aMATCHES和LIKE关键字支持通配符匹配，技术上叫正规表达式。但这种匹配特别耗费时间。例如：SELECT ＊ FROM customer WHERE zipcode LIKE “98_ _ _” \x0d\x0a即使在zipcode字段上建立了索引，在这种情况下也还是采用顺序扫描的方式。如果把语句改为SELECT ＊ FROM customer WHERE zipcode >“98000”，在执行查询时就会利用索引来查询，显然会大大提高速度。 \x0d\x0a另外，还要避免非开始的子串。例如语句：SELECT ＊ FROM customer WHERE zipcode[2，3] >“80”，在where子句中采用了非开始子串，因而这个语句也不会使用索引。\x0d\x0a6．使用临时表加速查询\x0d\x0a把表的一个子集进行排序并创建临时表，有时能加速查询。它有助于避免多重排序 *** 作，而且在其他方面还能简化优化器的工作。例如： \x0d\x0aSELECT cust.name，rcvbles.balance，??other COLUMNS \x0d\x0aFROM cust，rcvbles \x0d\x0aWHERE cust.customer_id = rcvlbes.customer_id \x0d\x0aAND rcvblls.balance>0 \x0d\x0aAND cust.postcode>“98000” \x0d\x0aORDER BY cust.name \x0d\x0a如果这个查询要被执行多次而不止一次，可以把所有未付款的客户找出来放在一个临时文件中，并按客户的名字进行排序： \x0d\x0aSELECT cust.name，rcvbles.balance，??other COLUMNS \x0d\x0aFROM cust，rcvbles \x0d\x0aWHERE cust.customer_id = rcvlbes.customer_id \x0d\x0aAND rcvblls.balance>0 \x0d\x0aORDER BY cust.name \x0d\x0aINTO TEMP cust_with_balance \x0d\x0a然后以下面的方式在临时表中查询： \x0d\x0aSELECT ＊ FROM cust_with_balance \x0d\x0aWHERE postcode>“98000” \x0d\x0a临时表中的行要比主表中的行少，而且物理顺序就是所要求的顺序，减少了磁盘I/O，所以查询工作量可以得到大幅减少。 \x0d\x0a注意：临时表创建后不会反映主表的修改。在主表中数据频繁修改的情况下，注意不要丢失数据。\x0d\x0a7．用排序来取代非顺序存取\x0d\x0a非顺序磁盘存取是最慢的 *** 作，表现在磁盘存取臂的来回移动。SQL语句隐藏了这一情况，使得我们在写应用程序时很容易写出要求存取大量非顺序页的查询。

关于数据库索引的数据结构，大多数数据库都是采用B树。

1、非主键索引需要在数据表本身的存储空间外额外开销存储空间，所以在更新的时候可能不仅要更新数据表本身，还要更新非主键索引，更新内容更多了，所以导致速度降低。反过来，如果数据表中的数据按照主键索引的顺序存储，更新的时候就没有额外的开销。

2、非主键索引对提高查询速度来讲，主要的方面是：检索的条件(where...)如果命中对应的非主键索引的话，就不需要对数据表做全表扫描，效率肯定是大大提高。（索引的创建和使用是数据库设计和优化的重要部分，是一个数据库程序员的必修课，不同数据库系统的语法不同，但是原理基本相同）。

3、如果检索结果的字段包含在非主键索引中，即使对非主键索引做全扫描，也比对整表字段做全扫描快，因为只有非主键索引本身的数据需要从存储设备调入内存，节约了IO时间。

扩展资料：

1、选择唯一性索引 唯一性索引的值是唯一的，可以更快速的通过该索引来确定某条记录。例如，学生表中学号是具有唯 一性的字 段。为该字段建立唯一性索引可以很快的确定某个学生的信息。如果使用姓名的话，可能存 在同名现象， 从而降低查询速度。

2、尽量使用数据量少的索引 如果索引的值很长，那么查询的速度会受到影响。例如，对一个CHAR(100)类型的字段进行全文检索 需要的时间肯定要比对CHAR(10)类型的字段需要的时间要多。

3、尽量使用前缀来索引 如果索引字段的值很长，最好使用值的前缀来索引。例如，TEXT和BLOG类型的字段，进行全文检 索会很浪费时 间。如果只检索字段的前面的若干个字符，这样可以提高检索速度。

下面是关于数据库索引的相关知识：

简单来说，数据库索引就是数据库的数据结构！进一步说则是该数据结构中存储了一张表中某一列的所有值，也就是说索引是基于数据表中的某一列创建的。总而言之：一个索引是由表中某一列上的数据组成，并且这些数据存储在某个数据结构中。

2.索引的作用。举个例子，假设有一张数据表Emplyee，该表有三列：

表中有几万条记录。现在要执行下面这条查询语句，查找出所有名字叫“Jesus”的员工的详细信息

3.如果没有数据库索引功能，数据库系统会逐行的遍历整张表，对于每一行都要检查其Employee_Name字段是否等于“Jesus”。因为我们要查找所有名字为“Jesus”的员工，所以当我们发现了一条名字是“Jesus”的记录后，并不能停止继续查找，因为可能有其他员工也叫“Jesus”。这就意味着，对于表中的几万条记录，数据库每一条都要检查。这就是所谓的“全表扫描”（ full table scan）

4.而数据库索引功能索引的最大作用就是加快查询速度，它能从根本上减少需要扫表的记录/行的数量。

5.如何创建数据库索引。可以基于Employee表的两列创建索引即可：

拓展资料：

索引是对数据库表中一列或多列的值进行排序的一种结构，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他或她，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。

2.索引的一个主要目的就是加快检索表中数据的方法，亦即能协助信息搜索者尽快的找到符合限制条件的记录ID的辅助数据结构。

3.索引是对数据库表中一个或多个列（例如，employee 表的姓名 (name) 列）的值进行排序的结构。

4.例如这样一个查询：select * from table1 where id=10000。如果没有索引，必须遍历整个表，直到ID等于10000的这一行被找到为止；有了索引之后(必须是在ID这一列上建立的索引)，即可在索引中查找。由于索引是经过某种算法优化过的，因而查找次数要少的多。可见，索引是用来定位的。

5.从数据搜索实现的角度来看，索引也是另外一类文件/记录，它包含着可以指示出相关数据记录的各种记录。其中，每一索引都有一个相对应的搜索码，字符段的任意一个子集都能够形成一个搜索码。这样，索引就相当于所有数据目录项的一个集合，它能为既定的搜索码值的所有数据目录项提供定位所需的各种有效支持

参考资料：数据库索引-百度百科

---