索引
定义
索引是为了加速对表中数据行的检索而创建的一种分散的存储结构。索引是针对表而建立的，它是由数据页面以外的索引页面组成的，每个索引页面中的行都会含有逻辑指针，以便加速检索物理数据。类似的像书的目录，前面有标题，后面有页数，便于方便快速的查找内容，而不是全量搜索。
索引工作原理
创建一个索引时，Hubble对你指定的列进行索引，它创建了列的备份，有了索引SQL可以便捷得使用索引来过滤值，而不需要全表逐行数据进行扫描，极大地提高了检索范围，时间上大幅度提高。
索引的应用
Hubble每个表都会自动创建一个primary索引，它对主键进行索引，如果没有主键，则为每个行唯一的rowid进行索引, 我们建议建表时候始终创建一个主键，而不要使用rowid，因为创建的主键将提供更好的查询性能。
主键索引有助于过滤表的主键，可以通过以下方式对索引进行管理维护：
- 在
CREATE TABLE建表时的INDEX子句中使用，也就是说在建表时候指定索引，Hubble还会自动为具有Unique约束的列创建二级索引。 - 对于已存在的表，使用
CREATE INDEX语法进行建表。 - 使用
ALTER TABLE添加唯一约束，它会为约束列自动创建索引。 - 在
WHERE子句中用等号运算符（=、IN）过滤的列应在索引中排在第一位，并且在使用不等号运算符引用的列之前。 - 删除索引的语句
drop index index_name。
优缺点
优点：
- 大大加快数据的检索速度
- 加速表和表之间的连接
- 在使用分组和排序子句进行数据检索时，可以显著减少查询中分组和排序的时间
缺点：
- 索引需要占物理空间
- 当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，降低了数据的维护速度
索引列
在设计索引时，重要的是要考虑索引哪些列以及列出它们的顺序。以下是一些指南，可帮助您做出最佳选择：
每个表的主键（我们建议始终定义主键）会自动建立索引。它创建的索引不能更改，也不能在创建表后更改其主键，因此在建表时，确定如何创建主键索引是非常重要的。
索引对查询很有帮助，即使仅过滤其列的前缀。例如，如果您创建列的索引(A，B，C)，则查询过滤有(A)或(A，B)的列都可以使用该索引。但是，未过滤带有(A)列的查询将不会从索引中得到性能提升的体现。
索引在一张表中可以选用多个，但在实际应用中每张表的索引不会超过3个。
索引示例
示例1(主键索引)
create table custinfo(
cust_no varchar(30) not null,
cust_name varchar(30) ,
cust_card_no varchar(18),
cust_phoneno DECIMAL(15),
primary key(cust_no)
);可以通过语句查看索引信息
show index from custinfo; table_name | index_name | non_unique | seq_in_index | column_name | direction | storing | implicit
+------------+------------+------------+--------------+-------------+-----------+---------+----------+
custinfo | primary | false | 1 | cust_no | ASC | false | false 示例2(非主键索引)
create table custinfo_bak(
cust_no varchar(30) not null,
cust_name varchar(30) ,
cust_card_no varchar(18),
cust_phoneno DECIMAL(15)
);create index custbak_index on custinfo_bak (cust_card_no);示例3(联合索引)
联合索引特别强调顺序性，联合索引大致类似上面的B+树结构，所以当索引的维护其实是以第一个字段来优先排序的，如果查询条件里没有第一个字段就没法通过索引比较来定位数据(like等造成的索引失效除外)。
只要列中包含有NULL值都将不会被包含在索引中，联合索引中只要有一列含有NULL值，那么这一列对于此联合索引就是无效的，所以我们在数据库设计时尽可能不要让字段的默认值为NULL。
create table school_student(
stu_no varchar(30) not null,
stu_name varchar(30) ,
stu_class varchar(18),
stu_order DECIMAL(15)
);create index ss_index on school_student (stu_no,stu_name,stu_class);> select * from school_student where stu_no='1' and stu_name='zhangsan'; --走索引
> select * from school_student where stu_no='1' and stu_class='1'; --走索引
> select * from school_student where stu_no='1' and stu_name='zhangsan' and stu_class='1'; --走索引
> select * from school_student where stu_name='zhangsan' and stu_class='1'; --不走索引
> select * from school_student where stu_name='zhangsan' ;--不走索引
> select * from school_student where stu_class='zhangsan' ;--不走索引综上：只有包含第一列(stu_no)的时候才会走索引.
示例4(二级索引的应用)
o_ol_cnt通过STORING存储在索引中，则不再需要索引联接index join。
CREATE TABLE order_t (
o_id integer NOT NULL,
o_d_id integer NOT NULL,
o_w_id integer NOT NULL,
o_c_id integer not NULL,
o_ol_cnt integer not NULL,
o_all_local integer not NULL,
PRIMARY KEY (o_w_id ASC, o_d_id ASC, o_id DESC),
UNIQUE INDEX order_idx (o_w_id ASC, o_d_id ASC, o_c_id ASC, o_id DESC)
);explain select o_ol_cnt from order_t where o_d_id > 5 and o_w_id > 5 and o_c_id >2000; tree | field | description
+-----------------+-------------+----------------------------------+
| distributed | true
| vectorized | false
render | |
└── index-join | |
│ | table | order_t@primary
└── scan | |
| table | order_t@order_idx
| spans | /6/6/2001-
| filter | (o_d_id > 5) AND (o_c_id > 2000) CREATE TABLE order_bak (
o_id integer NOT NULL,
o_d_id integer NOT NULL,
o_w_id integer NOT NULL,
o_c_id integer not NULL,
o_ol_cnt integer not NULL,
o_all_local integer not NULL,
PRIMARY KEY (o_w_id ASC, o_d_id ASC, o_id DESC),
UNIQUE INDEX order_idx (o_w_id ASC, o_d_id ASC, o_c_id ASC, o_id DESC) STORING (o_ol_cnt) --区分点
);explain select o_ol_cnt from order_bak where o_d_id > 5 and o_w_id > 5 and o_c_id >2000; tree | field | description
+-----------+-------------+----------------------------------+
| distributed | true
| vectorized | false
render | |
└── scan | |
| table | order_bak@order_idx
| spans | /6/6/2001-
| filter | (o_d_id > 5) AND (o_c_id > 2000) 通过比较可看出：数据的查询仅需要从二级索引中读取，因此效率更高。