当前位置：首页>学习笔记>GaussDB学习笔记之索引:如何创建索引以及使用索引的好处

GaussDB学习笔记之索引:如何创建索引以及使用索引的好处

2026-03-24 18:47:43

在前面几篇帖子中，我们学习了 GaussDB 的数据类型、操作符以及清空表命令。今天，我们来聊聊数据库性能优化的核心利器——索引（Index）。合理使用索引，能让查询速度从“龟速”变“闪电”；但滥用索引，也可能拖慢写入性能。本文将介绍如何在GaussDB中创建索引，并说明使用索引的核心好处与注意事项。

一、什么是索引？

索引是数据库中用于加速数据检索的数据结构（类似书籍的目录）。

没有索引：全表扫描（逐行查找），数据量越大越慢。
有索引：直接定位到目标数据位置，大幅减少 I/O 操作。

类比：查字典时，如果按拼音目录找“张”，比一页页翻快得多——这就是索引的作用。

二、如何创建索引？

GaussDB 使用CREATE INDEX语句创建索引，基本语法如下：

-- 创建普通 B-tree 索引（最常用）

CREATE INDEX index_name ON table_name (column_name);

-- 创建多列复合索引

CREATE INDEX idx_user_name_age ON users (name, age);

-- 创建唯一索引（禁止重复值）

CREATE UNIQUE INDEX idx_user_email ON users (email);

-- 创建部分索引（只索引满足条件的行）

CREATE INDEX idx_active_users ON users (id) WHERE status = 'active';

常用索引类型（GaussDB 默认为 B-tree）：

B-tree：适用于等值查询（=）、范围查询（>,<,BETWEEN）。
Hash：仅适用于等值查询（=），不支持范围。
GIN/GiST：用于数组、JSON、全文检索等复杂类型（高级场景）。

三、使用索引的好处

好处	说明
1. 加速查询	WHERE、JOIN、ORDER BY、GROUP BY等操作显著提速。
2. 保证数据唯一性	唯一索引（UNIQUE）可防止重复数据插入。
3. 优化排序与分组	避免临时排序（filesort），提升ORDER BY效率。
4. 支持覆盖索引	若查询字段都在索引中，无需回表，直接返回结果（极高效）。

示例：索引前后性能对比

-- 无索引：全表扫描 100 万行

SELECT * FROM orders WHERE user_id = 123;-- 耗时 800ms

-- 创建索引后：直接定位

CREATE INDEX idx_orders_user ON orders (user_id);

SELECT * FROM orders WHERE user_id = 123;-- 耗时 5ms

四、使用索引的注意事项

虽然索引好处多，但不是越多越好！需注意以下几点：

注意事项	说明
1.写入性能下降	每次 INSERT/UPDATE/DELETE 都需维护索引，增加开销。
2.占用存储空间	索引本身需要磁盘空间（大表索引可能比数据还大）。
3.并非所有查询都走索引	如 LIKE '%abc'（前导通配符）、函数包裹字段（WHERE UPPER(name) = 'ALICE'）会导致索引失效。
4.复合索引顺序很重要	(a, b, c)索引可支持 WHERE a=1 AND b=2，但不支持WHERE b=2 AND c=3（最左前缀原则）。

五、何时该建索引？

推荐建索引的场景：

经常出现在WHERE 条件中的列（如user_id,status）；
用于JOIN的外键列；
需要ORDER BY或GROUP BY的列；
高选择性列（如身份证号、邮箱），避免低选择性列（如性别）。

不建议建索引的场景：

表数据量很小（如 < 1000 行）；
列值重复率极高（如“状态”只有 0/1）；
频繁更新但很少查询的列。

六、查看索引是否生效

使用EXPLAIN分析执行计划，确认是否使用索引：

EXPLAIN SELECT * FROM users WHERE email = 'alice@example.com';

若输出中包含Index Scan，说明索引已命中；若为Seq Scan，则未使用索引。

七、总结

特性	说明
核心作用	加速查询、保证唯一、优化排序
创建方式	CREATE INDEX idx_name ON table (col);
最佳实践	选高选择性列、遵循最左前缀、避免过度索引
风险提示	写入变慢、占用空间、可能失效