索引的基础概念

DM8的索引概念

  在达梦的《DM8数据库管理员手册》中关于索引的定义如下：
  索引是为了快速检索和定位数据行而创建的一种数据结构。索引是由表中索引列数据进行排序后的集合和指向这些值的物理标识（例如：ROWID等聚集索引键）共同组成。除了位图索引、位图连接索引、全文索引和空间索引外，索引数据都采用B+树结构进行存储，在DM手册的其余地方都简称为B树。
  经过前面的B+树原理学习，我们现在不难理解这段描述，当然这里说的索引是指二级索引，那么何为二级索引呢？有二级是不是还有一级索引？
  是的，一级索引是有的，只不过我们不称之为一级索引，我一般称为聚集索引，结合上一节中索引组织表的学习，我们就可以这样理解，聚集索引其实就是表数据集合的本身，聚集索引就是表，表就是聚集索引。
  继续结合B+树定义我们就可以引申出来，聚集索引只能有一个，即建表的时候我们显示指定一个聚集索引键后（DM8中通过CLUSTER PRIMARY KEY、CLUSTER KEY等语法来显示指定，如果没有显示指定则默认使用rowid），表数据就以该键作为B+树的内部节点键值来构建完整B+树，在叶子节点处存储所有其他列数据。
  而二级索引其实也是一个“表”，但是这个“表”的数据仅有索引列的数据加上对应行的聚集索引键值数据或指针，也就是我们上面DM8手册中的具体定义。
  我们可以通过一个表格来进行对比，并得到第一个索引的大分类聚集索引和非聚集索引：

  在上面的描述中会出现两个名词，索引键和主键，这个需要注意分别一下，他两是不能直接划等号的，具体区别可以参考如下图4.1

  可以用一个具体的示例展示聚集索引和非聚集索引的用法。假设存在数据如下表

  创建聚集索引和非聚集索引，并构造查询示例，分别查询聚集索引列、二级索引列、以及非索引列的情形，查询分析执行计划如下：

//创建聚集索引，索引键为 ID。
CREATE CLUSTER INDEX C1 on T1(ID);
//创建非聚集索引，索引键为 NAME。
CREATE INDEX S1 on T1(NAME);
//使用聚集索引进行查找
EXPLAIN SELECT * FROM T1 WHERE ID=2;
1 #NSET2: [1, 1, 112]
2    #PRJT2: [1, 1, 112]; exp_num(4), is_atom(FALSE)
3       #CSEK2: [1, 1, 112]; scan_type(ASC), C1(T1), scan_range[2,2]
//使用非聚集索引进行查找
EXPLAIN SELECT ID FROM T1 WHERE NAME='Wang Wu';
1 #NSET2: [1, 1, 64]
2    #PRJT2: [1, 1, 64]; exp_num(2), is_atom(FALSE)
3       #SSEK2: [1, 1, 64]; scan_type(ASC), S1(T1), scan_range['Wang Wu','Wang Wu'], 
is_global(0)
//先使用非聚集索引进行查找，再通过非聚集索引关联上聚集索引进行二次查找
EXPLAIN SELECT DEPARTMENT FROM T1 WHERE NAME='Chen Liu';

1 #NSET2: [1, 1, 96]
2    #PRJT2: [1, 1, 96]; exp_num(1), is_atom(FALSE)
3       #BLKUP2: [1, 1, 96]; S1(T1) 
4          #SSEK2: [1, 1, 96]; scan_type(ASC), S1(T1), scan_range['Chen Liu','Chen Liu'],
is_global(0)

  两者间的检索差异如图，可以看到如果sql语句的筛选条件是聚集索引键的话，一趟检索就能完成所有列数据返回，而如果是二级索引键的话，如果查询的列不止索引键和聚集索引键的话，是需要二次返回聚集索引处检索，以得到其他列数据，这个过程也是我们通常所说的"回表"：

聚集索引设计

  在前文，我们学习了聚集索引的基本概念，显而易见的，聚集索引主键的选择颇为重要。那么聚集索引主键应该如何去选择呢？
  我们不妨先回顾一些知识，聚集索引键只能有一个，它会影响到数据的存储顺序，通过聚集索引主键可以快速定位数据完整数据等等特性。
  于是在聚集索引键的选择上，我们可以基于它的这些特性，提出以下的一些基本原则，以发挥其优势方面：

  总结这些特性，选择聚集索引键的核心是平衡查询需求、写入性能与存储效率三者关系，OLAP和OLTP系统应该各分侧重点。