Indeks to dodatkowa struktura w bazie danych, która pozwala znaleźć wiersze po wartości kolumny bez przeglądania całej tabeli, podobnie jak skorowidz w książce. Przyspiesza odczyt, ale spowalnia zapisy i zajmuje miejsce, więc tworzy się go pod konkretne zapytania, a użycie sprawdza poleceniem EXPLAIN.Gdy tabela ma kilkaset wierszy, nikt nie widzi różnicy. Gdy ma setki tysięcy, to samo zapytanie potrafi być wolne albo błyskawiczne, zależnie od tego, czy baza ma indeks. Poniżej wyjaśniamy, jak działa indeks, jak sprawdzić, czy zapytanie z niego korzysta, i kiedy indeks nie zadziała. Przykłady uruchomiliśmy w SQLite 3.50.4 (tabela 200 000 wierszy) oraz w MongoDB 9.0.8 (kolekcja 100 000 dokumentów). Czasy pochodzą z jednego uruchomienia na jednym komputerze, więc traktuj je orientacyjnie.
Czym jest indeks w bazie danych?
Indeks to osobna struktura, która przechowuje wartości wybranej kolumny (lub kilku kolumn) w uporządkowany sposób i wskazuje, w którym wierszu każda z nich leży. Dzięki temu baza nie musi przeglądać każdego wiersza po kolei (takie przeglądanie nazywa się pełnym skanowaniem tabeli), tylko szybko trafia w potrzebne miejsce. Najczęściej indeksy są zbudowane jako tzw. drzewa zrównoważone (B-drzewa), ale na początku wystarczy ci wyobrażenie skorowidza: zamiast czytać całą książkę, zaglądasz do spisu i od razu otwierasz właściwą stronę.
Indeks tworzy się poleceniem CREATE INDEX:
CREATE INDEX idx_users_email ON users(email);
Klucz główny zwykle ma indeks z automatu. Resztę musisz zaplanować sam.
Jak sprawdzić, czy zapytanie używa indeksu?
Służy do tego polecenie EXPLAIN. Pokazuje ono plan wykonania zapytania, czyli to, co baza zamierza zrobić. W SQLite używa się EXPLAIN QUERY PLAN, w PostgreSQL i MySQL EXPLAIN (w PostgreSQL także EXPLAIN ANALYZE, który zapytanie faktycznie wykonuje). Przykładów w PostgreSQL i MySQL nie uruchamialiśmy, więc sprawdź szczegóły w dokumentacji swojej bazy.
Jak bardzo indeks przyspiesza zapytanie?
W tabeli users z 200 000 wierszami szukaliśmy jednego adresu e-mail:
SELECT * FROM users WHERE email = 'user150000@example.com';
| Stan | Plan wykonania | Czas (średnio z 20 uruchomień) |
|---|---|---|
| bez indeksu | SCAN users (przegląda całą tabelę) | ok. 6 ms |
z indeksem na email | SEARCH users USING INDEX | ok. 0,003 ms |
Różnica to rzędy wielkości, a im większa tabela, tym większa. Słowo SCAN w planie to sygnał ostrzegawczy, a SEARCH ... USING INDEX to znak, że indeks działa.
Kiedy indeks nie zadziała?
Samo założenie indeksu nie gwarantuje, że baza z niego skorzysta. Oto dwie pułapki, które sprawdziliśmy w teście.
Dlaczego funkcja na kolumnie wyłącza indeks?
Indeks na email przechowuje wartości e-maili, a nie wynik funkcji lower(email). Zapytanie z funkcją na kolumnie nie może więc z niego skorzystać:
SELECT * FROM users WHERE lower(email) = 'user150000@example.com';
-- plan: SCAN users (mimo indeksu na email)
W naszym teście plan pokazał SCAN users. Rozwiązanie to porównywać kolumnę bezpośrednio albo (w bazach, które to obsługują) zbudować indeks na wyrażeniu.
Dlaczego LIKE z % na początku jest wolny?
Indeks pomaga, gdy znasz początek wartości. W SQLite zapytanie LIKE 'user1500%' skorzystało z indeksu, a LIKE '%150000@example.com' (znak % na początku) przeszło do pełnego skanowania:
SELECT * FROM users WHERE email LIKE 'user1500%';
-- SEARCH users USING INDEX
SELECT * FROM users WHERE email LIKE '%150000@example.com';
-- SCAN users
To zachowanie sprawdziliśmy w SQLite (z indeksem COLLATE NOCASE, bo tam LIKE domyślnie nie rozróżnia wielkości liter). W innych bazach szczegóły mogą się różnić, ale zasada „indeks pomaga, gdy znasz początek” jest ogólna.
Uwaga mentora: zanim dodasz indeks „na wszelki wypadek”, uruchom EXPLAIN na zapytaniu, które naprawdę jest wolne. Najczęstszy błąd to indeksowanie każdej kolumny po kolei, a potem zdziwienie, że zapisy zwolniły, a zapytanie i tak skanuje całą tabelę, bo ma funkcję na kolumnie.
Czym jest indeks złożony i dlaczego liczy się kolejność kolumn?
Indeks złożony obejmuje kilka kolumn naraz, np. (city, age). Baza posortowała wartości najpierw po city, a w obrębie miasta po age. Dlatego indeks pomaga, gdy w zapytaniu jest pierwsza kolumna, ale nie musi pomóc, gdy jest tylko druga:
CREATE INDEX idx_city_age ON users(city, age);
| Zapytanie | Wynik w teście SQLite |
|---|---|
WHERE city = ? AND age = ? | SEARCH ... USING INDEX (city=? AND age=?) |
WHERE city = ? (tylko pierwsza kolumna) | SEARCH ... USING INDEX (city=?) |
WHERE age = ? (tylko druga kolumna) | SCAN users |
Ten sam wzorzec zobaczyliśmy w MongoDB: indeks złożony (city, age) obsłużył zapytanie po obu polach (sprawdzonych dokumentów: 366, tyle co wyników), a zapytanie samo po age przeszło do pełnego skanowania kolekcji (100 000 sprawdzonych dokumentów). Zasada: umieszczaj w indeksie złożonym najpierw kolumnę, po której filtrujesz najczęściej.
Czym jest indeks pokrywający?
Gdy indeks zawiera wszystkie kolumny, o które pytasz, baza nie musi w ogóle zaglądać do tabeli. W SQLite zapytanie SELECT city, age FROM users WHERE city = ? z indeksem (city, age) pokazało USING COVERING INDEX. To dodatkowy zysk, ale też powód, by nie dokładać do indeksu kolumn bez potrzeby.
Ile kosztuje indeks?
Indeks nie jest za darmo. Przy każdym INSERT, UPDATE i DELETE baza musi zaktualizować także indeksy, a one zajmują miejsce. W naszym teście wstawienie 200 000 wierszy zajęło ok. 0,12 s bez indeksów i ok. 0,32 s z dwoma indeksami. To pojedynczy test w pamięci, bez współbieżnych zapisów, więc pokazuje kierunek, a nie dokładny koszt na produkcji.
Jak działają indeksy w MongoDB?
W MongoDB indeksy działają na tej samej zasadzie i tworzy się je metodą create_index (więcej o tej bazie w artykule o MongoDB). Plan zapytania pokazuje explain:
db.users.find({"email": "user50000@example.com"}) # bez indeksu: COLLSCAN
db.users.create_index("email")
# po założeniu indeksu: IXSCAN
| Stan | Plan | Sprawdzone dokumenty |
|---|---|---|
| bez indeksu | COLLSCAN | 100 000 |
z indeksem na email | IXSCAN | 1 |
Które kolumny indeksować?
Dobry punkt wyjścia to kolumny, które pojawiają się w WHERE, w warunkach JOIN (zob. relacje i JOIN-y w SQL) i w ORDER BY w zapytaniach, które faktycznie są wolne. Nie indeksuj wszystkiego „na zapas”: każdy indeks spowalnia zapisy. Decyzję, czy indeks jest używany, podejmuje optymalizator bazy, więc zawsze potwierdzaj ją przez EXPLAIN.
Jeśli porównujesz bazy, czytaj też o różnicach między nimi w artykule PostgreSQL czy MySQL. Do rozmowy rekrutacyjnej zajrzyj do pytań rekrutacyjnych z baz danych i SQL, gdzie indeksy pojawiają się w krótkich odpowiedziach.
Jak zacząć optymalizować wolne zapytanie?
- Znajdź wolne zapytanie (log bazy, profiler albo własny pomiar).
- Uruchom
EXPLAINi sprawdź, czy w planie nie ma pełnego skanowania (SCAN,COLLSCAN). - Zaproponuj indeks pod kolumny z
WHEREiJOIN, w kolejności zgodnej z filtrami. - Sprawdź plan jeszcze raz i zmierz czas. Jeśli indeks nie jest używany, szukaj funkcji na kolumnie albo
LIKE '%...'. - Zmierz koszt zapisu, jeśli tabela jest intensywnie modyfikowana.
Uwaga mentora: na rozmowie rekrutacyjnej nie wystarczy powiedzieć, że indeks przyspiesza zapytania. Pokaż, że wiesz, co za to płacisz (wolniejsze zapisy i miejsce na dysku) i że potrafisz sprawdzić, czy indeks jest używany, czyli że znasz EXPLAIN.


