本篇是自學筆記，若有錯誤拜託要跟我說!
索引其實是一種資料結構（Data structure），但我們摸不到。索引類似於書的目錄，是用來加速資料庫查詢的結構。索引會建立指標（Pointer）指向資料所在的物理位置，避免逐行掃描整個資料表（Full Table Scan )，提高查詢效率。
索引的基本原理：
- 索引條目包含了 Key 和 指標（Pointer）。
- 指標指向資料所在的 Block。
- 索引和資料（Data File）通常分別存放，資料庫系統會根據索引快速找到對應的資料。
索引類型
Primary Index（主索引）
- 定義：用 Primary Key 建立的索引，Primary Key 保證唯一性，索引條目和資料行一對一對應。
- 特點：Primary Index 和資料是物理排序一致的。每個資料表只能有一個 Primary Index。
- 比喻：書的主要目錄，對應每一頁的具體位置。如下圖每個 Pointer 會指向區塊，當我想到 1002 就進入 1001 跟 1005 中間搜尋即可。
Primary Index 的兩個類型
- Dense Index（密集索引）
- 定義：為資料表中每一筆資料都建立索引條目。
- 特點：索引條目完整覆蓋整個資料表。適合小型資料表，但隨資料量增長索引也會膨脹。
- 比喻：書中每一章、每一節都列入目錄。
- Sparse Index（稀疏索引）
- 定義：只為部分資料建立索引條目，通常是分區點（例如每隔幾頁建立一條）。
- 特點：減少索引條目數量，適合排序好的大資料表。
- 比喻：書中只為重要章節（如第 1、5、10 章）建立目錄。
Secondary Index
用來補充 Primary Index 的不足。
- 定義：為非 Primary Key 的欄位（如 Foreign Key、 頻繁查詢的欄位）建立的索引。
- 特點：Secondary Index 不改變資料的物理排序。刪除不影響
- 比喻：類似一本書的副目錄，可以按照不同分類快速定位內容。像是單字書可以用 A-Z 建索引，也有副目錄以大考出現頻率或是主題建索引。
索引結構：B-Tree 有索引就可以用二元搜尋的方式查找
索引通常以 B-Tree 或 B+Tree 資料結構運作：
Clustered Index v.s. Non-clustered Index
- Clustered Index（叢索引）
- 定義：資料表的資料會根據索引的 Key 順序排列，索引條目和資料是一體的。
- 特點：每個資料表只能有一個 Clustered Index。適合範圍查詢，但插入/刪除效率較低。
- 比喻：書的目錄和內容緊密排列在一起。索引照1~10排，實體的資料也是1~10。
- Non-clustered Index（非叢索引）
- 定義：索引條目和資料分離，索引只包含指向資料的指標。
- 特點：一個表可以有多個 Non-clustered Index。適合隨機查詢，但範圍查詢效率較低。
- 比喻：書的目錄和內容分開，目錄指向書櫃中的具體書籍位置。例如：「主題：人工智慧，對應到第 50 頁」。你需要找到索引知道頁碼，然後去翻到書的第 50 頁找到內容。
- 適合精確的搜尋，例如找到特定的名字
如果 ID 是 Clustered Index：
- 資料在硬碟上的存放順序會按照 ID 排列，例如：
- 第一筆資料存放 Alice（ID=1）。
- 第二筆資料存放 Bob（ID=2）。
- 物理存放順序就是 1 → 2 → 3 → 4。
如果建立一個按「部門」的 Non-clustered Index：
- 索引會是這樣的結構：
- IT → 指向 Alice 和 Cindy 的位置。
- HR → 指向 Bob 的位置。
- Finance → 指向 Dave 的位置。
- 但資料實際的存放順序並不改變，依然是按 ID 排列 1 → 2 → 3 → 4。
總結
- 索引提高查詢效率，但可能帶來維護成本（如插入、更新資料時需要同步更新索引）。
- 索引設計要點：
- Primary Index 用於關鍵性查詢。
- Secondary Index 提供額外的靈活性。
- 根據需求選擇 Dense 或 Sparse Index。
- Clustered 索引適合範圍查詢，Non-clustered 索引適合多條件查詢。
