SQLite索引构建：告别查询卡顿，让你的SQL语句更加高效

首先我们要知道SQLite的索引特点

它会给每一个记录自动添加ROWID 字段,并建立B+树

如果指明integer类型的数据是primary key, 那么这个attribute实际是ROWID的别名

对于不是Integer类型的主键，建立B-树

为什么会增加ROWID

1. 数据库内部可以使用这个字段索引记录，这很高效。
2. 数据库设计的时候，往往需要自增的ROWID,SQLite帮我们提前实现了。

考虑下面表

create table T(
  word text primary key,
  cnt integer
);

我们对上边的表进行查询

select * from T where word='JAVA'

1. 首先，如果使用B-树找到word='JAVA’的rowid
2. 使用rowid 找打记录

避免双重索引

当然我们可以避免使用上边双重索引。

create table wordcount(
  word text primary key,
  cnt integer
) without ROWID;

这样，SQLite只会为word建立B树索引。但是这样只有记录很少的时候才会有益处，一般我们不会这么做。

为什么不使用hash索引

选择正确的索引非常重要，可以显著提高查询性能。在SQLite中，有三种类型的索引可供选择：B树、B+树和Hash索引。

B树和B+树适用于范围查询和顺序访问。在SQLite中，主键总是使用B+树索引，而其他索引可以使用B树或B+树。

Hash索引适用于等值查询，但不支持范围查询。在SQLite中，Hash索引不常用，因为B树和B+树已经能够很好地满足需求

建立复合索引

在SQLite中，建立复合索引可以显著提高查询性能。复合索引可以覆盖多个列，从而使查询更加高效。

例如，如果有一个包含“FirstName”和“LastName”列的表，并且经常按照这两个列进行查询，那么建立复合索引就非常有用。这可以减少查询所需的时间，因为SQLite可以同时搜索两个列。

删除不必要的索引

删除不必要的索引可以减少查询的时间。如果表的列已经被索引，并且这些索引已经满足了大多数查询需求，那么删除其他索引可能是一个好主意。这将减少查询所需的时间和磁盘空间，并且还可以提高查询性能

Explaining Queryies

我们可以使用那个Explain查看具体SQLite怎么执行查询命令的。

explain query plan select * from wordcount
where word='JAVA'

0|0|0|SEARCH TABLE wordcount USING INDEX sqlite_autoindex_wordcount_1 (word=?)

实例

CREATE TABLE Employee (
id INTEGER PRIMARY KEY,
age INTEGER,
salary INTEGER
);
CREATE INDEX Age_Index ON Employee(age);
EXPLAIN QUERY PLAN SELECT *
FROM Employee
WHERE Age>=30 AND salary=2000;

0|0|0|SEARCH TABLE employee USING INDEX Age_Index (age>?)

用关系代数可以表示为

SELECT *
FROM Employee
WHERE Age>=30
INTERSECT
SELECT *
FROM Employee
WHERE salary=2000;

1|0|0|SCAN TABLE employee
2|0|0|SEARCH TABLE employee USING INDEX age_index (age>?)
0|0|0|COMPOUND SUBQUERIES 1 AND 2 USING TEMP B-TREE (INTERSECT)

很显然对salary=2000没有使用索引

实例2

现在我们看一个复合索引

CREATE TABLE words (
 occid INTEGER PRIMARY KEY,
 word TEXT,
 location INTEGER,
 cnt INTEGER
);
CREATE INDEX wl ON words(word,location);
SELECT location
FROM words
WHERE word = "Java";

0|0|0|SEARCH TABLE words USING COVERING INDEX wl (word=?)

注意covering,这意味着我们只从索引中就得到了我们要得查询结果。这也不难理解，因为符合索引中有location信息。

实例3： join

CREATE TABLE TA (
 id INTEGER PRIMARY KEY,
 a INTEGER
);
CREATE TABLE TB (
 id INTEGER PRIMARY KEY,
 b INTEGER
);
SELECT *
FROM TA A, TB B
WHERE A.id = B.id;

0|0|0|SCAN TABLE TA AS A
0|1|1|SEARCH TABLE TB AS B USING INTEGER PRIMARY KEY (rowid=?)

第一行告诉我们会全盘查询A
第二行告诉我们使用索引对B进行查询。

为什么选择扫描A表呢？这是因为优化器发现A表中的数据更好，扫描更节省时间。

Statistics

那么优化器是怎么判断数据量多少呢？

对于每一个索引，Sqlite会存储一条如下记录在sqlite_stat1表中

Test,sqlite_autoindex_Test_1,”12 6 3 1”

1. test: 表名
2. sqlite_autoindex_test_1: 索引名
3. “12 6 3 1”: statistics

• 12：表中记录数量
• 6: 对于复合索引第一个字段或者独立索引，平均能找到的数据数量
• 3: 复合索引第二个字段能找到的数量
• 1: 复合索引第三个字段能找到的数量

对于下表

CREATE TABLE TA (
 id INTEGER PRIMARY KEY,
 a INTEGER
);
CREATE TABLE TB (
 id INTEGER PRIMARY KEY,
 b INTEGER
);

有这样的statistics:

TA,sqlite_autoindex_TA_1,”100 1”
TB,sqlite_autoindex_TB_1,”10 1”

现在要执行如下查询语句

SELECT *
FROM TA A, TB B
WHERE A.id = B.id;

优化器会判断扫描B表，因为B表更加小，扫描时间更短。

建立临时索引

有时候哦我们查询的语句没有索引，SQLite可能会建立临时索引

CREATE TABLE TA (
 id INTEGER PRIMARY KEY,
 a INTEGER
);
CREATE TABLE TB (
 id INTEGER PRIMARY KEY,
 b INTEGER
);
SELECT B.id
FROM TA A, TB B
WHERE A.a = B.b;

0|0|0|SCAN TABLE TA AS A
0|1|1|SEARCH TABLE TB AS B USING AUTOMATIC COVERING INDEX (b=?)

数据库会选择对大表建立临时索引，但是建立临时索引是动态生成的，我们应当避免这种情况的发生。

总结

在SQLite中，索引的选择和使用对查询性能有很大的影响。通过选择正确的索引类型，建立复合索引，删除不必要的索引，使用统计数据和避免使用临时索引，可以显著提高查询性能。

备注

B±tree： B+树

B-tree： B树， B－树