Co je index v SQL? Kdy byste jej měli a neměli používat?

Question

Accepted Answer

**Index** je datová struktura (obvykle **B-tree**), která umožňuje databázi najít řádky rychle **bez skenování celé tabulky** — jako rejstřík v knize. Dramaticky zrychluje vyhledávání, filtrování, spojování a řazení na indexovaném sloupci/sloupcích, na úkor další paměti a pomalejšího zápisu.

## Jak index pomáhá

```sql
-- without an index on email, this scans EVERY row (slow on a big table) — O(n)
SELECT * FROM users WHERE email = 'ann@x.com';

-- create an index → the database can find the row directly — O(log n)
CREATE INDEX idx_users_email ON users(email);
-- now the same query uses the index → dramatically faster
```

Bez indexu provádí databáze **úplné skenování tabulky** (kontrola každého řádku). S indexem naviguje B-tree stromem a najde odpovídající řádky v logaritmickém čase — rozdíl mezi skenováním milionů řádků a pár lookup operacemi.

## Kdy indexy používat

```text
✓ Columns in WHERE clauses (frequently filtered)
✓ Columns used in JOINs (foreign keys especially)
✓ Columns in ORDER BY (sorting can use the index)
✓ Columns with high SELECTIVITY (many distinct values — email, id)
✓ Primary keys (auto-indexed) and unique constraints
```

## Kdy indexy NEPOUŽÍVAT (kompromisy)

```text
✗ Columns rarely queried — wasted storage and write overhead
✗ Small tables — a full scan is already fast; an index adds no benefit
✗ Low-selectivity columns (e.g. a boolean with 2 values) — index barely helps
✗ Write-heavy columns — EVERY INSERT/UPDATE/DELETE must also update the indexes
  → too many indexes SLOW DOWN writes significantly
```

Indexy nejsou zadarmo: **spotřebovávají paměť** a **zpomalují zápis** (každá modifikace musí aktualizovat indexy). Nadměrné indexování poškozuje výkon zápisu.

## Složené indexy a další typy indexů

```sql
CREATE INDEX idx_users_country_name ON users(country, name);   -- COMPOSITE (multi-column)
-- helps WHERE country = ? AND name = ?, and WHERE country = ? (leftmost prefix)
-- but NOT WHERE name = ? alone (order matters!)

CREATE UNIQUE INDEX ...      -- enforces uniqueness
-- also: partial indexes, covering indexes, GIN/GiST (Postgres) for special data
```

## Proč to matters

Indexy jsou jedním z nejdůležitějších témat výkonu databází — jsou primárním nástrojem pro zrychlení dotazů a pochopení kdy a jak je používat je nezbytné znalosti pro každého, kdo pracuje s databázemi ve větším měřítku.

Základní hodnota je dramatická: bez indexů, dotazy, které filtrují, spojují či řadí sloupec, vyžadují **úplné skenování tabulky** (kontrola každého řádku — katastrofálně pomalé s rostoucími daty), zatímco indexy je změní na rychlá logaritmická vyhledávání — často rozdíl mezi dotazem trvajícím milisekundy versus sekundy či minuty.

Pochopení **kdy indexovat** (často filtrované WHERE sloupce, JOIN/cizí klíčové sloupce, ORDER BY sloupce, vysoce selektivní sloupce) je základem výkonu dotazů.

Rovněž důležité je pochopení **kompromisů a kdy NEindexovat**: indexy spotřebovávají paměť a především **zpomalují zápis** (každý INSERT/UPDATE/DELETE musí aktualizovat všechny indexy), takže nadměrné indexování poškozuje výkon zápisu a indexy přinášejí málo hodnoty v malých tabulkách či u sloupců s nízkou selektivitou.

Tato rovnováha — indexování toho co se dotazuje zatímco se neindexuje přesměrně — je klíčová dovednost.

Znalost **složených indexů** (multi-sloupcové, kde pořadí sloupců hraje roli pro to, které dotazy pomáhají) doplňuje praktické znalosti o indexech.

Protože výkon dotazů je kritický pro skutečné aplikace a protože správné indexování (správné indexy na správných sloupcích, vyvažující rychlost čtení proti nákladům zápisu a paměti) je nejvíce dopadový optimalizace databází, zvládnutí indexů — jak fungují, kdy je používat, kompromisy zápisu/paměti a složené indexy — je základní, vysoce cenná znalost pro výkonné databáze a jedno z nejdůležitějších a nejčastěji testovaných témat v databázích.