एक index एक data structure है (आमतौर पर एक B-tree) जो database को पूरी table को scan किए बिना rows को तेज़ी से ढूँढने देता है — किसी किताब के index की तरह। यह indexed column(s) पर lookups, filters, joins और sorts को नाटकीय रूप से तेज़ करता है, अतिरिक्त storage और धीमे writes की कीमत पर।
users email ;
INDEX idx_users_email users(email);
index के बिना, database एक full table scan करता है (हर row की जाँच)। index के साथ, यह matching rows को logarithmic time में ढूँढने के लिए एक B-tree में navigate करता है — लाखों rows को scan करने और कुछ ही lookups के बीच का अंतर।
✓ 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
✗ 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
indexes मुफ़्त नहीं होते: वे storage खर्च करते हैं और writes को धीमा करते हैं (हर modification को indexes भी update करने पड़ते हैं)। बहुत अधिक indexing write performance को नुकसान पहुँचाती है।
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
Indexes database performance के सबसे महत्वपूर्ण विषयों में से एक हैं — वे queries को तेज़ बनाने का प्राथमिक साधन हैं, और कब व कैसे इन्हें उपयोग करना है यह समझना बड़े पैमाने पर databases के साथ काम करने वाले किसी भी व्यक्ति के लिए आवश्यक ज्ञान है।
मूल मूल्य नाटकीय है: indexes के बिना, ऐसी queries जो किसी column पर filter, join या sort करती हैं, उनके लिए full table scans की आवश्यकता होती है (हर row की जाँच — data बढ़ने पर विनाशकारी रूप से धीमा), जबकि indexes इन्हें तेज़ logarithmic lookups में बदल देते हैं — अक्सर एक query के milliseconds बनाम seconds या minutes लेने का अंतर।
कब index करें यह समझना (बार-बार filter होने वाले WHERE columns, JOIN/foreign-key columns, ORDER BY columns, high-selectivity columns) query performance के लिए मूलभूत है।
उतना ही महत्वपूर्ण है trade-offs और कब index न करें यह समझना: indexes storage खर्च करते हैं और, महत्वपूर्ण रूप से, writes को धीमा करते हैं (हर INSERT/UPDATE/DELETE को सभी indexes update करने पड़ते हैं), इसलिए अधिक indexing write performance को नुकसान पहुँचाती है, और छोटी tables या low-selectivity columns पर indexes कम मूल्य जोड़ते हैं।
यह संतुलन — जो query होता है उसे index करना जबकि अधिक index न करना — एक मुख्य कौशल है।
composite indexes के बारे में जानना (multi-column, जहाँ column का क्रम यह तय करता है कि वे किन queries में मदद करते हैं) व्यावहारिक index ज्ञान को पूरा करता है।
चूँकि वास्तविक applications के लिए query performance महत्वपूर्ण है, और चूँकि उचित indexing (सही columns पर सही indexes, read speed को write cost और storage के विरुद्ध संतुलित करते हुए) सबसे प्रभावशाली database optimization है, इसलिए indexes में महारत हासिल करना — वे कैसे काम करते हैं, कब उपयोग करें, write/storage trade-offs, और composite indexes — performant databases के लिए मूलभूत, उच्च-मूल्य वाला ज्ञान है और सबसे महत्वपूर्ण व आम तौर पर पूछे जाने वाले database विषयों में से एक है।