Mi az index az SQL-ben? Mikor érdemes és mikor nem érdemes használni?

Question

Accepted Answer

Az **index** egy adatstruktúra (általában **B-fa**), amely lehetővé teszi az adatbázis számára, hogy gyorsan megtalálja a sorokat **anélkül, hogy a teljes táblát végigolvasná** — mint egy könyv mutatója. Drasztikusan felgyorsítja a kereséseket, szűréseket, join-okat és rendezéseket az indexált oszlop(ok)on, az extra tárhely és a lassabb írások költségén.

## Hogyan segít az index

```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
```

Index nélkül az adatbázis **teljes tábla-beolvasást** végez (minden sort ellenőriz). Egy index segítségével azonban a B-fa-n keresztül navigálva logaritmikus időben találja meg a megfelelő sorokat — a különbség a milliók közötti sorok beolvasása és egy maroknyi keresés között.

## Mikor érdemes indexet használni

```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
```

## Mikor NEM érdemes indexet használni (a kompromisszumok)

```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
```

Az indexek nem ingyenesek: **tárhely-fogyasztást** okoznak és **lelassítják az írásokat** (minden módosítás frissítenie kell az indexeket). A túl sok index rontja az írási teljesítményt.

## Összetett és egyéb indextípusok

```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
```

## Miért számít ez

Az indexek az adatbázis-teljesítmény egyik legfontosabb témája — az elsődleges eszköz a lekérdezések felgyorsítására, és azok megértése, hogy mikor és hogyan kell használni őket, alapvető tudás mindazok számára, akik nagyobb léptékű adatbázisokkal dolgoznak.

Az alapvető érték drámai: index nélkül az olyan lekérdezések, amelyek egy oszlopon szűrnek, join-nak vagy rendeznek, **teljes tábla-beolvasást** igényelnek (minden sort ellenőriznek — katasztrofálisan lassú nagy adatmennyiség esetén), míg az indexek ezeket gyors logaritmikus keresésekké alakítják — gyakran a különbség aközött, hogy egy lekérdezés milliszekundumot vagy másodperceket/perceket vesz igénybe.

Az **indexeléshez szükséges** (gyakran szűrt WHERE oszlopok, JOIN/külcsalád-kulcs oszlopok, ORDER BY oszlopok, magas szelektivitású oszlopok) megértése alapvető a lekérdezési teljesítményben.

Egyenlően fontos a **kompromisszumok megértése és annak tudása, hogy mikor NEM kell indexelni**: az indexek tárhely-fogyasztást okoznak és döntően **lelassítják az írásokat** (minden INSERT/UPDATE/DELETE-nek frissítenie kell az összes indexet), így a túl sok index rontja az írási teljesítményt, és az indexek kis táblák vagy alacsony szelektivitású oszlopok esetén kevés értéket adnak.

Ez az egyensúly — annak indexelése, amit lekérdeznek, miközben nem indexelnek túl — kulcsfontosságú készség.

Az **összetett indexek** (több oszlopos, ahol az oszlopok sorrendje számít arra, hogy mely lekérdezéseket segítik) megismerése kerekíti ki a gyakorlati index-tudást.

Mivel a lekérdezési teljesítmény kritikus a valós alkalmazások számára, és mivel a megfelelő indexelés (a megfelelő indexek a megfelelő oszlopokon, az olvasási sebesség és az írási költség és tárhely közötti egyensúlyozás) a leghatásosabb adatbázis-optimalizálás, az indexek elsajátítása — hogyan működnek, mikor kell őket használni, az írás/tárhely-kompromisszumok és az összetett indexek — alapvető, nagy értékű tudás a teljesítményes adatbázisokhoz és az egyik legfontosabb és leggyakrabban tesztelt adatbázis-téma.