Index म्हणजे काय, आणि primary key ही secondary index पेक्षा कशी वेगळी असते?

Question

IT Interview Practice · Accepted Answer

Index हा एक वेगळा, sorted data structure आहे (InnoDB मध्ये **B-tree**) जो MySQL ला संपूर्ण टेबल scan न करता rows शोधू देतो. index नसेल तर, एक lookup प्रत्येक row वाचतो (एक **full table scan**); index असेल तर, तो काही पावलांमध्ये एका tree मध्ये चालतो.

## Primary विरुद्ध secondary

InnoDB मध्ये टेबल स्वतःच primary key index **असते** — एक *clustered index*. Rows भौतिकरित्या primary-key क्रमाने साठवल्या जातात, त्यामुळे primary key lookup थेट संपूर्ण row वर पोहोचतो.

एक **secondary index** म्हणजे इतर column(s) वर keyed केलेले वेगळे B-tree. त्याच्या leaf nodes मध्ये indexed value आणि **primary key** साठवलेली असते, त्यामुळे secondary index वापरल्याने row चा उर्वरित भाग आणण्यासाठी अनेकदा दुसरा lookup ("back to the clustered index") करावा लागतो.

```sql
CREATE TABLE users (
  id     INT PRIMARY KEY,          -- clustered: rows stored in id order
  email  VARCHAR(255),
  city   VARCHAR(80)
);

CREATE INDEX idx_city ON users (city);   -- secondary B-tree on city

-- Fast: walks idx_city, then primary key for the rest of each row
SELECT * FROM users WHERE city = 'Hanoi';

-- Slow: no index on email -> full table scan
SELECT * FROM users WHERE email = 'a@b.com';
```

## Trade-off

Indexes reads वेगवान करतात पण प्रत्येक `INSERT`/`UPDATE`/`DELETE` ला ते सुद्धा update करावे लागतात, आणि ते disk घेतात. ज्या columns वर तुम्ही प्रत्यक्षात filter, join किंवा sort करता त्यांनाच index करा — प्रत्येक column नाही.

## हे का महत्त्वाचे आहे

Query speed वरचा सर्वात मोठा एकमेव lever म्हणजे indexes: 3 tree nodes वाचणे आणि दहा लाख rows scan करणे यातील फरक. InnoDB primary key वर cluster करते हे जाणल्याने हे देखील स्पष्ट होते की एक लहान, monotonic key (जसे `AUTO_INCREMENT`) inserts आणि प्रत्येक secondary index हलके का ठेवते.

Primary विरुद्ध secondary

Trade-off

हे का महत्त्वाचे आहे

संबंधित प्रश्न