SQL मध्ये इंडेक्स म्हणजे काय? तुम्ही कधी वापरावे आणि कधी वापरू नकोस?

Question

Accepted Answer

एक **इंडेक्स** हा डेटा स्ट्रक्चर आहे (सामान्यतः एक **B-tree**) जो डेटाबेसला **संपूर्ण टेबल स्कॅन न करता** पंक्तीं त्वरीत शोधू देतो — पुस्तकाच्या इंडेक्सच्या समान। हे इंडेक्स केलेल्या स्तंभ(स्तंभांवर) लुकअप्स, फिल्टर्स, जॉइन्स आणि सॉर्ट्स वाढवते, अतिरिक्त स्टोरेज आणि हळूवार लिखिण यांची किंमत असते।

## इंडेक्स कसे मदत करते

```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
```

इंडेक्सशिवाय, डेटाबेस **पूर्ण टेबल स्कॅन** करतो (प्रत्येक पंक्ती तपासते). एकासह, हे B-tree मार्गे जाते आणि लॉगरिदमिक वेळेत जुळणारी पंक्तीं शोधते — लक्ष लाखो पंक्ती स्कॅन करणे आणि मुठीभर लुकअप्स यामधील फरक.

## इंडेक्स कधी वापरावे

```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
```

## इंडेक्स कधी वापरू नकोस (व्यापार-बंद)

```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
```

इंडेक्स्स मुक्त नाहीत: ते **स्टोरेज वापरतात** आणि **लिखिण हळूवार करतात** (प्रत्येक सुधार सर्व इंडेक्स अपडेट करणे आवश्यक आहे). जास्त इंडेक्सिंग लिखिण कार्यक्षमता हानीकारक करते.

## संमिश्र आणि इतर इंडेक्स प्रकार

```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
```

## हे महत्वाचे का आहे

इंडेक्स्स डेटाबेस कार्यक्षमतेतील सर्वात महत्वाचे विषय आहेत — ते क्वेरीज जलद करण्याचे प्राथमिक साधन आहेत आणि ते कधी आणि कसे वापरायचे हे समजणे हा डेटाबेससह स्केलवर काम करणाऱ्या प्रत्येकासाठी आवश्यक ज्ञान आहे.

मूळ मूल्य नाटकीय आहे: इंडेक्सशिवाय, स्तंभावर फिल्टर, जॉइन किंवा सॉर्ट करणारी क्वेरीज **पूर्ण टेबल स्कॅन** आवश्यक असतात (प्रत्येक पंक्ती तपासते — डेटा वाढत असताना विनाशकारी हळू), तर इंडेक्स्स यांना जलद लॉगरिदमिक लुकअप्समध्ये बदलतात — सहसा क्वेरीचा फरक मिलीसेकंद वरुन सेकंद किंवा मिनिटांपर्यंत.

**कधी इंडेक्स करावे** (वारंवार-फिल्टर केलेले WHERE स्तंभ, JOIN/विदेशी-की स्तंभ, ORDER BY स्तंभ, उच्च-निवडणुकीचे स्तंभ) हे क्वेरी कार्यक्षमताचे मूलभूत आहे.

समान महत्वाचे हे समजणे आहे **व्यापार-बंद आणि कधी इंडेक्स करू नकोस**: इंडेक्स्स स्टोरेज वापरतात आणि, महत्वाचे म्हणून, **लिखिण हळूवार करतात** (प्रत्येक INSERT/UPDATE/DELETE सर्व इंडेक्स अपडेट करणे आवश्यक आहे), त्यामुळे जास्त इंडेक्सिंग लिखिण कार्यक्षमता हानीकारक करते, आणि इंडेक्स्स लहान टेबल किंवा कमी-निवडणुकीच्या स्तंभांवर थोडे मूल्य जोडतात.

हे संतुलन — जे क्वेरी केले जाते त्यावर इंडेक्स करणे तर जास्त इंडेक्सिंग करू नये — ही मुख्य कौशल्य आहे.

**संमिश्र इंडेक्स्स** (बहु-स्तंभ, जेथे स्तंभ क्रम महत्वाचा आहे कोणत्या क्वेरीज त्यांना मदत करतात) याबद्दल जाणून घेणे व्यावहारिक इंडेक्स ज्ञान संपूर्ण करते.

क्वेरी कार्यक्षमता वास्तविक अनुप्रयोगांसाठी महत्वाची असल्याने, आणि योग्य इंडेक्सिंग (योग्य स्तंभांवर योग्य इंडेक्स्स, वाचन गती विरुद्ध लिखिण खर्च आणि स्टोरेज संतुलन) हा सर्वात प्रभावशाली डेटाबेस ऑप्टिमाइজेशन असल्याने, इंडेक्स्स माहित करणे — हे कसे कार्य करतात, कधी वापरायचे, लिखिण/स्टोरेज व्यापार-बंद, आणि संमिश्र इंडेक्स्स — हे कार्यक्षम डेटाबेससाठी मूळ, उच्च-मूल्य ज्ञान आहे आणि सर्वात महत्वाचे आणि सामान्यतः-परीक्षित डेटाबेस विषयांपैकी एक आहे.