SQL ਵਿੱਚ index ਕੀ ਹੈ? ਤੁਹਾਨੂੰ ਉਸ ਨੂੰ ਕਦੋਂ ਵਰਤਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਕਦੋਂ ਨਹੀਂ?

Question

Accepted Answer

ਇੱਕ **index** ਇੱਕ ਡੇਟਾ ਸਟ੍ਰਕਚਰ ਹੈ (ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ **B-tree**) ਜੋ ਡਾਟਾਬੇਸ ਨੂੰ **ਪੂਰੀ ਟੇਬਲ ਨੂੰ ਸਕੈਨ ਕੀਤੇ ਬਿਨਾਂ** ਕਤਾਰਾਂ ਦੀ ਤੇਜ਼ੀ ਨਾਲ ਖੋਜ ਕਰਨ ਦਿੰਦਾ ਹੈ — ਜਿਵੇਂ ਇੱਕ ਕਿਤਾਬ ਦਾ index। ਇਹ ਇੰਡੈਕਸ ਕਾਲਮ 'ਤੇ ਲੁਕਅੱਪ, ਫਿਲਟਰ, ਜੋੜ, ਅਤੇ ਛਾਂਟੀ ਨੂੰ ਨਾਟਕੀ ਤਰੀਕੇ ਨਾਲ ਤੇਜ਼ ਕਰਦਾ ਹੈ, ਵਾਧੂ ਸਟੋਰੇਜ ਅਤੇ ਹੌਲੀ ਲਿਖਣ ਦੀ ਕੀਮਤ 'ਤੇ।

## ਇੱਕ index ਕਿਵੇਂ ਮਦਦ ਕਰਦਾ ਹੈ

```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 ਤੋਂ ਬਿਨਾਂ, ਡਾਟਾਬੇਸ ਇੱਕ **ਫੁੱਲ ਟੇਬਲ ਸਕੈਨ** ਕਰਦਾ ਹੈ (ਹਰੇਕ ਕਤਾਰ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ)। ਇੱਕ ਦੇ ਨਾਲ, ਇਹ B-tree ਨੂੰ ਨੈਵਿਗੇਟ ਕਰਦਾ ਹੈ ਲਾਗਮਿਟਮਿਕ ਸਮੇਂ ਵਿੱਚ ਮੇਲ ਖਾਂਦੀਆਂ ਕਤਾਰਾਂ ਨੂੰ ਖੋਜਣ ਲਈ — ਲੱਖਾਂ ਕਤਾਰਾਂ ਨੂੰ ਸਕੈਨ ਕਰਨ ਅਤੇ ਮੁੱਠੀ ਭਰ ਲੁਕਅੱਪ ਦਾ ਫਰਕ।

## ਕਦੋਂ indexes ਦੀ ਵਰਤੋਂ ਕਰੀਏ

```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
```

## ਕਦੋਂ indexes ਦੀ ਵਰਤੋਂ ਨਾ ਕਰੀਏ (ਟ੍ਰੇਡ-ਅਫ)

```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
```

Indexes ਮੁਫ਼ਤ ਨਹੀਂ ਹਨ: ਉਹ **ਸਟੋਰੇਜ ਖਪਤ** ਕਰਦੇ ਹਨ ਅਤੇ **ਲਿਖਣ ਨੂੰ ਹੌਲਾ** ਕਰਦੇ ਹਨ (ਹਰ ਸੋਧ ਨੂੰ indexes ਨੂੰ ਅੱਪਡੇਟ ਕਰਨਾ ਪਵੇ)। ਓਵਰ-ਇੰਡੈਕਸਿੰਗ ਲਿਖਣ ਦੀ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾਉਂਦੀ ਹੈ।

## ਕੰਪੋਜ਼ਿਟ ਅਤੇ ਹੋਰ ਇੰਡੈਕਸ ਕਿਸਮਾਂ

```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
```

## ਇਹ ਮਾਇਨੇ ਕਿਉਂ ਰੱਖਦਾ ਹੈ

Indexes ਡਾਟਾਬੇਸ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਵਿਸ਼ਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹਨ — ਉਹ ਕੁਇਜ਼ ਨੂੰ ਤੇਜ਼ ਬਣਾਉਣ ਲਈ ਮੁੱਖ ਸਾਧਨ ਹਨ, ਅਤੇ ਇਹ ਸਮਝਣਾ ਕਿ ਉਹਨਾਂ ਨੂੰ ਕਦੋਂ ਅਤੇ ਕਿਵੇਂ ਵਰਤਣਾ ਹੈ ਕਿਸੇ ਵੀ ਦੇ ਲਈ ਜ਼ਰੂਰੀ ਗਿਆਨ ਹੈ ਜੋ ਸਕੇਲ 'ਤੇ ਡਾਟਾਬੇਸਾਂ ਨਾਲ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ।

ਮੂਲ ਮੁੱਲ ਨਾਟਕੀ ਹੈ: indexes ਤੋਂ ਬਿਨਾਂ, ਕੁਇਜ਼ ਜੋ ਕਾਲਮ ਨੂੰ ਫਿਲਟਰ, ਜੋੜ, ਜਾਂ ਛਾਂਟੀ ਕਰਦੇ ਹਨ ਉਹਨਾਂ ਨੂੰ **ਫੁੱਲ ਟੇਬਲ ਸਕੈਨ** ਦੀ ਲੋੜ ਹੋਵੇ (ਹਰੇਕ ਕਤਾਰ ਦੀ ਜਾਂਚ — ਡੇਟਾ ਵਧਣ ਦੇ ਨਾਲ ਵਿਨਾਸ਼ਕਾਰੀ ਤੇਜ਼), ਜਦਕਿ indexes ਇਹਨਾਂ ਨੂੰ ਤੇਜ਼ ਲਾਗਮਿਟਮਿਕ ਲੁਕਅੱਪ ਵਿੱਚ ਬਦਲ ਦਿੰਦੇ ਹਨ — ਅਕਸਰ ਇੱਕ ਕੁਇਜ਼ ਨੂੰ ਮਿਲੀਸੈਕਿੰਡ ਬਨਾਮ ਸੈਕਿੰਡ ਜਾਂ ਮਿੰਟਾਂ ਵਿੱਚ ਲੈ ਜਾਣ ਦਾ ਫਰਕ।

ਇਹ ਸਮਝਣਾ **ਕਦੋਂ indexes ਕਰਨੇ ਹਨ** (ਅਕਸਰ ਫਿਲਟਰ ਕਰਨ ਵਾਲੇ WHERE ਕਾਲਮ, JOIN/ਵਿਦੇਸ਼ੀ-ਕੁੰਜੀ ਕਾਲਮ, ORDER BY ਕਾਲਮ, ਉੱਚ-ਚੋਣਾਤਮਕਤਾ ਕਾਲਮ) ਕੁਇਜ਼ ਪ੍ਰਦਰਸ਼ਨ ਲਈ ਬੁਨਿਆਦੀ ਹੈ।

ਬਰਾਬਰ ਮਹੱਤਵਪੂਰਨ ਟ੍ਰੇਡ-ਅਫ ਸਮਝਣਾ ਅਤੇ **ਕਦੋਂ indexes ਨਾ ਕਰਨੇ ਹਨ**: indexes ਸਟੋਰੇਜ ਖਪਤ ਕਰਦੇ ਹਨ ਅਤੇ, ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ, **ਲਿਖਣ ਨੂੰ ਹੌਲਾ** ਕਰਦੇ ਹਨ (ਹਰ INSERT/UPDATE/DELETE ਨੂੰ ਸਾਰੇ indexes ਨੂੰ ਅੱਪਡੇਟ ਕਰਨਾ ਪਵੇ), ਇਸ ਲਈ ਓਵਰ-ਇੰਡੈਕਸਿੰਗ ਲਿਖਣ ਦੀ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾਉਂਦੀ ਹੈ, ਅਤੇ indexes ਛੋਟੀਆਂ ਟੇਬਲਾਂ ਜਾਂ ਘੱਟ-ਚੋਣਾਤਮਕ ਕਾਲਮਾਂ 'ਤੇ ਕੋਈ ਮੁੱਲ ਜੋੜਦੇ ਹਨ।

ਇਹ ਸੰਤੁਲਨ — ਜਿੱਥੇ ਪੁੱਛਗਿੱਛ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਥੀਂ ਇੰਡੈਕਸ ਕਰਨਾ ਜਦਕਿ ਓਵਰ-ਇੰਡੈਕਸਿੰਗ ਨਾ ਕਰਨਾ — ਇੱਕ ਮੁੱਖ ਕੌਸ਼ਲ ਹੈ।

**ਕੰਪੋਜ਼ਿਟ indexes** (ਮਲਟੀ-ਕਾਲਮ, ਜਿੱਥੇ ਕਾਲਮ ਆਰਡਰ ਇਸ ਬਾਰੇ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ ਕਿ ਉਹ ਕਿਹੜੀਆਂ ਕੁਇਜ਼ ਨੂੰ ਮਦਦ ਕਰਦੇ ਹਨ) ਬਾਰੇ ਜਾਣਨਾ ਵਿਹਾਰਕ index ਗਿਆਨ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ।

ਕਿਉਂਕਿ ਕੁਇਜ਼ ਪ੍ਰਦਰਸ਼ਨ ਅਸਲ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਨਾਜ਼ੁਕ ਹੈ, ਅਤੇ ਕਿਉਂਕਿ ਸਹੀ ਇੰਡੈਕਸਿੰਗ (ਸਹੀ ਕਾਲਮਾਂ 'ਤੇ ਸਹੀ indexes, ਪੜ੍ਹਨ ਦੀ ਗਤੀ ਅਤੇ ਲਿਖਣ ਦੀ ਲਾਗਤ ਅਤੇ ਸਟੋਰੇਜ ਨਾਲ ਸੰਤੁਲਨ) ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਡਾਟਾਬੇਸ ਅਨੁਕੂਲਨ ਹੈ, indexes ਵਿੱਚ ਮਾਸਟਰਿੰਗ — ਉਹ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ, ਕਦੋਂ ਉਹਨਾਂ ਨੂੰ ਵਰਤਣਾ ਹੈ, ਲਿਖਣ/ਸਟੋਰੇਜ ਟ੍ਰੇਡ-ਅਫ, ਅਤੇ ਕੰਪੋਜ਼ਿਟ indexes — ਪ੍ਰਦਰਸ਼ਨਸ਼ੀਲ ਡਾਟਾਬੇਸਾਂ ਲਈ ਮੁੱਖ, ਉੱਚ-ਮੁੱਲ ਆਬਾਦੀ ਹੈ ਅਤੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਅਤੇ ਆਮ-ਟੈਸਟ ਕੀਤੀ ਡਾਟਾਬੇਸ ਵਿਸ਼ਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ।