Czym jest indeks w SQL? Kiedy powinien być użyty, a kiedy nie?

Question

Accepted Answer

**Indeks** to struktura danych (zwykle **B-drzewo**), która pozwala bazie danych znaleźć wiersze szybko **bez skanowania całej tabeli** — jak indeks w książce. Dramatycznie przyspieszają wyszukiwania, filtry, złączenia i sortowanie na kolumnach z indeksem, kosztem dodatkowego miejsca na dysku i wolniejszych zapisów.

## Jak indeks pomaga

```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
```

Bez indeksu baza danych wykonuje **pełne skanowanie tabeli** (sprawdzając każdy wiersz). Z indeksem nawiguje po B-drzewie, aby znaleźć pasujące wiersze w czasie logarytmicznym — różnica między skanowaniem milionów wierszy a kilkoma wyszukiwaniami.

## Kiedy używać indeksów

```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
```

## Kiedy NIE używać indeksów (kompromisy)

```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
```

Indeksy nie są darmowe: **zużywają pamięć** i **spowalniają zapisy** (każda modyfikacja musi zaktualizować indeksy). Nadmierne indeksowanie pogarsza wydajność zapisów.

## Indeksy złożone i inne typy indeksów

```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
```

## Dlaczego to ważne

Indeksy to jeden z najważniejszych tematów w wydajności baz danych — są głównym narzędziem do przyspieszania zapytań, a zrozumienie kiedy i jak ich używać to wiedza niezbędna dla każdego pracującego z bazami danych w dużej skali.

Rdzenna wartość jest dramatyczna: bez indeksów zapytania filtrujące, łączące lub sortujące kolumnę wymagają **pełnego skanowania tabeli** (sprawdzania każdego wiersza — katastrofalnie wolne wraz ze wzrostem danych), podczas gdy indeksy zamieniają to w szybkie wyszukiwania logarytmiczne — często różnica między zapytaniem trwającym milisekundy a sekundami lub minutami.

Zrozumienie **kiedy indeksować** (często filtrowane kolumny WHERE, kolumny JOIN/klucze obce, kolumny ORDER BY, kolumny o wysokiej selektywności) jest fundamentem wydajności zapytań.

Również ważne jest zrozumienie **kompromisów i kiedy NIE indeksować**: indeksy zużywają pamięć i, co kluczowe, **spowalniają zapisy** (każda operacja INSERT/UPDATE/DELETE musi zaktualizować wszystkie indeksy), więc nadmierne indeksowanie pogarsza wydajność zapisów, a indeksy dodają małą wartość na małych tabelach lub kolumnach o niskiej selektywności.

Ta równowaga — indeksowanie tego co jest wyszukiwane, bez nadmiernego indeksowania — to kluczowa umiejętność.

Wiedza o **indeksach złożonych** (wielokolumnowych, gdzie kolejność kolumn ma znaczenie dla tego, które zapytania im się przyspieszają) uzupełnia praktyczną wiedzę o indeksach.

Ponieważ wydajność zapytań jest krytyczna dla rzeczywistych aplikacji, a prawidłowe indeksowanie (odpowiednie indeksy na odpowiednich kolumnach, równoważąc szybkość odczytu z kosztem zapisu i pamięci) jest najbardziej wpływającą optymalizacją bazy danych, opanowanie indeksów — jak działają, kiedy ich używać, kompromisy zapisu/pamięci i indeksy złożone — to wiedza kluczowa, wysoko-wartościowa dla wydajnych baz danych i jeden z najważniejszych i najczęściej testowanych tematów dotyczących baz danych.