Vad är ett index i SQL? När bör och bör inte man använda ett?

Question

Accepted Answer

Ett **index** är en datastruktur (vanligtvis ett **B-tree**) som låter databasen hitta rader snabbt **utan att scanna hela tabellen** — som ett registers index i en bok. Det dramatiskt accelererar sökningar, filter, joins och sorteringar på den indexerade kolumnen/kolumnerna, till priset av extra lagringsutrymme och långsammare skrivningar.

## Hur ett index hjälper

```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
```

Utan ett index gör databasen en **fullständig tabellskanning** (kontrollerar varje rad). Med ett index navigerar den genom ett B-tree för att hitta matchande rader på logaritmisk tid — skillnaden mellan att scanna miljoner rader och ett fåtal sökningar.

## När man ska använda index

```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
```

## När man INTE ska använda index (avvägningarna)

```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
```

Index är inte gratis: de **förbrukar lagringsutrymme** och **saktar ned skrivningar** (varje ändring måste uppdatera indexen). För många index skadar skrivprestanda.

## Sammansatta index och andra indextyper

```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
```

## Varför det är viktigt

Index är ett av de viktigaste ämnena för databasprestanda — de är det primära verktyget för att göra frågor snabba, och att förstå när och hur man använder dem är väsentlig kunskap för alla som arbetar med databaser i stor skala.

Kärnvärdet är dramatiskt: utan index kräver frågor som filtrerar, joinsar eller sorterar på en kolumn **fullständiga tabellscanningar** (kontrollerar varje rad — katastrofalt långsamt när data växer), medan index omvandlar dessa till snabba logaritmiska sökningar — ofta skillnaden mellan att en fråga tar millisekunder jämfört med sekunder eller minuter.

Att förstå **när man ska indexera** (ofta-filtrerade WHERE-kolumner, JOIN/främmande-nyckelkolumner, ORDER BY-kolumner, högselektiva kolumner) är grundläggande för frågeprestanda.

Lika viktigt är att förstå **avvägningarna och när man INTE ska indexera**: index förbrukar lagringsutrymme och, avgörande, **saktar ned skrivningar** (varje INSERT/UPDATE/DELETE måste uppdatera alla index), så för många index skadar skrivprestanda, och index ger lite värde på små tabeller eller låga selektiva kolumner.

Denna balans — indexering av vad som frågas samtidigt som man inte över-indexerar — är en nyckelskicklighet.

Att veta om **sammansatta index** (multi-kolumn, där kolumnordning spelar roll för vilka frågor de hjälper) avrunder den praktiska indexkunskapen.

Eftersom frågeprestanda är kritisk för verkliga applikationer, och eftersom korrekt indexering (rätt index på rätt kolumner, med balans mellan läshastighet och skrivkostnad och lagringsutrymme) är den mest effektfull databasoptimeringen, är det att bemästra index — hur de fungerar, när man ska använda dem, avvägningarna för skrivningar och lagring, och sammansatta index — kärnkunskap för prestanda-effektiva databaser och ett av de viktigaste och mest testade databasämnena.