What is an index, and how does a primary key differ from a secondary index?

Question

IT Interview Practice · Accepted Answer

index అనేది ఒక ప్రత్యేకమైన, sorted data structure (InnoDB లో ఒక **B-tree**), ఇది మొత్తం table ను scan చేయకుండా rows ను కనుగొనడానికి MySQL కు వీలు కల్పిస్తుంది. అది లేకుండా, ఒక lookup ప్రతి row ను చదువుతుంది (ఒక **full table scan**); అది ఉంటే, కొన్ని steps లో ఒక tree గుండా నడుస్తుంది.

## Primary vs secondary

InnoDB లో table స్వయంగా primary key index **అవుతుంది** — ఒక *clustered index*. Rows భౌతికంగా primary-key క్రమంలో నిల్వ చేయబడతాయి, కాబట్టి primary key lookup నేరుగా పూర్తి row పైనే వస్తుంది.

ఒక **secondary index** అనేది ఇతర column(s) పై keyed చేయబడిన ప్రత్యేక B-tree. దాని leaf nodes indexed value తో పాటు **primary key** ను నిల్వ చేస్తాయి, కాబట్టి secondary index ను ఉపయోగించడం row లోని మిగిలిన భాగాన్ని పొందడానికి తరచుగా ఒక రెండవ lookup ("clustered index కు తిరిగి") ఖర్చు అవుతుంది.

```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 ను వేగవంతం చేస్తాయి కానీ ప్రతి `INSERT`/`UPDATE`/`DELETE` వాటిని కూడా update చేయాలి, మరియు అవి disk ను తీసుకుంటాయి. మీరు నిజంగా filter, join, లేదా sort చేసే columns ను మాత్రమే index చేయండి — ప్రతి column ను కాదు.

## ఇది ఎందుకు ముఖ్యం

query speed పై Indexes అతిపెద్ద ఏకైక lever: 3 tree nodes చదవడానికి మరియు మిలియన్ rows scan చేయడానికి మధ్య తేడా. InnoDB primary key పై cluster చేస్తుందని తెలుసుకోవడం, ఒక short, monotonic key (`AUTO_INCREMENT` వంటిది) inserts మరియు ప్రతి secondary index ను ఎందుకు తేలికగా ఉంచుతుందో కూడా వివరిస్తుంది.

Primary vs secondary

Trade-off

ఇది ఎందుకు ముఖ్యం

సంబంధిత ప్రశ్నలు