综合索引和部分索引

在之前的课程中，我们介绍了如何使用索引进行线性 DBMS 查询 (WHERE country = 'Italy')。当我们在两个联合战线上搜索时怎么样？

例如，在真实的电子商务中，我们可能希望找到属于特定客户 ID 并且 属于给定时间范围内的订单： WHERE customer_id = 90 AND placed_at >= '2025-01-01'。

如果您只有 customer_id 上的基本索引，Postgres 将使用二叉树立即找到客户的 50 个订单，但它必须手动按顺序迭代所有 50 个订单，通过肉眼惰性地过滤日期。

综合指数

我们可以告诉 DBMS 不是沿着单个关键维度，而是沿着多个关键维度对“分析字典”文件进行排序。

CREATE INDEX idx_orders_customer_date ON orders(customer_id, placed_at);

“复合”索引将其参数的顺序视为非常重要：这里 B-Tree 节点将 customer_id 严格分组并严格分类在一个块中（最有区别的分离块）；它们内部存在子树，该子树以完美排序的顺序以各种 placed_at 时间值分支。

这种结构残酷地消灭了具有多个嵌套谓词的 WHERE 子句。

部分索引（过滤索引）

每个索引都会消耗用户输入流上的磁盘空间和 CPU。 如果电子商务需要不断地排序和检索过滤器，但仅限于少数记录怎么办？ （例如：快速轮询未读通知检查。）如果“未读”仅代表其中的 5 个，那么为所有 10,000,000 个通知创建“is_read”索引是非常乏味的。

CREATE INDEX idx_unread_notifs ON notifications(user_id)
  WHERE is_read = false; -- Questa aggiuntiva è l'"Indice Parziale"

数据库将构建一个快如闪电的 B 树，仅在记录未读时存储对数据库的快速访问密钥！磁盘会爱上 5 行（3 字节）的索引，而不是 1000 万行的索引。快速 SELECT 充分受益：

SELECT * FROM notifications WHERE user_id = 2 AND is_read = false;

轮到你了

探索条件（部分）索引