５年前に、RDBMSのインデックスについて、個人的に簡単にまとめていましたので、そのまとめを展開します。
今回の記事では、情報処理技術者試験の出題範囲内で、要点を箇条書きしています。
実務で使うには＋αの知識（主にRDBMS固有の知識）が必要になりますが、情報処理技術者試験の知識はその＋αの知識を身に付ける上での土台になります。
【インデックス全般の知識】
- インデックスは、テーブルの検索を高速化する目的で用いる。
- インデックスは、検索条件として指定するカラムに対して設定する。
- テーブルのレコード数が少ない場合は、インデックスの効力が落ちる。（インデックスを使わずに順番に走査した方が早い場合もある）
- インデックスには、レコードの挿入や更新や削除が遅くなるデメリットがある。（それらの操作を行う度にインデックスの再構成が発生するため）
【インデックスの種類と特徴】
①B+木インデックス
- RDBMSで一般的に用いられるインデックスである。（情報処理技術者試験で「インデックス」と出たら、指定がない限りこのインデックスだと思って良い）
- 検索キー値を用いて二分検索を行うインデックスである。
- BETWEEN句等の範囲検索で後述のビットマップインデックスより優れる。
- ORDER BY等のソートが必要な場合に優れる。
- NULL検索やNOT検索では効果を発揮できない。
- 少ない件数に絞り込めるカラムに設定すると効果が高い。例えば、一意な値が格納されるカラムに設定すると、1件のみに絞ることができ、効果が高い。逆に、二値しか持たない「性別」のようなカラムに設定しても効果は低い。
- 検索値が等しく分布している時に効果が高い。
効果が高い例
| カラムの値 | 件数 |
|---|---|
| a | 200 |
| b | 200 |
| c | 200 |
| d | 200 |
| e | 200 |
| f | 200 |
効果が低い例
| カラムの値 | 件数 |
|---|---|
| a | 1200 |
| b | 200 |
| c | 0 |
| d | 0 |
| e | 0 |
| f | 0 |
②ビットマップインデックス
- 検索キー値が持ち得る値をビットで保持し、それをレコード毎に保持する。
- AND/OR条件のみの検索ではB+木インデックスより効果が高い。
- NOT検索ではB+木インデックスより効果が高い。
- 持ち得る値が少ないカラムに設定するとB+木インデックスより効果が高い。（例えばカラム「性別」等）
③ハッシュインデックス
- 検索キー値をハッシュ化したものをインデックスとして用いる。（ハッシュ化…特定のアルゴリズムにより不可逆の固定長の値にすること）
- 一意な値を検索するのに向いている。
- データ量が増えても検索にかかる時間が変わらないと言われている。（正確には、データ量が増えるとハッシュ値の衝突が増え、時間が微増する）
- BETWEEN句等の範囲検索には適用できない。
- ORDER BY等のソートが必要な場合には適用できない。
- ワイルドカードを用いて検索する場合はB+木インデックスの方が良い。
繰り返しになりますが、今回のまとめは一般論であり、RDBMS固有の知識は別途必要です。
また、今回のまとめは５年前のものなので、現在のトレンドを捉えたものではありません。
例えば、私が実務を通して知った範囲で言うと、現在では「関数インデックス」と呼ばれるインデックスを備えたRDBMSが増えています。
これは、カラムを関数で計算した結果、例えばカラム１とカラム２の合計値をインデックスとして持たせることができる、というものです。
MySQLでは、バージョン8.0.13（リリース日：2018/10/22）から導入されました。
https://blogs.oracle.com/mysql-jp/post/functional-indexes-in-mysql-jp
私も、基礎を大事にしつつも、知識のアップデートを怠らないようにしていきたいと思います。