什麼時候包含一個索引（自動啓發式）

Question

我有一段軟件需要一個數據庫，並根據用戶的需求（主要是查詢表格SELECT AVG(<input1>) AS x, AVG(<intput2>) as y FROM <input3> WHERE <key> IN (<vals..> AND ...）生成圖表。這很好地工作。

我有一個傳遞的文件（通常是大）數一個簡單的腳本，每個描述行

name=foo 
x=12 
y=23.4 
....... etc....... 

腳本經過的每個文件，保存變量名，和INSERT查詢各。然後，它加載變量名稱sort | uniq的變量名稱，並在它們之外生成CREATE TABLE語句（sqlite，有趣的是，即使它們實際上最終包含文本數據，所有列都是NUMERIC也行）。一旦完成，它會執行INSERTS（在單個事務中，否則需要很長時間）。

爲了提高性能，我在每行添加了一個基本索引。但是，這會大大增加數據庫的大小，並且只能提供適度的改進。

數據有三種基本類型：

1. 單個值，其指示之類的東西程序版本等
2. 幾個值（< 10），表明的是，象輸入參數
3. 許多值（> 1000），主要是輸出數據。

第一種顯然不應該需要一個索引，因爲它永遠不會被排序。 第二種類型應該有一個索引，因爲它通常會被過濾。 第三種類型可能不需要索引，因爲它將用於輸出。 在將數據放入數據庫之前確定某個特定值的類型是令人討厭的，但這是可能的。

我的問題是雙重的：

1. 有一些隱性的成本無關的指標，超出了我所見過的尺寸增加？
2. 有沒有更好的方法來索引表格WHERE foo IN (5) AND bar IN (12,14,15)的過濾查詢？請注意，我不知道用戶會選擇哪一列，除此之外它將是一個類型2列。

Answer 1

閱讀相關文件： Query Planning; Query Optimizer Overview; EXPLAIN QUERY PLAN。

優化查詢的最重要的事情是避免I/O，因此不應對具有少於10行的表進行索引，因爲無論如何，所有數據都可以放入單個頁面，因此擁有索引只會強制SQLite讀取另一個索引頁面。

當您在大表中查找記錄時，索引非常重要。

1. 無關索引使表更新變慢，因爲每個索引也需要更新。

2. SQLite最多可以在查詢中爲每個表使用一個索引。 通過在兩列foo和bar上有單個索引，可以最佳地優化此特定查詢。 但是，爲查找列的所有可能組合創建此類索引很可能不值得。 如果查詢是動態生成的，最好的想法可能是爲每列有很好的選擇性創建一個索引，並依靠SQLite選擇最好的一個。

而且不要忘記運行ANALYZE。