Banco de Dados I Módulo V: Indexação em Banco de Dados. (Aulas 4) Clodis Boscarioli

Transcrição

1 Banco de Dados I 2007 Módulo V: Indexação em Banco de Dados (Aulas 4) Clodis Boscarioli

2 Agenda: Indexação em SQL; Vantagens e Custo dos Índices; Indexação no PostgreSQL; Dicas Práticas.

3 Índice em SQL Sintaxe: create [unique] index <nome_indice> on <nome_relação> (<lista atributos>) Exemplo: create index meu_indice on agencia(nome_agencia) O atributo unique exige que a chave de procura seja uma chave candidata (não duplicada). Para remover um índice faz-se: drop index <nome_índice>

4 Índices Únicos CREATE UNIQUE INDEX nome_indice ON tabela (coluna) Entretanto, é mais aconselhável utilizar CONSTRAINTs para impor esse tipo de restrição de unicidade. Exemplo: CREATE TABLE usuario ( cpf int, nome varchar, CONSTRAINT constraint_exemplo UNIQUE (cpf) ) ;

5 Benefício dos Índices Quando uma tabela não tem índices, os seus registros são desordenados e uma consulta terá que percorrer todos os registros; O uso de índices pode ainda ser mais valioso em consultas envolvendo joins ou múltiplas tabelas: Consultas em uma tabela o número de valores que precisam ser examinados por coluna é o número de registros da tabela. Em consultas em múltiplas tabelas, o número de possíveis combinações aumenta.

6 Benefício dos Índices Exemplo: Suponha que existam três tabelas sem índices, t1, t2 e t3, cada uma contendo as colunas c1, c2 e c3, respectivamente, e cada coluna contenha registros com dados de 1 a Suponha ainda a consulta abaixo: SELECT t1.c1, t2.c2, t3.c3 FROM t1, t2, t3 WHERE t1.c1 = t2.c2 AND t2.c2 = t3.c3;

7 Benefício dos Índices O resultado desta consulta deve ser uma tabela de registros, cada um contendo três valores iguais. Se a consulta for executada sem o uso de índices, todas tuplas têm que ser percorridas. Conseqüentemente, o banco tenta todas as combinações possíveis para encontrar os registros que combinam com a condição da cláusula WHERE. O número de possíveis combinações é x x =

8 Benefício dos Índices O uso de índices nas tabelas melhora o tempo de resposta da consulta, pois permitem que consultas sejam assim processadas: 1. Selecione a primeira tupla da tabela t1 e veja o seu valor; 2. Usando o índice da tabela t2, vá diretamente à tupla que combine com o valor de t1. Ainda, use o índice da tabela t3 para ir diretamente à tupla que combine com o valor de t2; 3. Vá para o próximo registro da tabela t1 e repita o procedimento anterior. Faça isto até que todas as linhas em t1 tenham sido examinadas. Ainda há uma varredura completa da tabela t1, mas índices são usados nas tabelas t2 e t3 para encontrar as tuplas diretamente.

9 Custo dos Índices Há custos de espaço e tempo. Na prática, as desvantagens tendem a serem minimizadas pelo valor das vantagens. Índices aumentam a velocidade de consultas, mas tornam mais lentas as operações de escrita (inserções, atualizações e remoções), pois gravar uma tupla requer não apenas escrevê-la, mas também mudar a ordenação dos índices. Quanto mais índices houver em uma tabela, mais mudanças de ordenação necessitam ser feitas, o que pode comprometer o desempenho.

10 A Escolha dos Índices Índices devem ser criados em colunas usadas para pesquisa, ordenação ou agrupamento, ou seja, nas que aparecem na cláusula WHERE, em joins, ORDER BY ou GROUP BY. Colunas que aparecem em cláusulas JOIN ou em expressões como col1 = col2 na cláusula WHERE são fortes candidatas à criação de um índice. É importante utilizar índices em chaves estrangeiras, já que estas são muito utilizados em joins.

11 A Escolha dos Índices Em determinados casos, em que haja várias consultas que utilizem os comandos ORDER BY, GROUP BY e DISTINCT é aconselhável criar um índice para a coluna que está sendo utilizada nestas consultas. Isso se deve ao fato de que cada vez que ocorre isto, o SGBD dispara um SORT para ordenação dos dados, o que pode comprometer o desempenho. Tendo índices para este caso, os dados já poderão estar ordenados, implicando em economias no processamento.

12 Índices Dicas Práticas Índices funcionam melhor em colunas que contenham um alto número de valores distintos. Mantenha, sempre que possível, chaves primárias pequenas (os SGBDs criam um índice para cada chave primária). Não crie índices em excesso. Índices devem ser atualizados e reorganizados quando o conteúdo de uma tabela é modificado. Logo, quanto mais índices, mais demorada será a atualização e a ordenação.

13 Índices Dicas Práticas Crie índices com valores pequenos. Use tipos de dados o menor possível. Por exemplo, não use uma coluna BIGINT se MEDIUMINT suporta os dados que serão armazenados. Não use CHAR(100) se nenhum dos valores armazenados ultrapassa 25 caracteres. Valores pequenos melhoram o processamento de índices de muitas maneiras: Podem ser comparados mais rapidamente; Ocupam menos espaço de disco nos arquivos de índices; É possível a permanência de mais registros em cache, fazendo com que o servidor tenha menos acessos a disco.

14 Índices Dicas Práticas Se um índice é raramente ou nunca utilizado, este diminui, desnecessariamente, o desempenho da tabela. Além disso, índices desnecessários podem fazer com que o otimizador de consultas não escolha o melhor índice a ser usado. As expressões de índice devem ser utilizadas somente quando as consultas que usam o índice forem muito freqüentes.

15 Indexação em PostgreSQL CREATE INDEX nome_indice ON tabela_nome (coluna_nome); Por padrão, ao criar um índice em PostgreSQL, se não for especificado seu tipo, ele utiliza a estrutura B-Tree. Contudo, pode ser que o ele escolha outro tipo, dependendo dos operadores de comparação envolvidos:

16 Indexação em PostgreSQL Tipo B-Tree R-Tree Hash Operadores <, <=, =, >=, > <<, &<,&>, ~=, && = Para escolher o tipo de índice deve-se acrescentar ao final o comando a palavra USING, especificando o tipo desejado.

17 Indexação em PostgreSQL CREATE INDEX nome ON tabela USING HASH (coluna); CREATE INDEX nome ON tabela USING BTREE (coluna); CREATE INDEX nome ON tabela USING RTREE (coluna); CREATE INDEX nome ON tabela USING GIST (coluna);

18 Estruturas de Índices no PostgreSQL Índice B-Tree Definição São árvores de busca balanceadas desenvolvidas para trabalharem em dispositivos de armazenamento de acesso direto em memória secundária. O índice B-tree é uma implementação das árvores B de alta concorrência propostas por Lehman e Yao. R-Tree Hash GiST Utiliza o algoritmo de partição quadrática de Guttman, sendo utilizada para indexar estrutura de dados multidimensionais, cuja implementação está limitada a dados com até 8Kbytes, sendo bastante limitada para dados geográficos reais. Utilizado normalmente com dados do tipo box, circle, point e outros. O índice hash é uma implementação das dispersões lineares de Litwin. Na própria documentação do PostgreSQL está presente a nota: "Os testes mostram que os índices hash do PostgreSQL têm desempenho semelhante ou mais lento que os índices B-tree, e que o tamanho e o tempo de construção dos índices hash são muito piores. Os índices hash também possuem um fraco desempenho sob alta concorrência. Por estas razões, a utilização dos índices hash é desestimulada". Generalized Index Search Trees (Árvores de Busca de Índice Generalizadas), para mais informações visite

19 Indexação em PostgreSQL Quando se utiliza mais de uma coluna, o índice é organizado de acordo com a primeira coluna especificada na declaração, sendo a segunda utilizada apenas quando a primeira coluna possuir vários valores iguais. Portanto, a segunda coluna é usada como uma segunda opção de classificação. CREATE INDEX coluna1_coluna2_tabela_idx ON tabela (coluna1,coluna2);

20 Indexação em PostgreSQL Quando utilizadas várias colunas em um índice, o otimizador de consultas pode utilizar todas as colunas especificadas ou apenas uma ou algumas, de acordo com sua decisão. Isto vai depender se as colunas são consecutivas. Por exemplo, um índice incluindo (col_1, col_2, col_3) pode ser utilizado em consultas envolvendo col_1, col_2 e col_3, ou em consultas envolvendo col_1 e col_2, ou em consultas envolvendo apenas col_1, mas não em outras combinações. (Em uma consulta envolvendo col_1 e col_3, o otimizador pode decidir utilizar um índice para col_1 apenas, tratando col_3 como uma coluna comum, não indexada).

21 Indexação em PostgreSQL Exemplo: Dada a criação do índice: CREATE INDEX ano_valor_cliente_idx ON clientes USING BTREE (ano_nasc, valor_devido); Considere as consultas abaixo: SELECT nome FROM clientes WHERE ano_nasc > 1973 AND valor_devido < 1750; SELECT nome FROM clientes WHERE ano_nasc > 1973 OR valor_devido < 1750;

22 Indexação em PostgreSQL No exemplo, apenas a primeira consulta usa o índice. Por definição, o PostgreSQL utiliza apenas o índice com mais de uma coluna quando as colunas estão unidas em uma cláusula WHERE por AND, em outros casos o índice vai ser utilizado apenas na coluna que foi definida por primeiro na criação do índice.

23 Indexação em PostgreSQL Na segunda consulta o índice ano_valor_cliente_idx será usado apenas na busca dos clientes nascidos após 1973, pela ano_nasc ser sua coluna principal.

24 Indexação em PostgreSQL O comando: SELECT * FROM pg_stat_all_indexes traz informações sobre os índices contidos no banco de dados, como o número total de varreduras que utilizaram um determinado índice e o número de linhas lidas pelo índice.

25 Índices Considerações Finais Indexação é uma ferramenta importante para o aumento de desempenho das consultas. Use indexação como a primeira alternativa para obter um ganho de desempenho e depois avalie que outras técnicas podem ser úteis. Quando uma consulta demora a ser concluída, normalmente as tabelas envolvidas não possuem índices ou estes foram mal criados. A adequação ou criação dos índices necessários resolve o problema na grande maioria das vezes.

26 Referências Bibliográficas Sistemas de Banco de Dados. (Cap. 11) Abraham Silberchatz, Henry F. Korth e S. Sudarshan. 3ª Edição. Makron Books, Sistemas de Banco de Dados. (Cap. 14) Ramez Elsmari, 4ª Edição. Shamkant B. Navathe. Pearson Addison Wesley, Manuais do PostgreSQL.