SQL 索引教程总览

这页保留为整本来源的总览入口；详细内容已拆到章节来源页中。

这套材料对我的价值，不只是补了一批数据库知识点，而是把过去很多零散的“索引经验”重新整理成了一套能互相解释的体系。以前很多优化建议我知道结论，但并不总能说清楚为什么；读完这套内容之后，我会更自然地从 B-tree、扫描范围、回表、排序和连接算法这些更底层的动作来理解问题。

核心判断

这套内容最重要的判断非常明确：索引设计不是 DBA 事后兜底的工作，而是开发者在设计查询时就必须承担的应用层职责。 因为决定索引好坏的，不是磁盘型号或机器规格，而是应用到底怎样写 where、join、order by 与分页查询。我觉得这句话几乎可以当作整本书的总标题。

本次摄入的是目录页及其下 89 个相关章节。为了便于查询与归档，现已拆成以下章节来源页：

use-the-index-luke-preface — 前言：为什么索引是开发任务
use-the-index-luke-anatomy-of-an-index — 索引结构、叶子节点、B-tree 与慢索引
use-the-index-luke-the-where-clause — where 谓词设计、范围、LIKE、函数与反模式
use-the-index-luke-testing-and-scalability — 数据量增长、负载与真正的可扩展性
use-the-index-luke-the-join-operation — nested loops、hash join、sort-merge join 的索引策略
use-the-index-luke-clustering-data — 聚簇因子、覆盖索引与 index-only scan
use-the-index-luke-sorting-and-grouping — 索引支持排序、分组与 pipelined 执行
use-the-index-luke-partial-results — Top-N、seek pagination 与 offset 的局限
use-the-index-luke-modifying-data — insert、update、delete 的索引维护成本
use-the-index-luke-execution-plans — 跨数据库执行计划阅读方法
use-the-index-luke-myth-directory — 常见索引与 SQL 性能误区

如果把这些章节再压缩一层，内容大致可归成七组主题。这个整理过程本身也很重要，因为它说明索引并不是孤立的“建表附加项”，而是一整套查询设计哲学。

索引结构：解释 B-tree、叶子节点、树遍历，以及为什么“用了索引”仍可能很慢。
谓词设计：系统讨论等值、范围、LIKE、函数、NULL、部分索引与常见反模式。
执行计划：把 execution plan 当作数据库的“汇编”，学习区分 access predicate 与 filter predicate。
连接性能：比较 nested loops、hash join、sort-merge join 的适用场景与索引策略。
排序 / 分组 / 分页：说明索引如何避免排序、支持 pipelined order by，以及为什么 seek pagination 通常优于 offset。
写入代价：强调索引是冗余结构，会直接拖慢 insert、update、delete。
可扩展性与误区：指出正确索引往往比“加硬件”更能改善响应时间，也反驳了一批常见数据库性能迷思。

这份来源把“索引”从零散技巧整理成了一个完整框架：先理解 B-tree 的物理与逻辑结构，再用它解释查询形状、执行计划、连接、排序、分页和写入代价。 对我来说，它特别像一种数据库性能的基础语法课: 学完之后，不一定每次都能立刻写出最优 SQL，但至少不会再用一套完全错误的语言去描述慢查询。