DuckDB 有两种类型的索引：区域图（zonemaps）和 ART 索引。

区域图

DuckDB 会自动为所有通用数据类型的列创建区域图（也称为最小-最大索引）。谓词下推到扫描操作符以及计算聚合等操作都会使用区域图。如果使用了过滤条件（例如WHERE column1 = 123），DuckDB 可以跳过任何最小-最大范围不包含该过滤值的行组（例如，在比较= 123或< 400时，它可以省略最小-最大范围为1000到2000的块）。

排序对区域图的影响

列中的数据越有序，区域图索引的价值就越大。例如，在最坏情况下，一个列可能在每一行都包含一个随机数。这样，DuckDB 很可能无法跳过任何行组。如果你使用选择性过滤器查询特定列，最好在插入数据时按这些列预先排序。即使是不完美的排序也仍然会有帮助。有序数据的最佳情况通常出现在DATETIME列中。

微基准测试：排序的影响

例如，让我们重复使用有序时间戳列（升序）与无序时间戳列的时间戳微基准测试。

结果表明，简单地保持列顺序可以改善压缩效果，使存储大小减少2.5倍。它还使计算速度提高1.5倍。

有序整数

利用排序的另一种实用方法是，对于使用选择性过滤器查询的列，使用自动递增的INTEGER类型而不是UUID。在表中包含乱序UUID的情况下，DuckDB 必须扫描许多行组才能找到特定的UUID值。有序的INTEGER列允许跳过除包含该值之外的所有行组。

ART 索引

DuckDB 允许通过两种方式定义自适应基数树（ART）索引。首先，对于具有PRIMARY KEY、FOREIGN KEY和UNIQUE约束的列，会隐式创建此类索引。其次，显式运行CREATE INDEX语句会在目标列上创建 ART 索引。

在列上拥有 ART 索引的权衡如下：

1. ART 索引可以在更改（插入、更新和删除）期间启用约束检查。
2. 对已索引表的更改操作性能不如未索引的表。这是因为这些操作需要进行索引维护。
3. 对于某些用例，单列 ART 索引可以提高使用已索引列的高度选择性查询的性能。

ART 索引不影响连接、聚合和排序查询的性能。

ART 索引扫描

ART 索引扫描探测单列 ART 索引以获取请求的数据，而不是顺序扫描表。探测可以提高某些查询的性能。DuckDB 将尝试对相等和IN(...)条件使用索引扫描。它还会将动态过滤器（例如，来自哈希连接的过滤器）推入扫描中，从而允许对这些过滤器进行动态索引扫描。

只有索引单个列且不带表达式的索引才符合索引扫描的条件。例如，以下索引符合索引扫描的条件：

CREATE INDEX idx ON tbl (col1);

例如，以下两个索引不符合索引扫描的条件：

CREATE INDEX idx_multi_column ON tbl (col1, col2);
CREATE INDEX idx_expr ON tbl (col1 + 1);

索引扫描的默认阈值是MAX(2048, 0.001 * table_cardinality)。你可以通过index_scan_percentage和index_scan_max_count配置此阈值，或者将这些值设置为零来禁用它们。如有疑问，请使用EXPLAIN ANALYZE来验证你的查询计划是否使用了索引扫描。

索引与内存

DuckDB 通过其缓冲区管理器注册索引内存。但是，这些索引缓冲区尚未进行缓冲区管理。这意味着如果 DuckDB 必须逐出内存，它不会销毁任何索引缓冲区。因此，索引可能会占用 DuckDB 可用内存的很大一部分，这可能会影响内存密集型查询的性能。重新附加（DETACH + ATTACH）包含索引的数据库可以减轻这种影响，因为我们会延迟反序列化索引内存。禁用索引扫描并在更改后重新附加可以进一步降低索引对 DuckDB 可用内存的影响。

索引与打开数据库

索引被序列化到磁盘，并在重新打开数据库时延迟反序列化。使用索引的操作只会加载索引的必需部分。因此，拥有索引不会在打开现有数据库时造成任何速度下降。

最佳实践 我们建议遵循以下准则：

• 只有在强制执行数据约束必要时，才使用主键、外键或唯一约束。
• 除非您有高度选择性的查询并且有足够的可用内存，否则不要定义显式索引。
• 如果您定义 ART 索引，请在将数据批量加载到表之后进行。在加载之前添加索引（无论是显式添加还是通过主键/外键添加）都不利于加载性能。