Question

我很好奇是否

CREATE INDEX idx ON tbl (columns);

VS

CREATE UNIQUE INDEX idx ON tbl (columns);

在扫描索引列时，

在PostgreSQL或MySQL实现中具有显着的算法性能优势，或者UNIQUE关键字是否只是在索引旁边引入了唯一约束。

我认为可以公平地说，只要索引可能在内部实现为某种类似哈希¹的结构，并且定义中的冲突处理导致存在边际效益。 O（1）表现以外的东西。鉴于这一前提，如果大部分值相同而结构退化为线性，则很可能。

因此，出于我的问题的目的，假设值的分布相对离散且均匀。

提前致谢！

^{1这对我来说是一个纯粹的推测，因为我不熟悉RDBM内部。}

Answer 1

如果您的数据是唯一的，则应在其上创建UNIQUE索引。

这意味着没有额外的开销，并且在某些情况下影响优化器的决策，以便它可以选择更好的算法。

例如，在SQL Server和PostgreSQL中，如果您对UNIQUE键进行排序，优化程序会忽略之后使用的ORDER BY子句（因为它们不相关）），一世。即这个查询：

SELECT  *
FROM    mytable
ORDER BY
        col_unique, other_col
LIMIT 10

将使用col_unique上的索引，不会对other_col进行排序，因为它没用。

此查询：

SELECT  *
FROM    mytable
WHERE   mycol IN
        (
        SELECT  othercol
        FROM    othertable
        )

如果INNER JOIN上有SEMI JOIN索引，

也会转换为UNIQUE（而不是othertable.othercol）。

索引总是包含某种指向行的指针（ctid中的PostgreSQL，MyISAM中的行指针，InnoDB中的主键/唯一符号）和叶子是按照这些指针排序的，所以实际上每个索引叶子都是独特的（尽管它可能并不明显）。

请参阅我的博客中有关效果详情的文章：

Answer 2

在更新/插入操作期间有一个小的惩罚，因为它具有唯一约束。它必须在插入/更新操作之前进行搜索，以确保不违反唯一性约束。

Answer 3

嗯，通常索引是B-Trees，而不是哈希（有基于哈希的索引，但最常见的索引（至少在PostgreSQL中）是基于B树的。）

至于速度 - 唯一应该更快 - 当索引扫描找到具有给定值的行时，它不必搜索是否存在具有此值的任何其他行，并且可以完全扫描。