การทำ Index

Index เปรียบเหมือนดัชนีท้ายเล่มหนังสือ มันทำให้ฐานข้อมูลกระโดดตรงไปยังแถวที่ตรงกันได้ทันที แทนที่จะต้องสแกนทุกแถว หากไม่มี index คิวรีจะช้าลงเรื่อย ๆ เมื่อข้อมูลเพิ่มขึ้น — ที่ 100 แถวไม่มีปัญหาเลย แต่ที่ 1,000,000 แถวจะเจ็บปวดมาก

หากไม่มี index ฐานข้อมูลจะตรวจสอบทุกแถวตามลำดับ แต่ถ้ามี index มันจะกระโดดตรงไปยังจุดที่ตรงกันเลย เหมือนกับดัชนีในหนังสือที่พาคุณไปยังหน้าที่ถูกต้องแทนที่จะต้องอ่านตั้งแต่ต้นจนจบ

  NO INDEX  (Seq Scan)              WITH INDEX  (Index Scan)
  read EVERY row, one by one        jump straight to matches
  ┌─────────────────────┐          ┌─────────────┐
  │ row 1   ✗           │          │   INDEX     │
  │ row 2   ✗           │          │ author_id   │
  │ row 3   ✓  match     │  ◀──────┐ │   ──┬──     │
  │ row 4   ✗           │         │ └─────┼───────┘
  │ ...     (1,000,000) │         │       ▼
  │ row N   ✓  match     │         └──▶ rows 3, 998   ✓
  └─────────────────────┘          a few hops, not a million

คำแนะนำเชิงปฏิบัติ

ทำ index ให้กับคอลัมน์ที่คุณ กรอง (filter) หรือ join บ่อย ๆ (เช่น author_id, email)
Primary key ถูกทำ index ให้อัตโนมัติอยู่แล้ว
อย่า index ทุกอย่าง — แต่ละ index ช่วยให้การอ่านเร็วขึ้น แต่ทำให้การเขียนช้าลงและใช้พื้นที่เพิ่ม
เพิ่ม index เมื่อคุณเห็นคิวรีที่ทำงานช้า ไม่ใช่เพิ่มล่วงหน้าให้ทุกคอลัมน์

วิธีที่ซื่อสัตย์ในการหาว่า index ช่วยได้จริงหรือไม่ คือการถามฐานข้อมูล ไม่ใช่การเดาเอาเอง ทุกเอนจิน มีคำสั่ง EXPLAIN (ใน Postgres คือ EXPLAIN ANALYZE) ซึ่งแสดงแผนการทำงานที่มันจะใช้

EXPLAIN ANALYZE
SELECT * FROM posts WHERE author_id = '...';

ถ้าผลลัพธ์แสดง Seq Scan บนตารางขนาดใหญ่ แปลว่าฐานข้อมูลกำลังอ่านทุกแถว ซึ่งเป็นสัญญาณว่า index จะช่วยได้ หลังจากเพิ่ม index แล้ว มันควรเปลี่ยนไปเป็น Index Scan นี่เป็นงานที่เหมาะมากที่จะมอบให้ AI ทำ วางคิวรีที่ช้าและผลลัพธ์ของ EXPLAIN ลงไป แล้วถามว่าควรเพิ่ม index ตัวไหนและเพราะอะไร คุณยังคงควบคุมสถานการณ์ได้ด้วยการเข้าใจคำตอบ ไม่ใช่ด้วยการท่องจำทฤษฎี index

การทำ Index

อยากได้แบบออฟไลน์?