インデックスの活用によるチューニング

インデックスの活用

   インデックス（index）は検索処理を高速化するデータ構造です（日本語で「索引」と呼ばれることもあります）。インデックスを使うと、検索処理が高速化する一方、更新処理時のオーバーヘッドが増加して、処理速度に悪影響を与えます。したがって、インデックスは作ればよいというものではありませ ん。必要十分なインデックスを作ることが基本です。

   PostgreSQLにはB-treeインデックス、ハッシュインデックス、R-treeインデックスなどがあります。R-treeインデックスは 幾何データ型専用です。デフォルトで使用されるのはB-treeインデックスです。実装が一番洗練されているので、特に理由のない限りB-treeイン デックスの使用をお勧めします。本稿でも以下「インデックス」と言えばB-treeインデックスを指すことにします。

B-treeインデックスとは

   B-treeインデックスを有効に利用するためには、その動作原理を理解してお くことが必要です。詳細は拙著『今すぐ導入！PHP×PostgreSQLで作る最強Webシステム』（技術評論社、2003年）などをご覧いただきたいのですが、ここでは概略のみを説明します。

   図5は、「100, 101, 105, 112, 119, 220, 231, 237, 242」の9個の値を登録した整数型の列に対してB-treeインデックスを作成したときの状況を表しています。

図5：B-treeインデックスの構造
『今すぐ導入！PHPxPostgreSQLで作る最強Webシステム』
（石井達夫著、技術評論社、2003年、ISBN-4774116475）から引用

   値の検索は、一番上のノード（ルートノード）から始まります。たとえば、220を検索する場合は、119よりも大きい値なので、119の右側のポイ ンタ（灰色の部分）を通じて231の入っているインデックスノードに導かれます。119は231よりは小さいので、今度は231の左側のポインタを通じて リーフノードに導かれ、119と220の入っているノードに辿り着いて検索が完了します。リーフノードにはテーブル本体へのポインタが格納されており、最終的にテーブル本体にアクセスしてインデックスのデータが正当なものであるかどうかが確認されます（注1）。

重複の多いデータには不適

   B-treeインデックスの構造から推測できるように、B-treeインデック スは値の重複がない場合に最大の効果を発揮し、重複データが増えるにつれ、効率が落ちていきます。極端に重複の多いデータ、たとえば性別などのデータに対してはほとんど効果がありません。また、このようなデータの場合は、PostgreSQLもインデックスの使用を避けるため、インデックスを作成しても無 意味です。