GridDB索引性能优化：索引作用、复合索引场景及销售表调优建议

现有约500万条销售交易数据存储在GridDB中，已创建如下表：

CREATE TABLE sales_transactions (
    transaction_id INT PRIMARY KEY,
    transaction_date TIMESTAMP,
    store_location VARCHAR(50),
    product_category VARCHAR(50),
    payment_method VARCHAR(50),
    transaction_amount DECIMAL(10,2)
);

执行以下多条件查询时数据库无响应：

SELECT *
FROM sales_transactions
WHERE store_location = 'New York'
    AND product_category = 'Electronics'
    AND transaction_date BETWEEN '2022-01-01' AND '2022-01-31';

请求合适的索引以缩短查询耗时，同时询问索引提升查询性能的原理及复合索引的适用场景。

一、针对当前查询的最优索引 #

针对你的查询条件，建议创建复合索引，将等值匹配的字段放在前面，范围匹配的字段放在最后：

CREATE INDEX idx_sales_loc_cat_date ON sales_transactions (store_location, product_category, transaction_date);

设计逻辑 #

你的查询中store_location和product_category是等值匹配条件，transaction_date是范围匹配条件。GridDB的复合索引遵循前缀匹配原则：等值条件前置可以让索引快速过滤出符合门店和品类的记录子集，再在这个子集里通过日期范围进一步筛选，最大化索引的利用率。如果把范围字段放在中间，后续的索引列无法被有效利用，会大幅降低索引效率。

二、索引提升查询性能的原理 #

索引本质是一种有序的数据结构（GridDB采用类似B树的索引结构），核心作用是避免全表扫描：

1. 减少磁盘IO：索引的体积远小于整张表，数据库可以直接通过索引快速定位到符合条件的记录位置，无需遍历所有500万条数据。
2. 快速定位：有序的索引结构让数据库能通过二分查找等高效算法，快速缩小查询范围，直接找到对应记录的主键或行指针，再去读取实际数据。
3. 避免额外排序：如果查询需要排序，覆盖索引甚至可以直接返回有序结果，省去额外的排序开销。

三、复合索引的适用场景 #

复合索引并非万能，以下场景下使用能发挥最大价值：

• 多条件组合查询：当查询频繁使用多个字段作为过滤条件时，复合索引比多个单字段索引更高效（减少索引维护开销，避免数据库选择索引时的冲突）。
• 等值+范围条件组合：如本次查询的场景，将等值条件作为索引前缀，范围条件放在末尾，能有效利用索引过滤数据。
• 前缀匹配查询：如果多个查询共享相同的前置条件（比如同时有store_location='New York'的单条件查询、store_location+product_category的组合查询），复合索引可以被这些查询复用。
• 覆盖查询：如果查询的返回列都包含在复合索引中，数据库可以直接从索引中获取数据，无需回表读取，性能进一步提升。

内容的提问来源于stack exchange，提问作者Ammar Ubaid