O que são índices SQL? Por que são importantes e como funcionam

Os índices são uma das ferramentas mais importantes para melhorar o desempenho dos bancos de dados.

Neste artigo, você aprenderá:

• O que são índices SQL
• Por que aceleram tanto as consultas
• Como criá-los
• Um exemplo que mostra diferenças de desempenho
• Como funcionam internamente

Vamos tornar os índices intuitivos.

O que é um índice?

Um índice em SQL é uma estrutura de dados especial (geralmente uma árvore B) que permite ao banco de dados encontrar linhas muito mais rapidamente, sem percorrer toda a tabela.

Você pode imaginar um índice como:

• Uma lista ordenada de valores
• Cada valor aponta para uma linha na tabela principal
• Organizado para que o banco de dados possa pesquisá-lo rapidamente (tempo logarítmico)

Sem índice → o banco de dados precisa verificar cada linha.
Com índice → o banco de dados vai diretamente aos valores correspondentes.

Por que os índices SQL foram criados

Os índices existem para resolver um problema:

Acelerar consultas que procuram valores específicos.

Eles foram criados porque as varreduras completas de tabelas se tornam lentas demais à medida que os conjuntos de dados crescem.
Em uma tabela com 10 linhas, percorrer todas é rápido.
Em uma tabela com 10 milhões de linhas, fazer isso repetidamente se torna inviável.

Os índices permitem:

• Buscas rápidas
• Ordenação rápida (ORDER BY)
• Junções rápidas
• Verificações de unicidade rápidas (por meio de um índice UNIQUE)

Bancos de dados como PostgreSQL, MySQL e SQLite dependem deles.

Exemplo com JOINs

Os índices também aceleram drasticamente os JOINs.

Vamos usar as tabelas users e orders:

SELECT users.name, orders.product
FROM orders
JOIN users ON orders.user_id = users.id
WHERE users.email = 'bob@example.com';

Índices recomendados

CREATE INDEX idx_users_email ON users(email);
CREATE INDEX idx_orders_user_id ON orders(user_id);

Sem índices: varreduras completas das duas tabelas

Quando não existem índices em users.email e orders.user_id, o banco de dados precisa:

• Percorrer cada linha de users para encontrar as linhas que correspondem à condição de e-mail
• Percorrer cada linha de orders para encontrar as linhas cujo user_id corresponde aos IDs desses usuários

Isso é chamado de varredura sequencial ou varredura completa da tabela.

Escala do exemplo:

• Tabela users: 100.000 linhas
• Tabela orders: 1.000.000 de linhas

O banco de dados precisa examinar:

• 100.000 linhas de usuários
• 1.000.000 de linhas de pedidos

Embora o resultado final possa ser uma única linha, o custo da busca é muito alto.

Desempenho aproximado (varia conforme a máquina):

• Verificação de 100 mil usuários + 1 milhão de pedidos
• Sem índices: aproximadamente 300 a 600 ms
• Com índices: aproximadamente 1 a 3 ms

Isso representa uma melhoria de 100 a 500 vezes.

Com índices: busca rápida e direta

Com os dois índices:

• idx_users_email → permite encontrar instantaneamente o usuário com aquele e-mail
• idx_orders_user_id → permite encontrar instantaneamente todos os pedidos daquele usuário

Em vez de percorrer milhões de linhas:

• O banco de dados vai diretamente às entradas corretas no índice (uma busca em árvore B)
• Apenas as linhas relevantes são acessadas
• O JOIN se torna extremamente rápido

O que influencia o desempenho?

O tempo exato varia conforme o hardware, mas estes fatores da máquina são os mais importantes:

Os índices são essenciais nas aplicações porque até máquinas poderosas têm dificuldade com varreduras completas e repetidas de tabelas à medida que os dados crescem.

• Sem índices: o banco de dados precisa ler cada linha das duas tabelas
• Com índices: o banco de dados realiza buscas rápidas usando estruturas de dados eficientes
• Isso permite que os JOINs escalem para milhões de linhas com tempos de resposta de milissegundos

Como os índices funcionam internamente (explicação simples)

A maioria dos bancos de dados SQL usa árvores B, que:

• Mantêm os valores ordenados
• Permitem uma busca semelhante à busca binária
• Têm uma profundidade extremamente pequena (geralmente de 3 a 5 níveis, mesmo em tabelas enormes)

Isso significa que:

• Encontrar uma linha exige apenas algumas comparações
• O acesso é previsível e rápido
• Os índices crescem de forma logarítmica, não linear

Você não precisa entender o algoritmo em profundidade, mas esta é a ideia principal:

É muito mais rápido pesquisar em uma árvore ordenada do que em um milhão de linhas desordenadas.

Quando você deve usar um índice?

Use um índice quando você:

• Usa SELECT com frequência para buscar dados com base em uma coluna
• Filtra com WHERE
• Ordena usando ORDER BY
• Faz JOIN entre tabelas por chaves estrangeiras
• Garante unicidade (UNIQUE INDEX)
• Pesquisa usando consultas por igualdade ou intervalo

Os índices são mais valiosos em:

• e-mail
• nome de usuário
• created_at
• chaves estrangeiras (user_id, post_id)
• slugs
• colunas de busca

Quando não usar um índice

Os índices têm custos:

• Ocupam espaço em disco
• Tornam as escritas mais lentas (INSERT/UPDATE/DELETE precisam atualizar o índice)

Evite indexar:

• colunas booleanas
• colunas de cardinalidade muito baixa (por exemplo, gênero, status = “ativo”)
• colunas raramente usadas em consultas
• colunas de texto muito grandes