Đi tới nội dung chính
System Design Lab
Design to Scale

Database Indexing

Vì sao cùng một query mà ngày càng chậm khi bảng lớn dần, B-tree index biến việc quét toàn bảng thành vài lần đọc page ra sao — và vì sao mỗi index thêm vào lại bắt lượt ghi trả giá.

Cơ bản 5 phút đọc· Cập nhật 2026-11-18

Sau bài này bạn sẽ

  • Giải thích khác biệt giữa sequential scan và tra bằng index.
  • Dự đoán thời gian query tăng thế nào theo kích thước bảng khi có và không có index.
  • Cân nhắc chi phí ghi của mỗi index so với lượt đọc nó giúp tăng tốc.
  • Dùng EXPLAIN để xem database thực sự làm gì.

Tổng quan

Tìm một chủ đề trong cuốn sách 1.000 trang bằng cách lật từng trang thì mất cả buổi; mục lục ở cuối sách chỉ thẳng tới trang 412 trong vài giây. Index trong database cũng vậy: một cấu trúc đã sắp xếp, trỏ tới đúng những dòng bạn cần, để database khỏi phải đọc hết.

Không có index, WHERE customer_id = ? bắt database đọc từng dòng một (sequential scan), nên chi phí tăng tuyến tính theo kích thước bảng. B-tree index giữ cột đó được sắp xếp trong một cây nông; mỗi lần tra chỉ đi qua vài tầng, nên chi phí tăng theo log₂(số dòng) — 20 tầng cho một triệu dòng, 30 tầng cho một tỉ dòng.

Chạy thử

Ở A, bảng lớn dần theo mỗi đơn hàng và lần tra nào cũng quét toàn bảng: xem Thời gian đọc trung bình tăng dần cho tới khi database bão hoà — cùng code, cùng lưu lượng. B thêm một index. C có tới mười hai index: đọc thì nhanh, nhưng hãy nhìn Thời gian ghi trung bình.

Đang tải mô phỏng…

Một index tốn gì

Không indexMột indexNhiều index
Tra theo cộtQuét mọi dòngĐi qua ~20 tầng câyĐi qua ~20 tầng cây
Insert / updateGhi dòngDòng + 1 entry indexDòng + N entry index
Ổ đĩa và bộ nhớChỉ có bảng+ dung lượng indexIndex có thể to hơn cả bảng
Tăng theo bảngTuyến tínhTheo logaritTheo logarit (đọc), tuyến tính theo N (ghi)

Trong thực tế

Tìm chỗ quét bảng, thêm đúng index, kiểm tra lại
EXPLAIN ANALYZE SELECT id, total FROM orders WHERE customer_id = 42 ORDER BY created_at DESC LIMIT 20;
-- Seq Scan on orders  (rows=1,800,000)  Filter: customer_id = 42   ← đọc toàn bộ

-- Một composite index phục vụ cả điều kiện lọc LẪN sắp xếp; CONCURRENTLY để không khoá lượt ghi.
CREATE INDEX CONCURRENTLY idx_orders_customer_created ON orders (customer_id, created_at DESC);

EXPLAIN ANALYZE SELECT id, total FROM orders WHERE customer_id = 42 ORDER BY created_at DESC LIMIT 20;
-- Index Scan using idx_orders_customer_created  (rows=20)   ← chỉ đọc 20 dòng

-- Tìm index không ai dùng (chúng vẫn làm chậm mọi lượt ghi):
SELECT relname, indexrelname, idx_scan FROM pg_stat_user_indexes WHERE idx_scan = 0;
  • Composite index: thứ tự cột rất quan trọng — cột so sánh bằng đứng trước, rồi tới cột khoảng hoặc cột sắp xếp. (customer_id, created_at) phục vụ được WHERE customer_id = ? ORDER BY created_at, nhưng không phục vụ riêng WHERE created_at > ?.
  • Covering index (INCLUDE (total)) trả lời query ngay từ index mà không cần đụng tới bảng.
  • Độ chọn lọc: index trên cột chỉ có hai giá trị (is_active) hiếm khi có ích; planner vẫn sẽ quét bảng.

Đánh đổi

ĐượcMất
ĐọcTra cứu vẫn nhanh dù bảng lớn lên gấp nhiều lần.Chỉ query khớp với các cột đầu của index mới được lợi.
GhiMột index chọn đúng thì tốn rất ít.Mọi index đều bị cập nhật ở mỗi lần insert và update — bảng ghi nhiều sẽ khổ.
Tài nguyênCác page index nóng nằm sẵn trong bộ nhớ.Index tốn ổ đĩa và buffer cache; index phình to cần được bảo trì.

Lưu ý khi chạy production

  • Đánh index cho những query tốn tổng thời gian nhiều nhất (pg_stat_statements), không phải cho mọi cột.
  • Tạo index kiểu concurrently trên bảng đang chạy, và xoá các index không dùng tới.
  • Kiểm tra lại query plan sau khi dữ liệu thay đổi lớn: plan ổn ở 10 nghìn dòng có thể quét toàn bảng ở 10 triệu dòng.
  • Load test với dữ liệu cỡ production — bảng test nhỏ sẽ che mất chuyện thiếu index.

Đọc thêm

Bài liên quan