对未索引列的查询
优化功能提供建议，帮助您识别和解决因缺少数据库索引而导致的性能问题。
以下针对 User 模型的查询使用 where 属性 对没有索引的列进行筛选
await prisma.user.findFirst({
where: {
name: "Marc"
}
})
await prisma.user.findFirst({
where: {
name: "Jon"
}
})
await prisma.user.count({
where: {
name: "Nikolas"
}
})
问题是什么？
索引允许数据库更快地检索数据，类似于书中的索引可以帮助您在不阅读每页的情况下找到信息。
当使用 Prisma 的 where 属性时，如果相关列没有定义索引，数据库可能需要扫描表中的每一行（“全表扫描”）以查找匹配项。这可能因以下几个原因而导致不良影响
用户体验
对于大型数据集，如果数据库必须扫描整个表才能找到匹配的行，用户将遇到更长的等待时间。
资源利用率
- 高 CPU 使用率：扫描大型表会显著增加 CPU 使用率，从而降低整体系统性能。
- 内存消耗：在全表扫描期间，需要更多内存来处理和存储数据。
- 磁盘 I/O：全表扫描会增加磁盘输入/输出操作，可能会减慢其他数据库活动。
警告
尽管这些问题在开发过程中由于数据集较小可能不会出现，但它们在生产环境中可能会成为严重问题，因为生产环境的数据集通常要大得多。
更多关于数据库索引的信息
索引的工作原理
索引创建了一个数据结构，该结构存储索引列的值以及指向表中相应行的指针。当您使用索引列查询数据库时，数据库可以使用此索引快速定位相关行，而不是扫描整个表。
索引的权衡
- 空间与时间：索引需要额外的存储空间来保存索引数据，但它显著加快了数据检索速度。
- 更新开销：每次向表中添加、更新或删除数据时，都会有保持索引更新的开销，这可能会减慢写入操作。
何时使用索引
何时不使用索引
- 小表：对于行数非常少的表，维护索引的开销可能不值得性能提升。
- 写入密集型表：索引会减慢写入操作（
create、update、delete），因为索引也需要更新。避免对频繁写入操作的模型过度索引。 - 不常访问的表：如果表很少访问，索引的益处可能不值得其开销。
- 包含大数据量的列：对包含大数据量的列进行索引可能会导致更高的存储要求，并且可能不会带来显著的性能改进。
- 很少筛选的列：如果表经常访问但很少按特定列筛选，在该列上创建索引可能没有益处。
警告
即使您为某一列建立了索引，数据库也可能不总是使用它。许多数据库管理系统，如 PostgreSQL 和 MySQL，都有一个查询优化器，它会评估多个执行计划并选择它认为最高效的一个。在某些情况下，这可能涉及忽略现有索引，而选择它认为对该特定查询表现更好的不同执行计划。