📝 なぜこの記事を書いたのか

これまで自分は「インデックス＝索引」「つけると速い」
くらいの なんとなくの理解 でデータベースを触ってきました。

しかし、実際に大規模データで処理が遅くなる場面に遭遇すると

といった問題にぶつかります。

今回、インデックスの効果を実際に体験したのをきっかけに、
改めて理解し直すために作成しました。

🏷 目次

インデックスとは、データベースに付与する
「検索専用に最適化されたデータ構造」 のこと。

テーブル本体とは別に

といった特徴を持つ B-Tree（または類似構造） を保持します。

👉 本体：ただのデータ並び
👉 インデックス：検索に特化した“索引”構造

WHERE email = 'example@test.com'

ソート済みインデックスを利用。

外部キー側にインデックスがあると結合が高速化。

例えば100万件のテーブルなら
最大100万件すべて見る必要がある。

B-Tree を使うと、
探索回数は 3〜4回程度 にまで減る。

👉 桁違いの速さ

インデックスを直感的に理解するために 社員名簿の検索 を例に説明します。

「佐藤さんを探す」ときは、

👉 これはまさに テーブルフルスキャン（O(N))。

同じ社員名簿でも、五十音順に整理されていると：

👉 人間の探索行動はまさに O(log N) の動きに近い。

見方	方法	コスト
インデックスなし	全員順番にチェック	O(N)
インデックスあり	行の塊を飛ばしつつ絞り込む	O(log N)