ดัชนีฐานข้อมูลเป็นโครงสร้างข้อมูลที่ช่วยเพิ่มความเร็วในการดำเนินการเรียกค้นข้อมูลในตารางฐานข้อมูลโดยแลกกับการเขียนเพิ่มเติมและพื้นที่จัดเก็บเพื่อบำรุงรักษาโครงสร้างข้อมูลดัชนี^{[ 1 ]} ดัชนีใช้เพื่อค้นหาข้อมูลได้อย่างรวดเร็วโดยไม่ต้องค้นหาทุกแถวในตารางฐานข้อมูลทุกครั้งที่มีการเข้าถึงตารางดังกล่าว ดัชนีสามารถสร้างได้โดยใช้คอลัมน์หนึ่งคอลัมน์หรือมากกว่าของตารางฐานข้อมูลซึ่งเป็นพื้นฐานสำหรับการค้นหา แบบสุ่มอย่างรวดเร็ว และการเข้าถึงระเบียนที่เรียงลำดับอย่างมีประสิทธิภาพ

ดัชนีคือสำเนาของคอลัมน์ข้อมูลที่เลือกจากตาราง ซึ่งออกแบบมาเพื่อให้การค้นหามีประสิทธิภาพสูง ดัชนีโดยทั่วไปจะรวมถึง "คีย์" หรือลิงก์โดยตรงไปยังแถวข้อมูลต้นฉบับที่คัดลอกมา เพื่อให้สามารถดึงข้อมูลทั้งแถวได้อย่างมีประสิทธิภาพ ฐานข้อมูลบางแห่งเพิ่มประสิทธิภาพของดัชนีโดยอนุญาตให้นักพัฒนาสร้างดัชนีบนค่าคอลัมน์ที่ได้รับการแปลงโดยฟังก์ชันหรือนิพจน์ตัวอย่างเช่น สามารถสร้างดัชนีบนupper(last_name)ซึ่งจะจัดเก็บเฉพาะเวอร์ชันตัวพิมพ์ใหญ่ของlast_nameฟิลด์ในดัชนีเท่านั้น อีกทางเลือกหนึ่งที่บางครั้งรองรับคือการใช้ดัชนีบางส่วนซึ่งจะสร้างรายการดัชนีเฉพาะสำหรับระเบียนที่ตรงตามเงื่อนไขบางอย่างเท่านั้น ความยืดหยุ่นอีกประการหนึ่งคือการอนุญาตให้สร้างดัชนีบนฟังก์ชันที่ผู้ใช้กำหนดเองรวมถึงนิพจน์ที่สร้างขึ้นจากฟังก์ชันในตัวต่างๆ

ซอฟต์แวร์ ฐานข้อมูลส่วนใหญ่มีเทคโนโลยีการสร้างดัชนีที่ช่วยให้การค้นหาใช้เวลาน้อยกว่าเชิงเส้น เพื่อปรับปรุงประสิทธิภาพ เนื่องจากการค้นหาเชิงเส้นไม่มีประสิทธิภาพสำหรับฐานข้อมูลขนาดใหญ่

สมมติว่าฐานข้อมูลมีข้อมูล N รายการ และจำเป็นต้องดึงข้อมูลหนึ่งรายการโดยอิงจากค่าของฟิลด์ใดฟิลด์หนึ่ง การใช้งานแบบง่ายๆ จะดึงข้อมูลและตรวจสอบแต่ละรายการตามเงื่อนไข หากมีรายการที่ตรงกันเพียงรายการเดียว กระบวนการจะหยุดเมื่อพบรายการนั้น แต่หากมีรายการที่ตรงกันหลายรายการ กระบวนการจะต้องตรวจสอบทุกรายการ ซึ่งหมายความว่าจำนวนการดำเนินการในกรณีเฉลี่ยคือO (N) หรือเวลาเชิงเส้นเนื่องจากฐานข้อมูลอาจมีวัตถุจำนวนมาก และเนื่องจากการค้นหาเป็นการดำเนินการทั่วไป จึงมักเป็นที่ต้องการที่จะปรับปรุงประสิทธิภาพ

ดัชนีคือโครงสร้างข้อมูลใดๆ ที่ช่วยปรับปรุงประสิทธิภาพการค้นหา มีโครงสร้างข้อมูล หลายประเภท ที่ใช้เพื่อจุดประสงค์นี้ มีการแลกเปลี่ยนที่ซับซ้อนในการออกแบบที่เกี่ยวข้องกับประสิทธิภาพการค้นหา ขนาดของดัชนี และประสิทธิภาพการอัปเดตดัชนี การออกแบบดัชนีหลายแบบแสดงให้เห็นถึงประสิทธิภาพการค้นหาแบบลอการิทึม ( O (log(N))) และในบางแอปพลิเคชันก็สามารถบรรลุประสิทธิภาพแบบราบเรียบ ( O (1)) ได้

ดัชนีใช้สำหรับตรวจสอบข้อจำกัดของฐานข้อมูลเช่น UNIQUE, EXCLUSION, PRIMARY KEYและFOREIGN KEYดัชนีอาจถูกประกาศเป็น UNIQUE ซึ่งจะสร้างข้อจำกัดโดยปริยายบนตารางที่เกี่ยวข้อง ระบบฐานข้อมูลมักจะสร้างดัชนีโดยปริยายบนชุดคอลัมน์ที่ประกาศเป็น PRIMARY KEY และบางระบบสามารถใช้ดัชนีที่มีอยู่แล้วเพื่อตรวจสอบข้อจำกัดนี้ได้ ระบบฐานข้อมูลหลายระบบกำหนดให้ทั้งชุดคอลัมน์ที่อ้างอิงและชุดคอลัมน์ที่ถูกอ้างอิงในข้อจำกัด FOREIGN KEY ต้องมีดัชนี เพื่อปรับปรุงประสิทธิภาพการแทรก การอัปเดต และการลบข้อมูลในตารางที่เกี่ยวข้องกับข้อจำกัดนั้น

ระบบฐานข้อมูลบางระบบรองรับข้อจำกัดการยกเว้น (EXCLUSION constraint) ที่รับประกันว่าสำหรับระเบียนที่แทรกหรืออัปเดตใหม่ เงื่อนไขบางอย่างจะไม่เป็นจริงสำหรับระเบียนอื่น สามารถใช้เพื่อใช้งานข้อจำกัด UNIQUE (ด้วยเงื่อนไขความเท่าเทียมกัน) หรือข้อจำกัดที่ซับซ้อนกว่า เช่น การรับประกันว่าจะไม่มีช่วงเวลาที่ทับซ้อนกันหรือไม่มีวัตถุเรขาคณิตที่ตัดกันถูกจัดเก็บในตาราง จำเป็นต้องมีดัชนีที่รองรับการค้นหาระเบียนที่ตรงตามเงื่อนไขอย่างรวดเร็วเพื่อตรวจสอบข้อจำกัดดังกล่าว^{[ 2 ]}

ข้อมูลอาจเรียงลำดับแบบสุ่ม แต่ลำดับเชิงตรรกะถูกกำหนดโดยดัชนี แถวข้อมูลอาจกระจายอยู่ทั่วตารางโดยไม่คำนึงถึงค่าของคอลัมน์หรือนิพจน์ที่ใช้สร้างดัชนี โครงสร้างดัชนีแบบไม่คลัสเตอร์ประกอบด้วยคีย์ดัชนีที่เรียงลำดับแล้ว โดยระดับใบของดัชนีจะมีตัวชี้ไปยังระเบียน (หมายเลขหน้าและหมายเลขแถวในหน้าข้อมูลในเอนจินที่จัดเรียงตามหน้า หรือค่าออฟเซ็ตแถวในเอนจินที่จัดเรียงตามไฟล์)

ในดัชนีที่ไม่จัดกลุ่ม

• ลำดับทางกายภาพของแถวไม่เหมือนกับลำดับดัชนี
• โดยทั่วไปแล้ว คอลัมน์ที่มีการจัดทำดัชนีจะเป็นคอลัมน์ที่ไม่ใช่คีย์หลัก ซึ่งใช้ในคำสั่ง JOIN, WHERE และ ORDER BY

ตารางฐานข้อมูลหนึ่งๆ สามารถมีดัชนีแบบไม่คลัสเตอร์ได้มากกว่าหนึ่งรายการ

การสร้างคลัสเตอร์จะปรับเปลี่ยนบล็อกข้อมูลให้อยู่ในลำดับที่แน่นอนเพื่อให้ตรงกับดัชนี ส่งผลให้ข้อมูลแถวถูกจัดเก็บตามลำดับ ดังนั้นจึงสามารถสร้างดัชนีคลัสเตอร์ได้เพียงหนึ่งเดียวต่อตารางฐานข้อมูลหนึ่งๆ ดัชนีคลัสเตอร์สามารถเพิ่มความเร็วในการเรียกค้นข้อมูลโดยรวมได้อย่างมาก แต่โดยปกติแล้วจะได้ผลดีเฉพาะในกรณีที่เข้าถึงข้อมูลตามลำดับเดียวกันหรือลำดับย้อนกลับของดัชนีคลัสเตอร์ หรือเมื่อมีการเลือกช่วงของรายการ

เนื่องจากระเบียนทางกายภาพถูกจัดเรียงตามลำดับนี้บนดิสก์ รายการแถวถัดไปในลำดับจึงอยู่ก่อนหรือหลังรายการสุดท้ายทันที ดังนั้นจึงต้องการการอ่านบล็อกข้อมูลน้อยลง คุณสมบัติหลักของดัชนีแบบคลัสเตอร์จึงอยู่ที่การจัดเรียงแถวข้อมูลทางกายภาพให้สอดคล้องกับบล็อกดัชนีที่ชี้ไปยังแถวเหล่านั้น ฐานข้อมูลบางแห่งแยกบล็อกข้อมูลและบล็อกดัชนีไว้ในไฟล์ที่แยกจากกัน ในขณะที่บางแห่งใส่บล็อกข้อมูลที่แตกต่างกันโดยสิ้นเชิงสองบล็อกไว้ในไฟล์ทางกายภาพเดียวกัน

เมื่อมีการรวมฐานข้อมูลและตารางหลายตารางเข้าด้วยกัน จะเรียกว่าคลัสเตอร์ (ไม่ควรสับสนกับดัชนีคลัสเตอร์ที่อธิบายไว้ก่อนหน้านี้) เรคอร์ดสำหรับตารางที่ใช้ค่าคีย์คลัสเตอร์ร่วมกันจะต้องจัดเก็บไว้ด้วยกันในบล็อกข้อมูลเดียวกันหรือใกล้เคียงกัน ซึ่งอาจช่วยปรับปรุงการรวมตารางเหล่านี้โดยใช้คีย์คลัสเตอร์ เนื่องจากเรคอร์ดที่ตรงกันจะถูกจัดเก็บไว้ด้วยกันและต้องการ I/O น้อยลงในการค้นหา^{[ 3 ]}การกำหนดค่าคลัสเตอร์จะกำหนดเค้าโครงข้อมูลในตารางที่เป็นส่วนหนึ่งของคลัสเตอร์ คลัสเตอร์สามารถใช้คีย์ด้วย ดัชนี B-treeหรือตารางแฮชได้ บล็อกข้อมูลที่จัดเก็บเรคอร์ดของตารางจะถูกกำหนดโดยค่าของคีย์คลัสเตอร์

ลำดับการกำหนดคอลัมน์ในดัชนีมีความสำคัญ เป็นไปได้ที่จะดึงข้อมูลตัวระบุแถวโดยใช้เพียงคอลัมน์แรกที่ถูกสร้างดัชนี อย่างไรก็ตาม เป็นไปไม่ได้หรือไม่มีประสิทธิภาพ (ในฐานข้อมูลส่วนใหญ่) ที่จะดึงข้อมูลตัวระบุแถวโดยใช้เพียงคอลัมน์ที่สองหรือมากกว่าที่ถูกสร้างดัชนี

ตัวอย่างเช่น ในสมุดโทรศัพท์ที่จัดเรียงตามเมืองก่อน จากนั้นตามนามสกุล และสุดท้ายตามชื่อ ในเมืองใดเมืองหนึ่ง เราสามารถดึงรายชื่อหมายเลขโทรศัพท์ทั้งหมดออกมาได้อย่างง่ายดาย อย่างไรก็ตาม การค้นหาหมายเลขโทรศัพท์ทั้งหมดสำหรับนามสกุลใดนามสกุลหนึ่งโดยเฉพาะนั้นยุ่งยากมาก เราจะต้องค้นหาในแต่ละส่วนของเมืองนั้นๆ เพื่อหาข้อมูลที่มีนามสกุลนั้นๆ ฐานข้อมูลบางแห่งสามารถทำเช่นนี้ได้ แต่บางแห่งก็ไม่ใช้ดัชนี

ในตัวอย่างสมุดโทรศัพท์ที่มีดัชนีแบบผสมที่สร้างขึ้นบนคอลัมน์ ( city, last_name, first_name) หากเราค้นหาโดยระบุค่าที่แน่นอนสำหรับทั้งสามฟิลด์ เวลาในการค้นหาจะน้อยที่สุด แต่ถ้าเราระบุค่าสำหรับcityและ first_nameเท่านั้น การค้นหาจะใช้เฉพาะcityฟิลด์ เพื่อดึงข้อมูลที่ตรงกันทั้งหมด จากนั้นการค้นหาตามลำดับจะตรวจสอบการจับคู่กับfirst_nameดังนั้น เพื่อปรับปรุงประสิทธิภาพ ต้องแน่ใจว่าได้สร้างดัชนีตามลำดับของคอลัมน์การค้นหา

ดัชนีมีประโยชน์สำหรับการใช้งานหลายอย่าง แต่ก็มีข้อจำกัดอยู่บ้าง ลองพิจารณา คำสั่ง SQL ต่อไปนี้ : หากไม่ใช้ดัชนี ซอฟต์แวร์ฐานข้อมูลจะต้องตรวจสอบคอลัมน์ last_name ในทุกแถวของตาราง (ซึ่งเรียกว่าการสแกนตารางทั้งหมด ) แต่หากมีดัชนี ฐานข้อมูลจะติดตามโครงสร้างข้อมูลของดัชนี (โดยทั่วไปคือB-tree ) จนกว่าจะพบรายการ Smith ซึ่งใช้ทรัพยากรการคำนวณน้อยกว่าการสแกนตารางทั้งหมดมาก SELECTfirst_nameFROMpeopleWHERElast_name='Smith';

ลองพิจารณาคำสั่ง SQL นี้: คำสั่งนี้จะให้ที่อยู่อีเมลของลูกค้าทุกคนที่มีที่อยู่อีเมลลงท้ายด้วย "@wikipedia.org" แต่ถึงแม้ว่าคอลัมน์ email_address จะถูกสร้างดัชนีแล้ว ฐานข้อมูลก็ยังต้องทำการสแกนดัชนีทั้งหมดอยู่ดี เนื่องจากดัชนีถูกสร้างขึ้นโดยมีสมมติฐานว่าคำจะเรียงจากซ้ายไปขวา เมื่อมีสัญลักษณ์ ตัวแทน (wildcard)อยู่ที่จุดเริ่มต้นของคำค้นหา ซอฟต์แวร์ฐานข้อมูลจะไม่สามารถใช้โครงสร้างข้อมูลดัชนีพื้นฐานได้ (กล่าวคือ เงื่อนไข WHERE ไม่สามารถใช้งานได้ ) ปัญหานี้สามารถแก้ไขได้โดยการเพิ่มดัชนีอีกตัวที่สร้างขึ้นบนคอลัมน์และคำสั่ง SQL ดังนี้: วิธีนี้จะวางสัญลักษณ์ตัวแทนไว้ที่ส่วนขวาสุดของคำสั่ง (ตอนนี้ _index_address_id)SELECTemail_addressFROMcustomersWHEREemail_addressLIKE'%@wikipedia.org';reverse(email_address)SELECTemail_addressFROMcustomersWHEREreverse(email_address)LIKEreverse('%@wikipedia.org');gro.aidepikiw@%ซึ่งดัชนีบน reverse(email_address) สามารถตอบสนองได้

เมื่อใช้ตัวอักษรตัวแทน (wildcard) ทั้งสองด้านของคำค้นหา เช่น%wikipedia.org%ระบบ จะไม่ใช้ดัชนีที่มีอยู่ในช่องนี้ แต่จะทำการค้นหาแบบเรียงลำดับแทน ซึ่งใช้เวลานาน${\displaystyle O(N)}$

เพื่อลดผลกระทบนี้ สามารถใช้วิธีการจัดทำดัชนีข้อความเต็มรูปแบบได้ ตัวอย่างเช่น สามารถแบ่งข้อความออกเป็นไตรแกรม (กลุ่มตัวอักษร 3 ตัว) และจัดเก็บไว้ใน GIN (Generalized inverted index ) เพื่อลดความซับซ้อนของการค้นหาเหลือเพียงประมาณ100 ครั้ง ${\displaystyle O(\log _{N})}$

ดัชนีบิตแมปเป็นรูปแบบการสร้างดัชนีแบบพิเศษที่จัดเก็บข้อมูลส่วนใหญ่ในรูปแบบอาร์เรย์บิต (บิตแมป) และตอบคำถามส่วนใหญ่โดยการดำเนินการทางตรรกะแบบบิตกับบิตแมปเหล่านี้ ดัชนีที่ใช้กันทั่วไป เช่นB+ treeจะมีประสิทธิภาพสูงสุดหากค่าที่ใช้สร้างดัชนีไม่ซ้ำกันหรือซ้ำกันเพียงเล็กน้อย ในทางตรงกันข้าม ดัชนีบิตแมปได้รับการออกแบบมาสำหรับกรณีที่ค่าของตัวแปรซ้ำกันบ่อยมาก ตัวอย่างเช่น ฟิลด์เพศในฐานข้อมูลลูกค้ามักจะมีค่าที่แตกต่างกันอย่างมากที่สุดสามค่า ได้แก่ ชาย หญิง หรือไม่ทราบ (ไม่ได้บันทึก) สำหรับตัวแปรดังกล่าว ดัชนีบิตแมปจะมีประสิทธิภาพเหนือกว่า tree ที่ใช้กันทั่วไปอย่างมาก

ดัชนีหนาแน่นในฐานข้อมูลคือไฟล์ที่มีคู่ของคีย์และตัวชี้สำหรับทุกระเบียนในไฟล์ข้อมูล คีย์ทุกตัวในไฟล์นี้จะเชื่อมโยงกับตัวชี้เฉพาะไปยังระเบียนในไฟล์ข้อมูลที่เรียงลำดับแล้ว ในดัชนีคลัสเตอร์ที่มีคีย์ซ้ำกัน ดัชนีหนาแน่นจะชี้ไปยังระเบียนแรกที่มีคีย์นั้น^{[ 4 ]}

ดัชนีแบบสปาร์สในฐานข้อมูลคือไฟล์ที่มีคู่ของคีย์และตัวชี้สำหรับแต่ละบล็อกในไฟล์ข้อมูล คีย์แต่ละตัวในไฟล์นี้จะเชื่อมโยงกับตัวชี้เฉพาะไปยังบล็อกในไฟล์ข้อมูลที่เรียงลำดับแล้ว ในดัชนีแบบคลัสเตอร์ที่มีคีย์ซ้ำกัน ดัชนีแบบสปาร์สจะชี้ไปยังคีย์ค้นหาที่ต่ำที่สุดในแต่ละบล็อก

ดัชนีแบบคีย์ย้อนกลับจะกลับค่าคีย์ก่อนที่จะป้อนเข้าไปในดัชนี ตัวอย่างเช่น ค่า 24538 จะกลายเป็น 83542 ในดัชนี การกลับค่าคีย์มีประโยชน์อย่างยิ่งสำหรับการจัดทำดัชนีข้อมูล เช่น หมายเลขลำดับ ซึ่งค่าคีย์ใหม่จะเพิ่มขึ้นอย่างต่อเนื่อง

ดัชนีแบบกลับด้านจะจับคู่คำในเนื้อหากับเอกสารที่คำนั้นอยู่ ทำให้สามารถค้นหาข้อความแบบเต็มได้

ดัชนีหลักประกอบด้วยฟิลด์หลักของตารางและตัวชี้ไปยังฟิลด์ที่ไม่ใช่ฟิลด์หลักของตาราง ดัชนีหลักจะถูกสร้างขึ้นโดยอัตโนมัติเมื่อสร้างตารางในฐานข้อมูล

ใช้สำหรับสร้างดัชนีให้กับฟิลด์ที่ไม่ใช่ฟิลด์เรียงลำดับหรือฟิลด์คีย์ (ไม่มีการรับประกันว่าไฟล์จะถูกจัดเรียงตามฟิลด์คีย์หรือฟิลด์คีย์หลัก) ดัชนีหนึ่งรายการต่อทูเปิลทุกตัวในไฟล์ข้อมูล (ดัชนีแบบหนาแน่น) จะประกอบด้วยค่าของแอตทริบิวต์ที่ถูกสร้างดัชนีและตัวชี้ไปยังบล็อกหรือเรคอร์ด

ดัชนีอีกประเภทหนึ่งที่ใช้ในระบบฐานข้อมูลคือการแฮชเชิงเส้น (linear hashing )

ดัชนีสามารถนำไปใช้โดยใช้โครงสร้างข้อมูลที่หลากหลาย ดัชนีที่นิยมใช้ ได้แก่ต้นไม้สมดุลต้นไม้B+และแฮช^{[ 5 ]}

ในMicrosoft SQL Serverโหนดใบของดัชนีคลัสเตอร์จะสอดคล้องกับข้อมูลจริง ไม่ใช่เพียงแค่ตัวชี้ไปยังข้อมูลที่อยู่ ณ ที่อื่น ดังเช่นในกรณีของดัชนีที่ไม่ใช่คลัสเตอร์^{[ 6 ]}แต่ละความสัมพันธ์สามารถมีดัชนีคลัสเตอร์ได้หนึ่งรายการและดัชนีที่ไม่ใช่คลัสเตอร์ได้หลายรายการ^{[ 7 ]}

โดยทั่วไป ดัชนีจะถูกเข้าถึงพร้อมกันโดยธุรกรรมและกระบวนการหลายอย่าง ดังนั้นจึงจำเป็นต้องมีการควบคุมการเข้าถึงพร้อมกันในทางทฤษฎีแล้ว ดัชนีสามารถใช้วิธีการควบคุมการเข้าถึงพร้อมกันของฐานข้อมูลทั่วไปได้ แต่ก็มีวิธีการควบคุมการเข้าถึงพร้อมกันเฉพาะสำหรับดัชนีอยู่ ซึ่งจะนำมาใช้ร่วมกับวิธีการทั่วไปเพื่อให้ได้ประสิทธิภาพที่ดีขึ้นอย่างมาก

ในกรณีส่วนใหญ่ ดัชนีจะใช้เพื่อค้นหาระเบียนข้อมูลที่ต้องการอ่านได้อย่างรวดเร็ว กล่าวอีกนัยหนึ่ง ดัชนีใช้เพื่อค้นหาระเบียนข้อมูลในตารางเท่านั้น ไม่ได้ใช้เพื่อแสดงผลลัพธ์ของข้อมูล

ดัชนีครอบคลุม (Covering Index) เป็นกรณีพิเศษที่ดัชนีนั้นมีฟิลด์ข้อมูลที่จำเป็นอยู่แล้วและสามารถตอบคำถามที่ต้องการได้

พิจารณาตารางต่อไปนี้ (ช่องข้อมูลอื่นๆ ถูกละเว้น):

ในการค้นหาชื่อสำหรับ ID 13 นั้น การสร้างดัชนีบน (ID) จะมีประโยชน์ แต่ยังคงต้องอ่านข้อมูลในเรคอร์ดเพื่อหาชื่ออยู่ดี อย่างไรก็ตาม การสร้างดัชนีบน (ID, Name) จะมีฟิลด์ข้อมูลที่ต้องการอยู่แล้ว และช่วยลดความจำเป็นในการค้นหาเรคอร์ด

ดัชนีครอบคลุมแต่ละรายการมีไว้สำหรับตารางเฉพาะ การสืบค้นที่ JOIN/เข้าถึงข้ามหลายตาราง อาจพิจารณาดัชนีครอบคลุมบนตารางมากกว่าหนึ่งตาราง^{[ 8 ]}

ดัชนีครอบคลุม (covering index) สามารถเพิ่มความเร็วในการดึงข้อมูลได้อย่างมาก แต่ตัวดัชนีเองอาจมีขนาดใหญ่เนื่องจากมีคีย์เพิ่มเติม ซึ่งจะทำให้การแทรกและการอัปเดตข้อมูลช้าลง เพื่อลดขนาดของดัชนีดังกล่าว ระบบบางระบบจึงอนุญาตให้รวมฟิลด์ที่ไม่ใช่คีย์ไว้ในดัชนีได้ ฟิลด์ที่ไม่ใช่คีย์นั้นไม่ได้เป็นส่วนหนึ่งของการเรียงลำดับดัชนี แต่จะรวมอยู่เฉพาะในระดับใบเท่านั้น ทำให้ดัชนีครอบคลุมมีขนาดโดยรวมเล็ลง

สามารถทำได้ใน SQL ด้วย. ^{[ 9 ] [ 10 ]}CREATEINDEXmy_indexONmy_table(id)INCLUDE(name);

ไม่มีมาตรฐานใดกำหนดวิธีการสร้างดัชนี เนื่องจากมาตรฐาน ISO SQL ไม่ได้ครอบคลุมด้านกายภาพดัชนีเป็นส่วนประกอบทางกายภาพอย่างหนึ่งของการออกแบบฐานข้อมูล เช่นเดียวกับพื้นที่จัดเก็บข้อมูล (tablespace หรือ filegroups)ผู้จำหน่าย RDBMS แต่ละรายจะมีไวยากรณ์พร้อมตัวเลือกเฉพาะบางอย่างที่ขึ้นอยู่กับความสามารถของซอฟต์แวร์นั้นๆ CREATEINDEX

• การล็อกดัชนี
• ดัชนีแบบกลับด้าน  – ประเภทของดัชนีฐานข้อมูล
• การจัดทำดัชนีโดยเครื่องมือค้นหา  – วิธีการจัดการข้อมูล