Database Indexing 101: Cara Kerja dan Strategi Bikin Query Cepat

469 words • 3,350 chars Markdown
Raw

Database Indexing 101: Cara Kerja dan Strategi Bikin Query Cepat

Halo, rekannya para backend engineer! Bertemu lagi di catatan teknis saya, @fajar_dev. Kalau aplikasi kalian mulai lemot saat tabel database menyentuh jutaan baris, besar kemungkinan masalahnya ada di missing index.

Banyak developer buru-buru melakukan scale up server padahal kueri (query) dasarnya masih melakukan full table scan. Mari kita bedah bagaimana database indexing bekerja dan bagaimana menerapkannya dengan benar.

Apa Sebenarnya Database Index Itu?

Secara sederhana, index di database (seperti MySQL, PostgreSQL, atau SQLite) itu mirip seperti daftar pustaka atau indeks di bagian belakang buku teks.

Tanpa index, database harus membaca setiap baris dari awal sampai akhir tabel untuk mencari data yang kalian minta (SELECT * FROM users WHERE email = '[email protected]'). Dengan index berstruktur B-Tree, database bisa langsung melompat ke alamat memori tempat data tersebut berada dalam hitungan logaritmik.

Analogi Sederhana

  • Tanpa Index: Mencari satu nama di buku telepon setebal 1.000 halaman dengan membaca satu-satu dari halaman pertama.
  • Dengan Index: Membuka langsung bab berhuruf abjad depan, lalu mempersempit pencarian.

Kapan Kita Harus Membuat Index?

Tidak semua kolom harus di-index. Terlalu banyak index justru akan memperlambat operasi INSERT, UPDATE, dan DELETE karena database harus memperbarui struktur index setiap kali ada perubahan data.

Berikut checklist kapan kalian wajib membuat index:

  1. Kolom di klausa WHERE: Kolom yang sering dipakai untuk memfilter data.
  2. Kolom untuk JOIN: Kolom foreign key yang menghubungkan antar tabel.
  3. Kolom untuk ORDER BY / GROUP BY: Untuk menghindari proses filesort yang memakan memori.

Contoh Praktis Implementasi

Perhatikan contoh pembuatan index pada tabel orders menggunakan SQL:

-- Tabel awal tanpa index tambahan selain Primary Key
CREATE TABLE orders (
    id INT AUTO_INCREMENT PRIMARY KEY,
    user_id INT,
    status VARCHAR(50),
    created_at TIMESTAMP
);

-- Menambahkan Single Column Index
CREATE INDEX idx_user_id ON orders(user_id);

-- Menambahkan Composite Index (Urutan kolom sangat penting!)
CREATE INDEX idx_status_date ON orders(status, created_at);

Catatan Penting tentang Composite Index

Jika kita membuat idx_status_date ON orders(status, created_at), index ini akan efektif jika query kalian menggunakan:

  • Filter status saja (Efektif)
  • Filter status DAN created_at (Sangat Efektif)
  • Filter created_at saja (Tidak Efektif / tidak menggunakan index tersebut karena melompati kolom pertama).

Analisis Menggunakan EXPLAIN

Jangan menebak-nebak apakah query kalian sudah optimal atau belum. Selalu gunakan perintah EXPLAIN sebelum mengeksekusi query kompleks di production:

EXPLAIN SELECT * FROM orders WHERE user_id = 105 AND status = 'completed';

Perhatikan kolom type pada hasilnya:

  • ALL: Menandakan Full Table Scan (Bahaya untuk data besar!).
  • ref atau range: Menandakan index berhasil digunakan dengan baik.

Kesimpulan

Indexing adalah seni menyeimbangkan antara kecepatan baca (read performance) dan beban tulis (write overhead). Mulailah audit query lambat di aplikasi kalian minggu ini, cek menggunakan EXPLAIN, dan terapkan index pada kolom yang tepat.

Ada pertanyaan seputar optimasi database atau arsitektur backend? Sila diskusi di kolom komentar atau hubungi saya langsung via repo GitHub!