天使半只翼

(一)深入浅出理解索引结构 实际上，您可以把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引：聚集索引(clustered index，也称聚类索引、簇集索引)和非聚集索引(nonclustered index，也称非聚类索引、非簇集索引)。下面，我们举例来说明一下聚集

(一)深入浅出理解索引结构

　　实际上，您可以把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引：聚集索引(clustered index，也称聚类索引、簇集索引)和非聚集索引(nonclustered index，也称非聚类索引、非簇集索引)。下面，我们举例来说明一下聚集索引和非聚集索引的区别：

　　其实，我们的汉语字典的正文本身就是一个聚集索引。比如，我们要查“安”字，就会很自然地翻开字典的前几页，因为“安”的拼音是“an”，而按照拼音排序汉字的字典是以英文字母“a”开头并以“z”结尾的，那么“安”字就自然地排在字典的前部。如果您翻完了所有以“a”开头的部分仍然找不到这个字，那么就说明您的字典中没有这个字;同样的，如果查“张”字，那您也会将您的字典翻到最后部分，因为“张”的拼音是“zhang”。也就是说，字典的正文部分本身就是一个目录，您不须要再去查其他目录来找到您须要找的内容。

　　我们把这种正文内容本身就是一种按照一定准则排列的目录称为“聚集索引”。

　　如果您认识某个字，您可以高速地从自典中查到这个字。但您也可能会遇到您不认识的字，不知道它的发音，这时候，您就不能按照刚才的要领找到您要查的字，而须要去根据“偏旁部首”查到您要找的字，然后根据这个字后的页码直接翻到某页来找到您要找的字。但您结合“部首目录”和“检字表”而查到的字的排序并不是真实的正文的排序要领，比如您查“张”字，我们可以看到在查部首之后的检字表中“张”的页码是672页，检字表中“张”的上面是“驰”字，但页码却是63页，“张”的下面是“弩”字，页面是390页。很显然，这些字并不是真实的分别位于“张”字的上下方，现在您看到的连续的“驰、张、弩”三字实际上就是他们在非聚集索引中的排序，是字典正文中的字在非聚集索引中的映射。我们可以通过这种方式来找到您所须要的字，但它须要两个流程，先找到目录中的结果，然后再翻到您所须要的页码。

　　我们把这种目录纯粹是目录，正文纯粹是正文的排序方式称为“非聚集索引”。

　　通过以上例子，我们可以理解到什么是“聚集索引”和“非聚集索引”。

　　进一步引申一下，我们可以很容易的理解：每个表只能有一个聚集索引，因为目录只能按照一种要领执行 排序。

　　(二)何时运用聚集索引或非聚集索引

　　下面的表总结了何时运用聚集索引或非聚集索引(很主要 )。

 

 动作描述 运用聚集索引   运用非聚集索引

 外键列  应   应

 主键列  应  应

 列经常被分组排序(order by)  应  应

 返回某范围内的数据  应  不应

 小数目的不同值  应  不应

 大数目的不同值  不应  应

 频繁更新的列 不应   应

 频繁修改索引列  不应  应

 一个或极少不同值  不应  不应

 

 　　事实上，我们可以通过前面聚集索引和非聚集索引的定义的例子来理解上表。如：返回某范围内的数据一项。比如您的某个表有一个时间列，恰好您把聚合索引建立在了该列，这时您查询2004年1月1日至2004年10月1日之间的全部数据时，这个速度就将是很快的，因为您的这本字典正文是按日期执行 排序的，聚类索引只须要找到要检索的所有数据中的开头和结尾数据即可;而不像非聚集索引，必须先查到目录中查到每一项数据对应的页码，然后再根据页码查到具体内容。

　(三)结合实际，谈索引运用的误区

　　理论的目的是运用 。虽然我们刚才列出了何时应运用聚集索引或非聚集索引，但在实践中以上准则却很容易被忽视或不能根据实际情况执行 综合分析。下面我们将根据在实践中遇到的实际疑问来谈一下索引运用的误区，以便于大家掌握索引建立的要领。

　　1、主键就是聚集索引

　　这种想法笔者认为是极端不正确的，是对聚集索引的一种浪费。虽然SQL SERVER默认是在主键上建立聚集索引的。

　　通常，我们会在每个表中都建立一个ID列，以区分每条数据，并且这个ID列是自动增大的，步长一般为1。我们的这个办公自动化的实例中的列Gid就是如此。此时，如果我们将这个列设为主键，SQL SERVER会将此列默认为聚集索引。这样做有优点，就是可以让您的数据在数据库中按照ID执行 物理排序，香港空间，但笔者认为这样做意义不大。

　　显而易见，聚集索引的优势是很明显的，而每个表中只能有一个聚集索引的准则，这使得聚集索引变得更加珍贵。

　　从我们前面谈到的聚集索引的定义我们可以看出，运用聚集索引的最大优点就是能够根据查询要求，高速 缩小查询范围，防止全表扫描。在实际运用 中，因为ID号是自动生成的，我们并不知道每条记录的ID号，所以我们很难在实践中用ID号来执行 查询。这就使让ID号这个主键作为聚集索引成为一种资源浪费。其次，让每个ID号都不同的字段作为聚集索引也不符合“大数目的不同值情况下不应建立聚合索引”准则;当然，这种情况只是针对用户经常修改记录内容，特别是索引项的时候会负作用，但对于查询速度并没有影响。

　　在办公自动化系统中，无论是系统首页显示的须要用户签收的文件、会议还是用户执行 文件查询等任何情况下执行 数据查询都离不开字段的是“日期”还有用户本身的“用户名”。

　　通常，办公自动化的首页会显示每个用户尚未签收的文件或会议。虽然我们的where语句可以仅仅限定当前用户尚未签收的情况，但如果您的系统已建立了很长时间，并且数据量很大，那么，每次每个用户打开首页的时候都执行 一次全表扫描，这样做意义是不大的，绝大多数的用户1个月前的文件都已经阅读过了，这样做只能徒增数据库的开销而已。事实上，我们完全可以让用户打开系统首页时，数据库仅仅查询这个用户近3个月来未阅览的文件，通过“日期”这个字段来限定表扫描，提高查询速度。如果您的办公自动化系统已经建立的2年，网站空间，那么您的首页显示速度理论上将是原来速度8倍，甚至更快。