详解SQL_Server数据库索引教材.docVIP

一、理解索引的结构 　　索引在数据库中的作用类似于目录在书籍中的作用，用来提高查找信息的速度。使用索引查找数据，无需对整表进行扫描，可以快速找到所需数据。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)。 　　SQL Server 中数据存储的基本单位是页(Page)。数据库中的数据文件(.mdf 或 .ndf)分配的磁盘空间可以从逻辑上划分成页(从 0 到 n 连续编号)。磁盘 I/O 操作在页级执行。也就是说，SQL Server 每次读取或写入数据的最少数据单位是数据页。 　　下面我们先简单的了解一下索引的体系结构： 　　1. 聚集索引结构 　　在 SQL Server 中，索引是按 B 树结构进行组织的。 　　聚集索引单个分区中的结构: 　　 --建立UserAddDate聚集索引 　　CREATE?CLUSTERED?INDEX?[IX_UserAddDate]?ON?[ASPNet_zSurvey].[ZS_User] 　　( 　　[UserAddDate]?ASC 　　) 　　聚集索引(Clustered Index)特点 　　聚集索引的叶节点就是实际的数据页 　　聚集索引中的排序顺序仅仅表示数据页链在逻辑上是有序的。而不是按照顺序物理的存储在磁盘上 　　行的物理位置和行在索引中的位置是相同的 　　每个表只能有一个聚集索引 　　聚集索引的平均大小大约为表大小的5%左右 　　2.非聚集索引结构 　　非聚集索引与聚集索引具有相同的 B 树结构，它们之间的显著差别在于以下两点： 　　1. 基础表的数据行不按非聚集键的顺序排序和存储。 　　2. 非聚集索引的叶层是由索引页而不是由数据页组成。 　　下图示意了单个分区中的非聚集索引结构： 　　 包含列的索引 　　通过将包含列(称为非键列)添加到索引的叶级，可以扩展非聚集索引的功能。键列存储在非聚集索引的所有级别，而非键列仅存储在叶级别。 　　下面举个简单的例子来说明一下聚集索引和非聚集索引的区别： 　　我们有一本汉语字典，可以把它的正文本身看做是一个聚集索引，它是按照汉字拼音的开头字母排序的，不再需要查找其他目录。当遇到不认识的字时，需要结合“部首目录”和“检字表”， 先找到目录中的结果，然后再翻到您所需要的页码。通过这种方法查到的目录中字的排序并不是真正的正文的排序方法。把这种看做是一个非聚集索引。 　　另外，请注意每个表只能有一个聚集索引。 　　--建立UserAddDate非聚集索引 　　CREATE?NONCLUSTERED?INDEX?[IX_UserAddDate]?ON?[ASPNet_zSurvey].[ZS_User] 　　( 　　[UserAddDate]?ASC 　　) 　　非聚集索引 (Unclustered Index) 特点 　　非聚集索引的页，不是数据，而是指向数据页的页。 　　若未指定索引类型，则默认为非聚集索引 　　叶节点页的次序和表的物理存储次序不同 　　每个表最多可以有249个非聚集索引 　　在非聚集索引创建之前创建聚集索引(否则会引发索引重建) 　　二、选择建立哪种索引 　　1.何时创建聚集索引更能提高性能 　　Clustered Index会提高大多数table的性能，尤其是当它满足以下条件时： 　　独特, 狭窄, 持续增长的，最好是只向上增加。例如： 　　?Identity 　　?Date, identity 　　?GUID (only when using newsequentialid() function) 2.非聚集索引提高性能的方法 　　非聚集索引由于B树的节点不是具体数据页，有时候由于这个原因，会导致非聚集索引甚至不如表遍历来的快。但是，非聚集索引有个特性，如果你要查询的内容，在非聚集索引中以及被覆盖到了，则不需要继续到聚集索引，或者RID(heap结构中的行标识符)中去寻找数据了，这时候就可以很大的提高性能，这就是 覆盖面(Covering) 的问题。 　　由于聚集索引叶子节点就是具体数据，所以聚集索引的覆盖率是 100%， 通过提高覆盖面来提高性能的问题也就只有非聚集索引(Nonclustered Indexes)才存在。 　　当查询中所有的columns 都包括在index上时，我们说这个 index covers the query. Columns的顺序在此不重要(Select 时候的顺序不重要,但是Index 建立的顺序可得小心了)。 　　在 SQL Server 2005 中，为了提高这种 Covering 带来的好处，甚至可以通过将非键列添加到非