如何优化数据库中数据的查询参考.pdfVIP

建立索引 （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， 您不需要再去查其他目录来找到您需要找的内容。 我们把这种正文内容本身就是 一种按照一定规则排列的目录 称为“ 聚集索引 ”。 如果您认识某个字， 您可以快速地从自动中查到这个字。 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方法找到您要查的字，而需要去根 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正的正文的排序方法， 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，这些字并不是真正的分别位于“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需要的字， 但它需要两个过程， 先找到目录中的结果， 然后再翻到您所需要的页码。 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 能按照一种方法进行排序。 （二）何时使用聚集索引或非聚集索引 下面的表总结了何时使用聚集索引或非聚集索引（很重要） 。 动作描述 使用聚集索引 使用非聚集索引 列经常被分组排序 应 应 返回某范围内的数据 应 不应 一个或极少不同值 不应 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 外键列