SQL Sever索引之聚簇索引和非聚簇索引

数据库 SQL Server
以下的文章主要是阐述SQL Sever索引,以下就是正文的详细内容的介绍,望你浏览完以下的内容会有所收获。

我们今天是要和大家一起讨论的是SQL Sever索引,我们大家都知道表的索引和字典中的索引相似度也别大。它可以极大地提高查询的速度。对一个较大的表来说,通过加索引,一个通常要花费几个小时来完成的查询只要几分钟就可以完成。

(对于包含索引的数据库,SQL Sever需要一个可观的额外空间。例如,要建立一个聚簇SQL Sever索引,需要大约1.2倍于数据大小的空间。速度是需要付出代价的。)

 

聚簇索引和非聚簇索引

假设你已经通过字典的索引找到了一个字所在的页码。一旦已经知道了页码后,你很可能随机的翻寻字典,直至找到正确的页码。这里还有一种找到页码的更有效的方法。

首先,把字典翻到大概一半的地方,如果要找的页码比半本字典处的页码小,就翻到四分之一处,否则,就把书翻到四分之三的地方。通过这种方法,你可以继续把字典分成更小的部分,直至找到正确的页码附近。这是找到书页的非常有效的一种方法。

(呵呵,到处都是这个例子,跟Hello world有一拼)SQL Sever的表索引以类似的方式工作。一个表SQL Sever索引由一组页组成,这些页构成了一个树形结构。根页通过指向另外两个页,把一个表的记录从逻辑上分成和两个部分。而根页所指向的两个页又分别把记录分割成更小的部分。每个页都把记录分成更小的分割,直至到达叶级页。

 

索引有两种类型:聚簇索引和非聚簇索引

在聚簇索引中,索引树的叶级页包含实际的数据:记录的索引顺序与物理顺序相同。

在非聚簇索引中,叶级页指向表中的记录:记录的物理顺序与逻辑顺序没有必然的联系。

 

聚簇索引非常象目录表,目录表的顺序与实际的页码顺序是一致的。非聚簇索引则更象书的标准SQL Sever索引表,索引表中的顺序通常与实际的页码顺序是不一致的。一本书也许有多个索引。例如,它也许同时有主题索引和作者索引。同样,一个表可以有多个非聚簇索引。

通常情况下,你使用的是聚簇索引,但是你应该对两种类型索引的优缺点都有所理解。

每个表只能有一个聚簇索引,因为一个表中的记录只能以一种物理顺序存放。通常你要对一个表按照标识字段建立聚簇索引。但是,你也可以对其它类型的字段建立聚簇索引,如字符型,数值型和日期时间型字段。

从建立了聚簇索引的表中取出数据要比建立了非聚簇索引的表快。当你需要取出一定范围内的数据时,用聚簇索引也比用非聚簇索引好。例如,假设你用一个表来记录访问者在你网点上的活动。如果你想取出在一定时间段内的登录信息,你应该对这个表的DATETIME型字段建立聚簇索引。

 

对聚簇索引的主要限制是每个表只能建立一个聚簇索引。但是,一个表可以有不止一个非聚簇SQL Sever索引。实际上,对每个表你最多可以建立249个非聚簇索引。你也可以对一个表同时建立聚簇索引和非聚簇索引。

 

假如你不仅想根据日期,而且想根据用户名从你的网点活动日志中取数据。在这种情况下,同时建立一个聚簇索引和非聚簇索引是有效的。你可以对日期时间字段建立聚簇索引,对用户名字段建立非聚簇索引。如果你发现你需要更多的索引方式,你可以增加更多的非聚簇索引。

 

非聚簇索引需要大量的硬盘空间和内存。另外,虽然非聚簇索引可以提高从表中 取数据的速度,它也会降低向表中插入和更新数据的速度。每当你改变了一个建立了非聚簇索引的表中的数据时,必须同时更新索引。

因此你对一个表建立非聚簇索引时要慎重考虑。如果你预计一个表需要频繁地更新数据,那么不要对它建立太多非聚簇索引。另外,如果硬盘和内存空间有限,也应该限制使用非聚簇索引的数量。

 

索引属性

这两种类型的索引都有两个重要属性:

你可以用两者中任一种类型同时对多个字段建立索引(复合SQL Sever索引);

 

两种类型的索引都可以指定为唯一索引。

 

你可以对多个字段建

 

【编辑推荐】

  1. SQL Server行转列的什么情况下被用?
  2. SQL Server获取表的容量很简单!
  3. SQL Server排序遇到NULL,不怕不帕!
  4. SQL Server 2005两种快照隔离机制的不同之处
  5. SQL Server 2008 FileStream支持“真功夫版”

 

责任编辑:佚名 来源: csdn.net
相关推荐

2010-09-27 11:24:37

SQL聚簇索引

2023-06-12 08:38:23

聚簇索引排序非聚簇索引

2023-04-17 10:47:49

MySQL聚簇索引

2022-06-13 07:36:06

MySQLInnoDB索引

2010-04-21 13:43:31

Oracle聚簇索引

2010-04-12 16:50:47

Oracle索引聚簇表

2010-04-12 17:00:37

Oracle索引聚簇表

2010-05-31 13:57:49

2010-04-01 17:14:04

Oracle索引

2023-06-05 08:07:34

聚集索引存储数据

2022-03-25 10:38:40

索引MySQL数据库

2023-05-23 22:19:04

索引MySQL优化

2020-02-14 18:10:40

MySQL索引数据库

2024-03-25 13:02:00

MySQL索引主键

2023-04-26 07:40:34

MySQL索引类型存储

2021-07-02 09:45:29

MySQL InnoDB数据

2022-05-26 07:31:42

索引SQL后端

2011-04-22 14:45:45

SQL索引

2010-07-19 16:26:05

SQL Server非

2015-10-30 15:55:43

MySQL
点赞
收藏

51CTO技术栈公众号