主頁(yè) > 知識(shí)庫(kù) > SQL Server 聚集索引和非聚集索引的區(qū)別分析

SQL Server 聚集索引和非聚集索引的區(qū)別分析

熱門標(biāo)簽:蘭州語(yǔ)音外呼系統(tǒng)運(yùn)營(yíng)商 al智能電話機(jī)器人 數(shù)字匠心電銷機(jī)器人 沒(méi)聽見電話機(jī)器人幫你接 銀川高頻外呼回?fù)芟到y(tǒng)多少錢 陜西電銷外呼系統(tǒng)好用嗎 最新人工智能電銷機(jī)器人 如何做地圖標(biāo)注圖鋪 成都電話外呼系統(tǒng)一般多少錢

聚集索引:物理存儲(chǔ)按照索引排序
非聚集索引:物理存儲(chǔ)不按照索引排序

優(yōu)勢(shì)與缺點(diǎn)
聚集索引:插入數(shù)據(jù)時(shí)速度要慢(時(shí)間花費(fèi)在“物理存儲(chǔ)的排序”上,也就是首先要找到位置然后插入)
查詢數(shù)據(jù)比非聚集數(shù)據(jù)的速度快

漢語(yǔ)字典的正文本身就是一個(gè)聚集索引。比如,我們要查“安”字,就會(huì)很自然地翻開字典的前幾頁(yè),因?yàn)椤鞍病钡钠匆羰恰癮n”,而按照拼音排序漢字的字典是以英文字母“a”開頭并以“z”結(jié)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”開頭的部分仍然找不到這個(gè)字,那么就說(shuō)明您的字典中沒(méi)有這個(gè)字;同樣的,如果查“張” 字,那您也會(huì)將您的字典翻到最后部分,因?yàn)椤皬垺钡钠匆羰恰皕hang”。也就是說(shuō),字典的正文部分本身就是一個(gè)目錄,您不需要再去查其他目錄來(lái)找到您需要找的內(nèi)容。正文內(nèi)容本身就是一種按照一定規(guī)則排列的目錄稱為“聚集索引”。
    如果您認(rèn)識(shí)某個(gè)字,您可以快速地從自動(dòng)中查到這個(gè)字。但您也可能會(huì)遇到您不認(rèn)識(shí)的字,不知道它的發(fā)音,這時(shí)候,您就不能按照剛才的方法找到您要查的字,而需要去根據(jù)“偏旁部首”查到您要找的字,然后根據(jù)這個(gè)字后的頁(yè)碼直接翻到某頁(yè)來(lái)找到您要找的字。但您結(jié)合“部首目錄”和“檢字表”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“張”字,我們可以看到在查部首之后的檢字表中“張”的頁(yè)碼是672頁(yè),檢字表中“張”的上面是“馳”字,但頁(yè)碼卻是63 頁(yè),“張”的下面是“弩”字,頁(yè)面是390頁(yè)。很顯然,這些字并不是真正的分別位于“張”字的上下方,現(xiàn)在您看到的連續(xù)的“馳、張、弩”三字實(shí)際上就是他們?cè)?B>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。我們可以通過(guò)這種方式來(lái)找到您所需要的字,但它需要兩個(gè)過(guò)程,先找到目錄中的結(jié)果,然后再翻到您所需要的頁(yè)碼。我們把這種目錄純粹是目錄,正文純粹是正文的排序方式稱為“非聚集索引”。
    通過(guò)以上例子,我們可以理解到什么是“聚集索引”和“非聚集索引”。
進(jìn)一步引申一下,我們可以很容易的理解:每個(gè)表只能有一個(gè)聚集索引,因?yàn)槟夸浿荒馨凑找环N方法進(jìn)行排序。得出查詢速度的方法是:在各個(gè)select語(yǔ)句前加:declare @d datetime

set @d=getdate()

并在select語(yǔ)句后加:

select [語(yǔ)句執(zhí)行花費(fèi)時(shí)間(毫秒)]=datediff(ms,@d,getdate())

1、用聚合索引比用不是聚合索引的主鍵速度快

2、用聚合索引比用一般的主鍵作order by時(shí)速度快,特別是在小數(shù)據(jù)量情況下
      事實(shí)上,如果數(shù)據(jù)量很小的話,用聚集索引作為排序列要比使用非聚集索引速度快得明顯的多;而數(shù)據(jù)量如果很大的話,如10萬(wàn)以上,則二者的速度差別不明顯。

3、使用聚合索引內(nèi)的時(shí)間段,搜索時(shí)間會(huì)按數(shù)據(jù)占整個(gè)數(shù)據(jù)表的百分比成比例減少,而無(wú)論聚合索引使用了多少個(gè)

4 、日期列不會(huì)因?yàn)橛蟹置氲妮斎攵鴾p慢查詢速度

從publish 表中取出第 n 條到第 m 條的記錄:
SELECT TOP m-n+1 *
FROM publish
WHERE (id NOT IN
    (SELECT TOP n-1 id
     FROM publish))

id 為publish 表的關(guān)鍵字

只所以把“查詢優(yōu)化”和“分頁(yè)算法”這兩個(gè)聯(lián)系不是很大的論題放在一起,就是因?yàn)槎叨夹枰粋€(gè)非常重要的東西――聚集索引。

在前面的討論中我們已經(jīng)提到了,聚集索引有兩個(gè)最大的優(yōu)勢(shì):

1、以最快的速度縮小查詢范圍。

2、以最快的速度進(jìn)行字段排序。

第1條多用在查詢優(yōu)化時(shí),而第2條多用在進(jìn)行分頁(yè)時(shí)的數(shù)據(jù)排序。
     聚集索引在每個(gè)表內(nèi)又只能建立一個(gè),這使得聚集索引顯得更加的重要。聚集索引的挑選可以說(shuō)是實(shí)現(xiàn)“查詢優(yōu)化”和“高效分頁(yè)”的最關(guān)鍵因素。
      但要既使聚集索引列既符合查詢列的需要,又符合排序列的需要,這通常是一個(gè)矛盾。

聚集索引是如此的重要和珍貴,所以一定要將聚集索引建立在:

1、您最頻繁使用的、用以縮小查詢范圍的字段上;

2、您最頻繁使用的、需要排序的字段上。

二)何時(shí)使用聚集索引非聚集索引

下面的表總結(jié)了何時(shí)使用聚集索引非聚集索引很重要)。

動(dòng)作描述

使用聚集索引

使用非聚集索引

列經(jīng)常被分組排序

應(yīng)

應(yīng)

返回某范圍內(nèi)的數(shù)據(jù)

應(yīng)

不應(yīng)

一個(gè)或極少不同值

不應(yīng)

不應(yīng)

小數(shù)目的不同值

應(yīng)

不應(yīng)

大數(shù)目的不同值

不應(yīng)

應(yīng)

頻繁更新的列

不應(yīng)

應(yīng)

外鍵列

應(yīng)

應(yīng)

主鍵列

應(yīng)

應(yīng)

頻繁修改索引列

不應(yīng)

應(yīng)

每個(gè)表中只能有一個(gè)聚集索引的規(guī)則。

您可能感興趣的文章:
  • sqlserver索引的原理及索引建立的注意事項(xiàng)小結(jié)
  • SQL Server2014 哈希索引原理詳解
  • SqlServer索引的原理與應(yīng)用詳解
  • SQL Server 索引介紹
  • SQLSERVER全文目錄全文索引的使用方法和區(qū)別講解
  • SQLSERVER 創(chuàng)建索引實(shí)現(xiàn)代碼
  • SQLSERVER聚集索引和主鍵(Primary Key)的誤區(qū)認(rèn)識(shí)
  • sqlserver 索引的一些總結(jié)
  • SQL Server全文索引服務(wù)
  • SQL Server索引的原理深入解析

標(biāo)簽:邢臺(tái) 巴彥淖爾 本溪 宜春 遼源 朔州 通化 鹽城

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《SQL Server 聚集索引和非聚集索引的區(qū)別分析》,本文關(guān)鍵詞  SQL,Server,聚集,索引,和,非,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《SQL Server 聚集索引和非聚集索引的區(qū)別分析》相關(guān)的同類信息!
  • 本頁(yè)收集關(guān)于SQL Server 聚集索引和非聚集索引的區(qū)別分析的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章

    上一篇:sqlserver下將數(shù)據(jù)庫(kù)記錄的列記錄轉(zhuǎn)換成行記錄的方法

    下一篇:sqlserver 批量刪除存儲(chǔ)過(guò)程和批量修改存儲(chǔ)過(guò)程的語(yǔ)句