隨著“金盾工程”建設的逐步深入和公安信息化的高速發(fā)展，公安計算機應用系統(tǒng)被廣泛應用在各警種、各部門。與此同時，應用系統(tǒng)體系的核心、系統(tǒng)數(shù)據(jù)的存放地――數(shù)據(jù)庫也隨著實際應用而急劇膨脹，一些大規(guī)模的系統(tǒng)，如人口系統(tǒng)的數(shù)據(jù)甚至超過了1000萬條，可謂海量。那么，如何實現(xiàn)快速地從這些超大容量的數(shù)據(jù)庫中提取數(shù)據(jù)（查詢）、分析、統(tǒng)計以及提取數(shù)據(jù)后進行數(shù)據(jù)分頁已成為各地系統(tǒng)管理員和數(shù)據(jù)庫管理員亟待解決的難題。 在以下的文章中，我將以“辦公自動化”系統(tǒng)為例，探討如何在有著1000萬條數(shù)據(jù)的MS SQL SERVER數(shù)據(jù)庫中實現(xiàn)快速的數(shù)據(jù)提取和數(shù)據(jù)分頁。以下代碼說明了我們實例中數(shù)據(jù)庫的“紅頭文件”一表的部分數(shù)據(jù)結構： CREATE TABLE [dbo].[TGongwen] ( --TGongwen是紅頭文件表名 [Gid] [int] IDENTITY (1, 1) NOT NULL , --本表的id號，也是主鍵 [title] [varchar] (80) COLLATE Chinese_PRC_CI_AS NULL , --紅頭文件的標題 [fariqi] [datetime] NULL , --發(fā)布日期 [neibuYonghu] [varchar] (70) COLLATE Chinese_PRC_CI_AS NULL , --發(fā)布用戶 [reader] [varchar] (900) COLLATE Chinese_PRC_CI_AS NULL , --需要瀏覽的用戶。每個用戶中間用分隔符“,”分開 ) ON [PRIMARY] TEXTIMAGE_ON [PRIMARY] GO 下面，我們來往數(shù)據(jù)庫中添加1000萬條數(shù)據(jù)： declare @i int set @i=1 while @i=250000 begin insert into Tgongwen(fariqi,neibuyonghu,reader,title) values('2004-2-5','通信科','通信科,辦公室,王局長,劉局長,張局長,admin,刑偵支隊,特勤支隊,交巡警支隊,經(jīng)偵支隊,戶政科,治安支隊,外事科','這是最先的25萬條記錄') set @i=@i+1 end GO declare @i int set @i=1 while @i=250000 begin insert into Tgongwen(fariqi,neibuyonghu,reader,title) values('2004-9-16','辦公室','辦公室,通信科,王局長,劉局長,張局長,admin,刑偵支隊,特勤支隊,交巡警支隊,經(jīng)偵支隊,戶政科,外事科','這是中間的25萬條記錄') set @i=@i+1 end GO declare @h int set @h=1 while @h=100 begin declare @i int set @i=2002 while @i=2003 begin declare @j int set @j=0 while @j50 begin declare @k int set @k=0 while @k50 begin insert into Tgongwen(fariqi,neibuyonghu,reader,title) values(cast(@i as varchar(4))+'-8-15 3:'+cast(@j as varchar(2))+':'+cast(@j as varchar(2)),'通信科','辦公室,通信科,王局長,劉局長,張局長,admin,刑偵支隊,特勤支隊,交巡警支隊,經(jīng)偵支隊,戶政科,外事科','這是最后的50萬條記錄') set @k=@k+1 end set @j=@j+1 end set @i=@i+1 end set @h=@h+1 end GO declare @i int set @i=1 while @i=9000000 begin insert into Tgongwen(fariqi,neibuyonghu,reader,title) values('2004-5-5','通信科','通信科,辦公室,王局長,劉局長,張局長,admin,刑偵支隊,特勤支隊,交巡警支隊,經(jīng)偵支隊,戶政科,治安支隊,外事科','這是最后添加的900萬條記錄') set @i=@i+1000000 end GO 通過以上語句，我們創(chuàng)建了25萬條由通信科于2004年2月5日發(fā)布的記錄，25萬條由辦公室于2004年9月6日發(fā)布的記錄，2002年和2003年各100個2500條相同日期、不同分秒的由通信科發(fā)布的記錄（共50萬條），還有由通信科于2004年5月5日發(fā)布的900萬條記錄，合計1000萬條。 一、因情制宜，建立“適當”的索引 建立“適當”的索引是實現(xiàn)查詢優(yōu)化的首要前提。 索引（index）是除表之外另一重要的、用戶定義的存儲在物理介質(zhì)上的數(shù)據(jù)結構。當根據(jù)索引碼的值搜索數(shù)據(jù)時，索引提供了對數(shù)據(jù)的快速訪問。事實上，沒有索引,數(shù)據(jù)庫也能根據(jù)SELECT語句成功地檢索到結果，但隨著表變得越來越大，使用“適當”的索引的效果就越來越明顯。注意，在這句話中，我們用了“適當”這個詞，這是因為，如果使用索引時不認真考慮其實現(xiàn)過程，索引既可以提高也會破壞數(shù)據(jù)庫的工作性能。 （一）深入淺出理解索引結構 實際上，您可以把索引理解為一種特殊的目錄。微軟的SQL SERVER提供了兩種索引：聚集索引（clustered index，也稱聚類索引、簇集索引）和非聚集索引（nonclustered index，也稱非聚類索引、非簇集索引）。下面，我們舉例來說明一下聚集索引和非聚集索引的區(qū)別： 其實，我們的漢語字典的正文本身就是一個聚集索引。比如，我們要查“安”字，就會很自然地翻開字典的前幾頁，因為“安”的拼音是“an”，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字，那么就說明您的字典中沒有這個字；同樣的，如果查“張”字，那您也會將您的字典翻到最后部分，因為“張”的拼音是“zhang”。也就是說，字典的正文部分本身就是一個目錄，您不需要再去查其他目錄來找到您需要找的內(nèi)容。 我們把這種正文內(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”。 如果您認識某個字，您可以快速地從自動中查到這個字。但您也可能會遇到您不認識的字，不知道它的發(fā)音，這時候，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)這個字后的頁碼直接翻到某頁來找到您要找的字。但您結合“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”的頁碼是672頁，檢字表中“張”的上面是“馳”字，但頁碼卻是63頁，“張”的下面是“弩”字，頁面是390頁。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”三字實際上就是他們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。我們可以通過這種方式來找到您所需要的字，但它需要兩個過程，先找到目錄中的結果，然后再翻到您所需要的頁碼。 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”。 進一步引申一下，我們可以很容易的理解：每個表只能有一個聚集索引，因為目錄只能按照一種方法進行排序。 （二）何時使用聚集索引或非聚集索引 下面的表總結了何時使用聚集索引或非聚集索引（很重要）。 動作描述 使用聚集索引 使用非聚集索引 列經(jīng)常被分組排序 應 應 返回某范圍內(nèi)的數(shù)據(jù) 應 不應 一個或極少不同值 不應 不應 小數(shù)目的不同值 應 不應 大數(shù)目的不同值 不應 應 頻繁更新的列 不應 應
