SQL 优化-索引、查询优化及分页算法方案 (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，您可以快速地从自典中查到这个字。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 ...
