點(diǎn)擊查看：2018全國計算機三級數據庫技術(shù)考試復習資料匯總

　　談索引使用的誤區

　　結合實(shí)際，談索引使用的誤區

　　理論的目的是應用。雖然我們剛才列出了何時(shí)應使用聚集索引或非聚集索引，但在實(shí)踐中以上規則卻很容易被忽視或不能根據實(shí)際情況進(jìn)行綜合分析。下面我們將根據在實(shí)踐中遇到的實(shí)際問(wèn)題來(lái)談一下索引使用的誤區，以便于大家掌握索引建立的方法。

　　1、主鍵就是聚集索引

　　這種想法筆者認為是極端錯誤的，是對聚集索引的一種浪費。雖然SQL SERVER默認是在主鍵上建立聚集索引的。

　　通常，我們會(huì )在每個(gè)表中都建立一個(gè)ID列，以區分每條數據，并且這個(gè)ID列是自動(dòng)增大的，步長(cháng)一般為1。我們的這個(gè)辦公自動(dòng)化的實(shí)例中的列Gid就是如此。此時(shí)，如果我們將這個(gè)列設為主鍵，SQL SERVER會(huì )將此列默認為聚集索引。這樣做有好處，就是可以讓您的數據在數據庫中按照ID進(jìn)行物理排序，但筆者認為這樣做意義不大。

　　顯而易見(jiàn)，聚集索引的優(yōu)勢是很明顯的，而每個(gè)表中只能有一個(gè)聚集索引的規則，這使得聚集索引變得更加珍貴。

　　從我們前面談到的聚集索引的定義我們可以看出，使用聚集索引的最大好處就是能夠根據查詢(xún)要求，迅速縮小查詢(xún)范圍，避免全表掃描。在實(shí)際應用中，因為ID號是自動(dòng)生成的，我們并不知道每條記錄的ID號，所以我們很難在實(shí)踐中用ID號來(lái)進(jìn)行查詢(xún)。這就使讓ID號這個(gè)主鍵作為聚集索引成為一種資源浪費。其次，讓每個(gè)ID號都不同的字段作為聚集索引也不符合“大數目的不同值情況下不應建立聚合索引”規則;當然，這種情況只是針對用戶(hù)經(jīng)常修改記錄內容，特別是索引項的時(shí)候會(huì )負作用，但對于查詢(xún)速度并沒(méi)有影響。

　　在辦公自動(dòng)化系統中，無(wú)論是系統首頁(yè)顯示的需要用戶(hù)簽收的文件、會(huì )議還是用戶(hù)進(jìn)行文件查詢(xún)等任何情況下進(jìn)行數據查詢(xún)都離不開(kāi)字段的是“日期”還有用戶(hù)本身的“用戶(hù)名”。

　　通常，辦公自動(dòng)化的首頁(yè)會(huì )顯示每個(gè)用戶(hù)尚未簽收的文件或會(huì )議。雖然我們的where語(yǔ)句可以?xún)H僅限制當前用戶(hù)尚未簽收的情況，但如果您的系統已建立了很長(cháng)時(shí)間，并且數據量很大，那么，每次每個(gè)用戶(hù)打開(kāi)首頁(yè)的時(shí)候都進(jìn)行一次全表掃描，這樣做意義是不大的，絕大多數的用戶(hù)1個(gè)月前的文件都已經(jīng)瀏覽過(guò)了，這樣做只能徒增數據庫的開(kāi)銷(xiāo)而已。事實(shí)上，我們完全可以讓用戶(hù)打開(kāi)系統首頁(yè)時(shí)，數據庫僅僅查詢(xún)這個(gè)用戶(hù)近3個(gè)月來(lái)未閱覽的文件，通過(guò)“日期”這個(gè)字段來(lái)限制表掃描，提高查詢(xún)速度。如果您的辦公自動(dòng)化系統已經(jīng)建立的2年，那么您的首頁(yè)顯示速度理論上將是原來(lái)速度8倍，甚至更快。

　　在這里之所以提到“理論上”三字，是因為如果您的聚集索引還是盲目地建在ID這個(gè)主鍵上時(shí)，您的查詢(xún)速度是沒(méi)有這么高的，即使您在“日期”這個(gè)字段上建立的索引(非聚合索引)。下面我們就來(lái)看一下在1000萬(wàn)條數據量的情況下各種查詢(xún)的速度表現(3個(gè)月內的數據為25萬(wàn)條)：

　　(1)僅在主鍵上建立聚集索引，并且不劃分時(shí)間段：

　　Select gid,fariqi,neibuyonghu,title from tgongwen

　　用時(shí)：128470毫秒(即：128秒)

　　(2)在主鍵上建立聚集索引，在fariq上建立非聚集索引：

　　select gid,fariqi,neibuyonghu,title from Tgongwen

　　where fariqi> dateadd(day,-90,getdate())

　　用時(shí)：53763毫秒(54秒)

　　(3)將聚合索引建立在日期列(fariqi)上：

　　select gid,fariqi,neibuyonghu,title from Tgongwen

　　where fariqi> dateadd(day,-90,getdate())

　　用時(shí)：2423毫秒(2秒)

　　雖然每條語(yǔ)句提取出來(lái)的都是25萬(wàn)條數據，各種情況的差異卻是巨大的，特別是將聚集索引建立在日期列時(shí)的差異。事實(shí)上，如果您的數據庫真的有1000萬(wàn)容量的話(huà)，把主鍵建立在ID列上，就像以上的第1、2種情況，在網(wǎng)頁(yè)上的表現就是超時(shí)，根本就無(wú)法顯示。這也是我摒棄ID列作為聚集索引的一個(gè)最重要的因素。

　　得出以上速度的方法是：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)句執行花費時(shí)間(毫秒)]=datediff(ms,@d,getdate())

　　2、只要建立索引就能顯著(zhù)提高查詢(xún)速度

　　事實(shí)上，我們可以發(fā)現上面的例子中，第2、3條語(yǔ)句完全相同，且建立索引的字段也相同;不同的僅是前者在fariqi字段上建立的是非聚合索引，后者在此字段上建立的是聚合索引，但查詢(xún)速度卻有著(zhù)天壤之別。所以，并非是在任何字段上簡(jiǎn)單地建立索引就能提高查詢(xún)速度。

　　從建表的語(yǔ)句中，我們可以看到這個(gè)有著(zhù)1000萬(wàn)數據的表中fariqi字段有5003個(gè)不同記錄。在此字段上建立聚合索引是再合適不過(guò)了。在現實(shí)中，我們每天都會(huì )發(fā)幾個(gè)文件，這幾個(gè)文件的發(fā)文日期就相同，這完全符合建立聚集索引要求的：“既不能絕大多數都相同，又不能只有極少數相同”的規則。由此看來(lái)，我們建立“適當”的聚合索引對于我們提高查詢(xún)速度是非常重要的。

　　3、把所有需要提高查詢(xún)速度的字段都加進(jìn)聚集索引，以提高查詢(xún)速度

　　上面已經(jīng)談到：在進(jìn)行數據查詢(xún)時(shí)都離不開(kāi)字段的是“日期”還有用戶(hù)本身的“用戶(hù)名”。既然這兩個(gè)字段都是如此的重要，我們可以把他們合并起來(lái)，建立一個(gè)復合索引(compound index)。

　　很多人認為只要把任何字段加進(jìn)聚集索引，就能提高查詢(xún)速度，也有人感到迷惑：如果把復合的聚集索引字段分開(kāi)查詢(xún)，那么查詢(xún)速度會(huì )減慢嗎?帶著(zhù)這個(gè)問(wèn)題，我們來(lái)看一下以下的查詢(xún)速度(結果集都是25萬(wàn)條數據)：(日期列fariqi首先排在復合聚集索引的起始列，用戶(hù)名neibuyonghu排在后列)

　　(1)select gid,fariqi,neibuyonghu,title from Tgongwen where fariqi>'2004-5-5'

　　查詢(xún)速度：2513毫秒

　　(2)select gid,fariqi,neibuyonghu,title from Tgongwen where fariqi>'2004-5-5' and neibuyonghu='辦公室'

　　查詢(xún)速度：2516毫秒

　　(3)select gid,fariqi,neibuyonghu,title from Tgongwen where neibuyonghu='辦公室'

　　查詢(xún)速度：60280毫秒

　　從以上試驗中，我們可以看到如果僅用聚集索引的起始列作為查詢(xún)條件和同時(shí)用到復合聚集索引的全部列的查詢(xún)速度是幾乎一樣的，甚至比用上全部的復合索引列還要略快(在查詢(xún)結果集數目一樣的情況下);而如果僅用復合聚集索引的非起始列作為查詢(xún)條件的話(huà)，這個(gè)索引是不起任何作用的。當然，語(yǔ)句1、2的查詢(xún)速度一樣是因為查詢(xún)的條目數一樣，如果復合索引的所有列都用上，而且查詢(xún)結果少的話(huà)，這樣就會(huì )形成“索引覆蓋”，因而性能可以達到最優(yōu)。同時(shí)，請記�。簾o(wú)論您是否經(jīng)常使用聚合索引的其他列，但其前導列一定要是使用最頻繁的列。

掃描/長(cháng)按二維碼幫助考試通關(guān)

2018年等考報考資訊

2018等考各科通關(guān)技巧

2018各科最新預測試卷

2018等考各科備考資料

微信搜索"考試吧"了解更多考試資訊、下載備考資料

　　相關(guān)推薦：

　　2018年全國計算機等級考試必做試題匯總(各科目)

　　2018年全國計算機等級考試復習知識點(diǎn)匯總(各科目)

　　2018全國計算機等級考試備考經(jīng)驗及應試技巧匯總

　　歷年真題匯總|考試吧策劃：2018年計算機等級考試報考指南