SQL Server优化(4)－聚集索引的重要性和如何选择聚集索引

聚集索引的重要性和如何选择聚集索引

在上一节的标题中，笔者写的是：实现小数据量和海量数据的通用分页显示存储过程。 这是因为在将本存 储过程应用于“办公自动化”系统的实践中时，笔者发现这第三种存储过程在小数据量的情况下，有如下现象：

1 、分页速度一般维持在1 秒 和3 秒之间。

2 、在查询最后一页时，速度一般为5 秒 至8 秒，哪怕分页总数只有3 页或30 万页。

虽然在超大容量情况下，这个分页的实现过程是很快的，但在分前几页时，这个1 －3 秒 的速度比起第一种甚至没有经过优化的分页方法速度还要慢，借用户的话说就是“还没有ACCESS 数据库速 度快”，这个认识足以导致用户放弃使用您开发的系统。

笔者就此分析了一下，原来产生这种现象的症结是如此的简单，但又如此的重要：排序的字段不是聚集索引！

本篇文章的题目是：“查询优化及分页算法方案”。笔者只所以把“查询优 化”和“分页算法”这两个联系不是很大的论题放在一起，就是因为二者都需要一个非常重要的 东西 ―― 聚集索引。

在前面的讨论中我们已经提到了，聚集索引有两个最大的优势：

1 、 以最快的速度缩小查询范围。

2 、以最快的速度进行字段排序。

第1 条多用在查询优化时，而第2 条 多用在进行分页时的数据排序。

而聚集索引在每个表内又只能建立一个，这使得聚集索引显得更加的重要。聚集索引的挑选可以说是实现“查询优 化”和“高效分页”的最关键因素。

但要既使聚集索引列既符合查询列的需要，又符合排序列的需要，这通常是一个矛盾。

笔者前面“索引”的讨论中，将fariqi ，即用户发文日期作 为了聚集索引的起始列，日期的精确度为“日”。这种作法的优点，前面已经提到了，在进行划时间段的快速查询中， 比用ID 主键列有很大的优势。

但在分页时，由于这个聚集索引列存在着重复记录，所以无法使用max 或min 来 最为分页的参照物，进而无法实现更为高效的排序。而如果将ID 主键列作为聚集索引，那么聚集索引除了用以排序之外，没有任何用 处，实际上是浪费了聚集索引这个宝贵的资源。

为解决这个矛盾，笔者后来又添加了一个日期列，其默认值为getdate() 。 用户在写入记录时，这个列自动写入当时的时间，时间精确到毫秒。即使这样，为了避免可能性很小的重合，还要在此列上创建UNIQUE 约 束。将此日期列作为聚集索引列。

有了这个时间型聚集索引列之后，用户就既可以用这个列查找用户在插入数据时的某个时间段的查询，又可以作为唯一列来实现max 或min ， 成为分页算法的参照物。

经过这样的优化，笔者发现，无论是大数据量的情况下还是小数据量的情况下，分页速度一般都是几十毫秒，甚至0 毫 秒。而用日期段缩小范围的查询速度比原来也没有任何迟钝。

聚集索引是如此的重要和珍贵，所以笔者总结了一下，一定要将聚集索引建立在：

1 、 您最频繁使用的、用以缩小查询范围的字段上；

2 、 您最频繁使用的、需要排序的字段上。

结束语：

本篇文章汇集了笔者近段在使用数据库方面的心得，是在做“办公自动化”系统时实践经验的积累。希望这篇文章不仅 能够给大家的工作带来一定的帮助，也希望能让大家能够体会到分析问题的方法；最重要的是，希望这篇文章能够抛砖引玉，掀起大家的学习和讨论的兴趣，以共同 促进，共同为公安科技强警事业和金盾工程做出自己最大的努力。

最后需要说明的是，在试验中，我发现用户在进行大数据量查询的时候，对数据库速度影响最大的不是内存大小，而是CPU 。 在我的P4 2.4 机器上试验的时候，查看“资源管理器”，CPU 经 常出现持续到100% 的现象，而内存用量却并没有改变或者说没有大的改变。即使在我们的HP ML 350 G3 服 务器上试验时，CPU 峰值也能达到90% ，一般持续在70% 左右。