SQL Server 索引(index)

1.索引(index)在数据库中是如何设计实现的

    所有的索引(index)都存储在一个 B-tree 的数据结构当中，索引(index)的开始节点作为 B-tree 的根节点。其中的 索引(index)作为中间节点一起组成一棵 B-tree；中间节点是由索引列数据组成的(由于中间节点的大小的一样，所以索引列的不能过大，不然一个节点容纳的索引列太少，对应的查找时间就会增加)。在 B-tree 的底部就是叶节点；叶节点根据索引(index)是聚集索引(clustered index)还是非聚集索引(nonclustered index)而有所不同。

    如果是聚集索引(clustered index)，叶节点实际是数据页面本身；(见下图 Figure 5-1)

    如果非聚集索引(nonclustered index)，叶节点是一个指针(pointer)，它指向一个heap结构或者聚集索引的数据页面。(见下图 Figure 5-2)

    聚集索引决定了table中数据的物理存储方式，一个table只能有一个聚集索引(clustered index)。我的理解就是table中的数据在物理存储上按照聚集索引进行排序。所以后面的内容也讲到：聚集索引列最好是那些不会被频繁修改的列，否则整个数据表的数据会经常移动的，数据库的性能就会很差。

2.索引列(index column)如何选择

   前文已经讲述了index是用一个B-tree来保存的，所以接下来讲解如何选择索引，应该就容易理解了。

聚集索引(clustered index)列最佳选择

1) 那些包含在范围查询语句当中的列；如 between 关键字中的列、或 > (大于比较) 或 < (小于比较) 中的数据列。
2) order关键字中的数据列
3) 聚集函数中的数据列
4) 表中值唯一的列 
聚集索引(clustered index)列不宜选择
1）频繁更新的数据列
2）字节数较大的数据列

非聚集索引(nonclustered index)列最佳选择
1）频繁使用在 WHERE 语句中的数据列
2）频繁使用在 JOIN 语句中的数据列
3）频繁使用在 ORDER BY 语句中的数据列
   非聚集索引(nonclustered index)列不宜选择低选择性(selectivty)的列。
selectivty = distinct(index columns) / count(*)；
   即是 某种列组合的不同值 和 整个数据表的总数据行 的比值。选择非聚集索引时，这个值越高越好。

3. PAD_INDEX 和 FILLFACTOR 参数的使用

在前文我已经提到，索引不能建立在经常进行插入、删除、更新的数据表中，这样会导致整个数据的频繁移动，反而会降低性能。但是适当地设置 PAD_INDEX 和 FILLFACTOR 参数对更新的表格有一定的缓解(注意是缓解不是消除)作用。其中FILLFACTOR 就是索引的数据表页面的填充因子。例如FILLFACTOR=50表示索引数据表中有50%填充数据，另外的50%是空的，用来容纳将要插入的新数据行。

--使用实例如下
CREATE NONCLUSTERED INDEX NI_TerminationReason_TerminationReason_DepartmentID
ON HumanResources.TerminationReason
(TerminationReason ASC, DepartmentID ASC)
WITH (PAD_INDEX=ON, FILLFACTOR=50)

本文的大部分内容来自于对《SQL Server 2008 Transact-SQL Recipes (Apress 2008)》的理解。