聚集索引的重要性和如何選擇聚集索引

　　在上一節的標題中，筆者寫的是：實現小數據量和海量數據的通用分頁顯示存儲過程。這是因為在將本存儲過程應用于“辦公自動化”系統的實踐中時，筆者發現這第三種存儲過程在小數據量的情況下，有如下現象：

1、分頁速度一般維持在1秒和3秒之間。

2、在查詢最后一頁時，速度一般為5秒至8秒，哪怕分頁總數只有3頁或30萬頁。

　　雖然在超大容量情況下，這個分頁的實現過程是很快的，但在分前幾頁時，這個1－3秒的速度比起第一種甚至沒有經過優化的分頁方法速度還要慢，借用戶的話說就是“還沒有ACCESS數據庫速度快”，這個認識足以導致用戶放棄使用您開發的系統。
　　筆者就此分析了一下，原來產生這種現象的癥結是如此的簡單，但又如此的重要：排序的字段不是聚集索引！
　　本篇文章的題目是：“查詢優化及分頁算法方案”。筆者只所以把“查詢優化”和“分頁算法”這兩個聯系不是很大的論題放在一起，就是因為二者都需要一個非常重要的東西――聚集索引。
在前面的討論中我們已經提到了，聚集索引有兩個最大的優勢：

1、以最快的速度縮小查詢范圍。

2、以最快的速度進行字段排序。

　　第1條多用在查詢優化時，而第2條多用在進行分頁時的數據排序。

　　而聚集索引在每個表內又只能建立一個，這使得聚集索引顯得更加的重要。聚集索引的挑選可以說是實現“查詢優化”和“高效分頁”的最關鍵因素。
　　但要既使聚集索引列既符合查詢列的需要，又符合排序列的需要，這通常是一個矛盾。筆者前面“索引”的討論中，將fariqi，即用戶發文日期作為了聚集索引的起始列，日期的精確度為“日”。這種作法的優點，前面已經提到了，在進行劃時間段的快速查詢中，比用ID主鍵列有很大的優勢。
　　但在分頁時，由于這個聚集索引列存在著重復記錄，所以無法使用max或min來最為分頁的參照物，進而無法實現更為高效的排序。而如果將ID主鍵列作為聚集索引，那么聚集索引除了用以排序之外，沒有任何用處，實際上是浪費了聚集索引這個寶貴的資源。
　　為解決這個矛盾，筆者后來又添加了一個日期列，其默認值為getdate()。用戶在寫入記錄時，這個列自動寫入當時的時間，時間精確到毫秒。即使這樣，為了避免可能性很小的重合，還要在此列上創建UNIQUE約束。將此日期列作為聚集索引列。
　　有了這個時間型聚集索引列之后，用戶就既可以用這個列查找用戶在插入數據時的某個時間段的查詢，又可以作為唯一列來實現max或min，成為分頁算法的參照物。
　　經過這樣的優化，筆者發現，無論是大數據量的情況下還是小數據量的情況下，分頁速度一般都是幾十毫秒，甚至0毫秒。而用日期段縮小范圍的查詢速度比原來也沒有任何遲鈍。聚集索引是如此的重要和珍貴，所以筆者總結了一下，一定要將聚集索引建立在：

1、您最頻繁使用的、用以縮小查詢范圍的字段上；

2、您最頻繁使用的、需要排序的字段上。

結束語

　　本篇文章匯集了筆者近段在使用數據庫方面的心得，是在做“辦公自動化”系統時實踐經驗的積累。希望這篇文章不僅能夠給大家的工作帶來一定的幫助，也希望能讓大家能夠體會到分析問題的方法；最重要的是，希望這篇文章能夠拋磚引玉，掀起大家的學習和討論的興趣，以共同促進，共同為公安科技強警事業和金盾工程做出自己最大的努力。
　　最后需要說明的是，在試驗中，我發現用戶在進行大數據量查詢的時候，對數據庫速度影響最大的不是內存大小，而是CPU。在我的P4 2.4機器上試驗的時候，查看“資源管理器”，CPU經常出現持續到100%的現象，而內存用量卻并沒有改變或者說沒有大的改變。即使在我們的HP ML 350 G3服務器上試驗時，CPU峰值也能達到90%，一般持續在70%左右。
　　本文的試驗數據都是來自我們的HP ML 350服務器。服務器配置：雙Inter Xeon 超線程 CPU 2.4G，內存1G，操作系統Windows Server 2003 Enterprise Edition，數據庫SQL Server 2000 SP3

文章引用：http://www.vckbase.com/document/viewdoc/?id=1310