聚集索引

数据结构

堆表(heap table)数据插入时存储位置是随机的，主要由数据库内部块的空闲情况决定，写入以后不会再移动存储位置，全表扫描时也不一定先插入的数据先查到。

在堆表上建立聚集索引(clustered index)后变成索引表(index-organized table)，数据按照索引的排序存储。好处在于：

1. 表数据存储在B树的叶节点中，节省了堆结构的空间
2. 通过聚集索引查询数据只需要一次index-only scan

但是，当聚集索引无法覆盖，需要在其基础上建另一个索引(secondary index)时，索引表的缺点就会显露出来。索引表中的数据不像堆表中那样静态存储，随着表中数据的更新，数据可以随时移动以维持索引的顺序。因此，二级索引中不能直接存储行的物理位置，必须使用一个逻辑键来代替。

对比图5.2、图5.3可以看出，在索引表中需要遍历两次索引树：

1. 在二级索引中查询对应的逻辑键（由聚集索引中的键组成）
2. 根据逻辑键遍历聚集索引，找到对应的行

通过二级索引访问索引表的效率很低。

二级索引中存储了每一行的聚集索引的键值。只查询索引中包含的列时，遍历一次二级索引的B树即可；但另一方面，聚集索引的键通常比堆表中的ROWID更长，这样二级索引就会比堆表上的大。

使用场景

索引的数量

如果需要创建二级索引，应该选择非聚集索引。

SELECT操作

如果需要查询的字段都在索引键中，那么非聚集索引效率更高。需要查询表中的其他字段，聚集索引效率更高。

INSERT/UPDATE操作

如果表中的数据频繁更新，应使用非聚集索引。

磁盘空间

非聚集索引需要额外的空间来存储索引树。如果要确保占用磁盘空间尽量小，应使用聚集索引。

索引键选择的最佳实践

• 字段长度要短：长度短可以减少索引树的层级，同时也减少二级索引长度。
• 静态：最好选择极少更新的字段。
• 递增：使用递增字段做索引键可以提高INSERT效率。
• 唯一性：如果索引键不唯一，SQL Server会新增一个uniqueifier字段（需占用额外的空间）强行使索引键唯一。

参考资料：
Designing effective SQL Server clustered indexes