一、重要內容匯總:
1.SQLServer索引有兩種，聚集索引和非聚集索引；
2.聚集索引存儲記錄是物理上連續存在，而非聚集索引是邏輯上的連續，物理存儲並不連續。
3.聚集索引一個表只能有一個，而非聚集索引一個表可以存在多個。
4.創建索引語法：CREATE [UNIQUE][CLUSTERED | NONCLUSTERED] INDEX index_name ON {table_name | view_name} [WITH [index_property [,....n]]
事例：建為pawn_ddhxx 表建一個索引名為Clust_ddhxx_bh，索引列為bh的聚集索引，create Clustered index Clust_ddhxx_bh on pawn_ddhxx (bh)
5.刪除索引語法：DROP INDEX table_name.index_name[,table_name.index_name]
事例：drop index pawn_fk_dwdjbdw.Clust_dw_bh
二、內容詳述
1.1 什么是索引？
索引主要目的是提高了SQL Server系統的性能，加快數據的查詢速度與減少系統的響應時間。
下面舉兩個簡單的例子：
圖書館的例子：一個圖書館那么多書，怎么管理呢？建立一個字母開頭的目錄，例如：a開頭的書，在第一排，b開頭的在第二排，這樣在找什么書就好說了，這個就是一個聚集索引，可是很多人借書找某某作者的，不知道書名怎么辦？圖書管理員在寫一個目錄，某某作者的書分別在第幾排，第幾排，這就是一個非聚集索引。
1.2 索引的存儲機制
首先，無索引的表，查詢時，是按照順序存續的方法掃描每個記錄來查找符合條件的記錄，這樣效率十分低下。舉個例子，如果我們將字典的漢字隨即打亂，沒有前面的按照拼音或者部首查詢，那么我們想找一個字，按照順序的方式去一頁頁的找，這樣效率低下。
聚集索引和非聚集索引的根本區別是表記錄的排列順序和與索引的排列順序是否一致。
聚集索引就是在數據庫被開辟一個物理空間存放他的排列的值，例如1-100，所以當插入數據時，他會重新排列整個整個物理空間，而非聚集索引其實可以看作是一個含有聚集索引的表，他只僅包含原表中非聚集索引的列和指向實際物理表的指針。他只記錄一個指針，其實就有點和堆棧差不多的感覺了。
1.3建立索引的原則
1) 定義主鍵的數據列一定要建立索引。
2) 定義有外鍵的數據列一定要建立索引。
3) 對於經常查詢的數據列最好建立索引。
4) 對於需要在指定范圍內的快速或頻繁查詢的數據列;
5) 經常用在WHERE子句中的數據列。
6) 經常出現在關鍵字order by、group by、distinct后面的字段。如果建立的是復合索引，索引的字段順序要和這些關鍵字后面的字段順序一致，否則索引不會被使用。
7) 對於那些查詢中很少涉及的列，重復值比較多的列不要建立索引。
8) 對於定義為text、image和bit的數據類型的列不要建立索引。
9) 對於經常存取的列避免建立索引
9) 限制表上的索引數目。對一個存在大量更新操作的表，所建索引的數目一般不要超過3個，最多不要超過5個。索引雖說提高了訪問速度，但太多索引會影響數據的更新操作。
10) 對復合索引，按照字段在查詢條件中出現的頻度建立索引。在復合索引中，記錄首先按照第一個字段排序。對於在第一個字段上取值相同的記錄，系統再按照第二個字段的取值排序，以此類推。因此只有復合索引的第一個字段出現在查詢條件中，該索引才可能被使用,因此將應用頻度高的字段，放置在復合索引的前面，會使系統最大可能地使用此索引，發揮索引的作用。
1.4 如何創建索引
1.41 創建索引的語法：
CREATE [UNIQUE][CLUSTERED | NONCLUSTERED] INDEX index_name ON {table_name | view_name} [WITH [index_property [,....n]]
說明：
UNIQUE: 建立唯一索引。
CLUSTERED: 建立聚集索引。
NONCLUSTERED: 建立非聚集索引。
Index_property: 索引屬性。
UNIQUE索引既可以采用聚集索引結構，也可以采用非聚集索引的結構，如果不指明采用的索引結構，則SQL Server系統默認為采用非聚集索引結構。
1.42 刪除索引語法：
DROP INDEX table_name.index_name[,table_name.index_name]
說明：table_name: 索引所在的表名稱。
index_name : 要刪除的索引名稱。
1.43 顯示索引信息：
使用系統存儲過程：sp_helpindex 查看指定表的索引信息。
執行代碼如下：
Exec sp_helpindex book1;
1.5 索引實戰（摘抄）
不良的SQL往往來自於不恰當的索引設計、不充份的連接條件和不可優化的where子句。在對它們進行適當的優化后，其運行速度有了明顯地提高！
下面從這三個方面分別進行總結：
為了更直觀地說明問題，所有實例中的SQL運行時間均經過測試，不超過１秒的均表示為（< 1秒）。----
測試環境: 主機：HP LH II---- 主頻：330MHZ---- 內存：128兆----
操作系統：Operserver5.0.4----
數據庫：Sybase11.0.3
第一方面：不合理的索引設計----
例：表record有620000行，試看在不同的索引下，下面幾個 SQL的運行情況：
---- 1.在date上建有一非個群集索引
select count(*) from record where date >'19991201' and date < '19991214'and amount >2000 (25秒)
select date ,sum(amount) from record group by date(55秒)
select count(*) from record where date >'19990901' and place in ('BJ','SH') (27秒)
---- 分析：----
date上有大量的重復值，在非群集索引下，數據在物理上隨機存放在數據頁上，在范圍查找時，必須執行一次表掃描才能找到這一范圍內的全部行。
---- 2.在date上的一個群集索引
select count(*) from record where date >'19991201' and date < '19991214' and amount >2000 （14秒）
select date,sum(amount) from record group by date（28秒）
select count(*) from record where date >'19990901' and place in ('BJ','SH')（14秒）
---- 分析：---- 在群集索引下，數據在物理上按順序在數據頁上，重復值也排列在一起，因而在范圍查找時，可以先找到這個范圍的起末點，且只在這個范圍內掃描數據頁，避免了大范圍掃描，提高了查詢速度。
---- 3.在place，date，amount上的組合索引
select count(*) from record where date >'19991201' and date < '19991214' and amount >2000 （26秒）
select date,sum(amount) from record group by date（27秒）
select count(*) from record where date >'19990901' and place in ('BJ, 'SH')（< 1秒）
---- 分析：---- 這是一個不很合理的組合索引，因為它的前導列是place，第一和第二條SQL沒有引用place，因此也沒有利用上索引；第三個SQL使用了place，且引用的所有列都包含在組合索引中，形成了索引覆蓋，所以它的速度是非常快的。
---- 4.在date，place，amount上的組合索引
select count(*) from record where date >'19991201' and date < '19991214' and amount >2000(< 1秒)
select date,sum(amount) from record group by date（11秒）
select count(*) from record where date >'19990901' and place in ('BJ','SH')（< 1秒）
---- 分析：---- 這是一個合理的組合索引。它將date作為前導列，使每個SQL都可以利用索引，並且在第一和第三個SQL中形成了索引覆蓋，因而性能達到了最優。
---- 5.總結：----
缺省情況下建立的索引是非群集索引，但有時它並不是最佳的；合理的索引設計要建立在對各種查詢的分析和預測上。
一般來說：
①.有大量重復值、且經常有范圍查詢（between, >,< ，>=,< =）和order by、group by發生的列，可考慮建立群集索引；
②.經常同時存取多列，且每列都含有重復值可考慮建立組合索引；
③.組合索引要盡量使關鍵查詢形成索引覆蓋，其前導列一定是使用最頻繁的列。
第二方面：不充份的連接條件：
例：表card有7896行，在card_no上有一個非聚集索引，表account有191122行，在account_no上有一個非聚集索引，試看在不同的表連接條件下，兩個SQL的執行情況：
select sum(a.amount) from account a,card b where a.card_no = b.card_no（20秒）
select sum(a.amount) from account a,card b where a.card_no = b.card_no and a.account_no=b.account_no（< 1秒）
---- 分析：---- 在第一個連接條件下，最佳查詢方案是將account作外層表，card作內層表，利用card上的索引，其I/O次數可由以下公式估算為：
外層表account上的22541頁+（外層表account的191122行*內層表card上對應外層表第一行所要查找的3頁）=595907次I/O
在第二個連接條件下，最佳查詢方案是將card作外層表，account作內層表，利用account上的索引，其I/O次數可由以下公式估算為：外層表card上的1944頁+（外層表card的7896行*內層表account上對應外層表每一行所要查找的4頁）= 33528次I/O
可見，只有充份的連接條件，真正的最佳方案才會被執行。
總結：
1.多表操作在被實際執行前，查詢優化器會根據連接條件，列出幾組可能的連接方案並從中找出系統開銷最小的最佳方案。連接條件要充份考慮帶有索引的表、行數多的表；內外表的選擇可由公式：外層表中的匹配行數*內層表中每一次查找的次數確定，乘積最小為最佳方案。
2.查看執行方案的方法-- 用set showplanon，打開showplan選項，就可以看到連接順序、使用何種索引的信息；想看更詳細的信息，需用sa角色執行dbcc(3604,310,302)。
第三方面：不可優化的where子句
1.例：下列SQL條件語句中的列都建有恰當的索引，但執行速度卻非常慢：
select * from record wheresubstring(card_no,1,4)='5378'(13秒)
select * from record whereamount/30< 1000（11秒）
select * from record whereconvert(char(10),date,112)='19991201'（10秒）
分析：
where子句中對列的任何操作結果都是在SQL運行時逐列計算得到的，因此它不得不進行表搜索，而沒有使用該列上面的索引；
如果這些結果在查詢編譯時就能得到，那么就可以被SQL優化器優化，使用索引，避免表搜索，因此將SQL重寫成下面這樣：
select * from record where card_no like'5378%'（< 1秒）
select * from record where amount< 1000*30（< 1秒）
select * from record where date= '1999/12/01'（< 1秒）
你會發現SQL明顯快起來！
2.例：表stuff有200000行，id_no上有非群集索引，請看下面這個SQL：
select count(*) from stuff where id_no in('0','1')（23秒）
分析：---- where條件中的'in'在邏輯上相當於'or'，所以語法分析器會將in ('0','1')轉化為id_no ='0' or id_no='1'來執行。
我們期望它會根據每個or子句分別查找，再將結果相加，這樣可以利用id_no上的索引；
但實際上（根據showplan）,它卻采用了"OR策略"，即先取出滿足每個or子句的行，存入臨時數據庫的工作表中，再建立唯一索引以去掉重復行，最后從這個臨時表中計算結果。因此，實際過程沒有利用id_no上索引，並且完成時間還要受tempdb數據庫性能的影響。
實踐證明，表的行數越多，工作表的性能就越差，當stuff有620000行時，執行時間竟達到220秒！還不如將or子句分開：
select count(*) from stuff where id_no='0'select count(*) from stuff where id_no='1'
得到兩個結果，再作一次加法合算。因為每句都使用了索引，執行時間只有3秒，在620000行下，時間也只有4秒。
或者，用更好的方法，寫一個簡單的存儲過程：
create proc count_stuff asdeclare @a intdeclare @b intdeclare @c intdeclare @d char(10)beginselect @a=count(*) from stuff where id_no='0'select @b=count(*) from stuff where id_no='1'endselect @c=@a+@bselect @d=convert(char(10),@c)print @d
直接算出結果，執行時間同上面一樣快！
---- 總結：---- 可見，所謂優化即where子句利用了索引，不可優化即發生了表掃描或額外開銷。
1.任何對列的操作都將導致表掃描，它包括數據庫函數、計算表達式等等，查詢時要盡可能將操作移至等號右邊。
2.in、or子句常會使用工作表，使索引失效；如果不產生大量重復值，可以考慮把子句拆開；拆開的子句中應該包含索引。
3.要善於使用存儲過程，它使SQL變得更加靈活和高效。
從以上這些例子可以看出，SQL優化的實質就是在結果正確的前提下，用優化器可以識別的語句，充份利用索引，減少表掃描的I/O次數，盡量避免表搜索的發生。其實SQL的性能優化是一個復雜的過程，上述這些只是在應用層次的一種體現，深入研究還會涉及數據庫層的資源配置、網絡層的流量控制以及操作系統層的總體設計。
索引實戰是摘抄網友的文章，引用地址：http://blog.csdn.net/gprime/article/details/1687930