SQL Server 索引基础知识(2)
（http://www.builder.com.cn/2008/0211/733054.shtml） 基础知识（4）
不论是 聚集索引，还是非聚集索引，都是用B+树来实现的。我们在了解这两种索引之前，需要先了解B+通过总结，我发现自己以前很多很模糊的概念都清晰了很多。
不论是 聚集索引，还是非聚集索引，都是用B+树来实现的。我们在了解这两种索引之前，需要先了解B+树。如果你对B树不了解的话，建议参看以下几篇文章：
BTree,B-Tree,B+Tree,B*Tree都是什么
http://blog.csdn.net/manesking/archive/2007/02/09/1505979.aspx
B+ 树的结构图:
B+ 树的特点:
所有关键字都出现在叶子结点的链表中（稠密索引），且链表中的关键字恰好是有序的；
不可能在非叶子结点命中；
非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储（关键字）数据的数据层；
B+ 树中增加一个数据，或者删除一个数据，需要分多种情况处理，比较复杂，这里就不详述这个内容了。
聚集索引（Clustered Index）
聚集索引的叶节点就是实际的数据页
在数据页中数据按照索引顺序存储
行的物理位置和行在索引中的位置是相同的
每个表只能有一个聚集索引
聚集索引的平均大小大约为表大小的5%左右
下面是两副简单描述聚集索引的示意图：
在聚集索引中执行下面语句的的过程：
select * from table where firstName = 'Ota'
一个比较抽象点的聚集索引图示：
非聚集索引 （Unclustered Index）
非聚集索引的页，不是数据，而是指向数据页的页。
若未指定索引类型，则默认为非聚集索引
叶节点页的次序和表的物理存储次序不同
每个表最多可以有249个非聚集索引
在非聚集索引创建之前创建聚集索引（否则会引发索引重建）
在非聚集索引中执行下面语句的的过程：
select * from employee where lname = 'Green'
一个比较抽象点的非聚集索引图示：
什么是 Bookmark Lookup
虽然SQL 2005 中已经不在提 Bookmark Lookup 了(换汤不换药)，但是我们的很多搜索都是用的这样的搜索过程，如下：
先在非聚集中找，然后再在聚集索引中找。
在 http://www.sqlskills.com/ 提供的一个例子中，就给我们演示了 Bookmark Lookup 比 Table Scan 慢的情况，例子的脚本如下：
USE CREDITgo-- These samples use the Credit database. You can download and restore the-- credit database from here:-- http://www.s
相关文档：
1.选择最有效率的表名顺序(只在基于规则的优化器中有效)
SQLSERVER的解析器按照从右到左的顺序处理from子句中的表名，因此from子句中写在最后的表（基础表driving table）将被最先处理，在from子句中包含多个表的情况下，必须选择记录条数最少的表作为基础表，当SQLSERVER处理多个表时，会运用排序及合并的方式� ......
在sql server 2005里，根据数据库性能动态构建索引。
数据库设计好后，系统上线运动一个周期后，数据库性能瓶颈突现出来，这个时间，需要一种根据性能，来动态构建索引，提高查询效率。
--过程优化SQL
&nb ......
A left join B 的连接的记录数与A表的记录数同
A right join B 的连接的记录数与B表的记录数同
A left join B 等价B right join A
table A:Field_K, Field_A1 a3 b4 ctable B:Field_K, Field_B1 x2 &nbs ......
网站数据库种马
数据库中很多表存在大量相同记录
经高人指点删除相同记录(仅保留一个)的SQL语句如下
declare @tmptb TABLE (
[ID] [int] NOT NULL ,
[SortName] [nvarchar] (100) COLLATE Chinese_PRC_CI_AS NULL ,
[SortNote] [nvarchar] (100) COLLATE Chinese_PRC_CI_AS NULL ,
[ParentI ......
