聚集索引，表中存儲的數據按照索引的順序存儲，檢索效率比普通索引高，但對數據新增/修改/刪除的影響比較大
非聚集索引，不影響表中的數據存儲順序，檢索效率比聚集索引低，對數據新增/修改/刪除的影響很小
如何讓你的 SQL 運行得更快
人們在使用 SQL 時往往會陷入一個誤區，即太關注于所得的結果是否正確，而忽略了不同的實現方法之間可能存在的性能差異，這種性能差異在大型的或是復雜的數據庫環境中（如聯機事務處理 OLTP 或決策支持系統 DSS ）中表現得尤為明顯。
筆者在工作實踐中發現，不良的 SQL 往往來自于不恰當的索引設計、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！
下面我將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
一、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 上建有一個非群集索引
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，并且在第一和第三個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，但有時它并不是最佳的；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。
二、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)
將 SQL 改為：
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并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) 。
三、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 where substring(card_no,1,4)='5378' (13秒)
select * from record where amount/30< 1000 (11秒)
select * from record where convert(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' 在邏輯上相當于 '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，并且完成時間還要受 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 as
declare @a int
declare @b int
declare @c int
declare @d char(10)
begin
select @a=count(*) from stuff where id_no='0'
select @b=count(*) from stuff where id_no='1'
end
select @c=@a+@b
select @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. 要善于使用存儲過程，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。
