首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

SQL索引基础

一、深入浅出理解索引结构    实际上,您可以把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引:聚集索引(clustered index,也称聚类索引、簇集索引)和非聚集索引(nonclustered index,也称非聚类索引、非簇集索引)。下面,我们举例来说明一下聚集索引和非聚集索引的区别:    其实,我们的汉语字典的正文本身就是一个聚集索引。比如,我们要查“安”字,就会很自然地翻开字典的前几页,因为“安”的拼音是“an”,而按照拼音排序汉字的字典是以英文字母“a”开头并以“z”结尾的,那么“安”字就自然地排在字典的前部。如果您翻完了所有以“a”开头的部分仍然找不到这个字,那么就说明您的字典中没有这个字;同样的,如果查“张”字,那您也会将您的字典翻到最后部分,因为“张”的拼音是“zhang”。也就是说,字典的正文部分本身就是一个目录,您不需要再去查其他目录来找到您需要找的内容。我们把这种正文内容本身就是一种按照一定规则排列的目录称为“聚集索引”。    如果您认识某个字,您可以快速地从自动中查到这个字。但您也可能会遇到您不认识的字,不知道它的发音,这时候,您就不能按照刚才的方法找到您要查的字,而需要去根据“偏旁部首”查到您要找的字,然后根据这个字后的页码直接翻到某页来找到您要找的字。但您结合“部首目录”和“检字表”而查到的字的排序并不是真正的正文的排序方法,比如您查“张”字,我们可以看到在查部首之后的检字表中“张”的页码是672页,检字表中“张”的上面是“驰”字,但页码却是63页,“张”的下面是“弩”字,页面是390页。很显然,这些字并不是真正的分别位于“张”字的上下方,现在您看到的连续的“驰、张、弩”三字实际上就是他们在非聚集索引中的排序,是字典正文中的字在非聚集索引中的映射。我们可以通过这种方式来找到您所需要的字,但它需要两个过程,先找到目录中的结果,然后再翻到您所需要的页码。我们把这种目录纯粹是目录,正文纯粹是正文的排序方式称为“非聚集索引”。    通过以上例子,我们可以理解到什么是“聚集索引”和“非聚集索引”。进一步引申一下,我们可以很容易的理解:每个表只能有一个聚集索引,因为目录只能按照一种方法进行排序。  二、何时使用聚集索引或非聚集索引   下面的表总结了何时使用聚集索引或非聚集索引(很重要)。 动作描述使用聚集索引  使用非聚集索引 外键列 应  应 主键列 应 应 列经常被分组排序(order by) 应 应 返回某范围内的数据 应 不应 小数目的不同值 应 不应 大数目的不同值 不应 应 频繁更新的列不应  应 频繁修改索引列 不应 应 一个或极少不同值 不应 不应

02

李晓慧: 如何利用MongoDB打造TOP榜小程序

大家好,我叫李晓慧,我没有一页PPT介绍自己,我就自己简单说一下,我以前是一个开发,我感觉很孤独,因为开发的女生很少,我转过两次组,然后一开始做C++开发,后来用C++做后台开发,后来用PHP、JS、Python进行前台开发和运营开发,整个过程我都感觉有点孤独的,后来我转产品经理,之后做的第一个产品是时序数据库,现在马上就要计费了,现在做的是MongoDB,做了产品经历之后,感觉责任很大,toB要多接近客户,今天我感觉来这么多人,我感觉真的是很开心,因为这么近距离跟我已有的客户或者未来要成为我的客户交流。昨天拜访了一个客户,他的业务侧的开发其实是不太强的,主要靠我们的数据库,拜访完之后就感觉责任很大,对于初创公司的话,我们这种数据库团队其实责任还是非常大的,我的心路历程以及自我介绍就这样。

010

如何利用MongoDB打造TOP榜小程序

大家好,我叫李晓慧,我没有一页PPT介绍自己,我就自己简单说一下,我以前是一个开发,我感觉很孤独,因为开发的女生很少,我转过两次组,然后一开始做C++开发,后来用C++做后台开发,后来用PHP、JS、Python进行前台开发和运营开发,整个过程我都感觉有点孤独的,后来我转产品经理,之后做的第一个产品是时序数据库,现在马上就要计费了,现在做的是MongoDB,做了产品经历之后,感觉责任很大,toB要多接近客户,今天我感觉来这么多人,我感觉真的是很开心,因为这么近距离跟我已有的客户或者未来要成为我的客户交流。昨天拜访了一个客户,他的业务侧的开发其实是不太强的,主要靠我们的数据库,拜访完之后就感觉责任很大,对于初创公司的话,我们这种数据库团队其实责任还是非常大的,我的心路历程以及自我介绍就这样。

06
领券