Sql 简明教程
SQL - Non-Clustered Index
SQL Non-Clustered Indexes
SQL Non-Clustered 索引类似于聚集索引。当在列上定义时,它会创建一个特殊表,其中包含索引列的副本以及指向表中实际数据位置的指针。但是,与聚集索引不同,非聚集索引无法从物理上对索引列进行排序。
以下是 SQL 中非聚集索引的一些要点 -
-
非聚集索引是数据库中用于加快数据库查询执行时间的一种索引类型。
-
这些索引所需存储空间比聚集索引小,因为它们不存储实际数据行。
-
我们可以在单个表上创建多个非聚集索引。
为了更好地理解,请观察以下说明非聚集索引的工作原理的图片 -
假设我们有一个示例数据库表,其中包含两列,名为 ID 和 NAME 。如果在上述表中为名为 ID 的列创建非聚集索引,它将存储 ID 列的副本,同时带有指向表中实际数据特定位置的指针。
Syntax
以下是 SQL Server 中创建 non-clustered 索引的语法 -
CREATE NONCLUSTERED INDEX index_name
ON table_name (column_name)
在此,
-
index_name :包含非聚集索引的名称。
-
table_name :包含你要创建非聚集索引的表名称。
-
column_name :包含你要为其定义非聚集索引的列的名称。
Example
让我们使用以下查询创建一个名为 CUSTOMERS 的表 -
CREATE TABLE CUSTOMERS(
ID INT NOT NULL,
NAME VARCHAR (20) NOT NULL,
AGE INT NOT NULL,
ADDRESS CHAR (25),
SALARY DECIMAL (20, 2),
);
让我们使用以下查询在上述创建的表中插入一些值 -
INSERT INTO CUSTOMERS VALUES
(7, 'Muffy', '24', 'Indore', 5500),
(1, 'Ramesh', '32', 'Ahmedabad', 2000),
(6, 'Komal', '22', 'Hyderabad', 9000),
(2, 'Khilan', '25', 'Delhi', 1500),
(4, 'Chaitali', '25', 'Mumbai', 6500),
(5, 'Hardik','27', 'Bhopal', 8500),
(3, 'Kaushik', '23', 'Kota', 2000);
该表在 SQL 数据库中成功创建。
ID |
NAME |
AGE |
ADDRESS |
SALARY |
7 |
Muffy |
24 |
Indore |
5500.00 |
1 |
Ramesh |
32 |
Ahmedabad |
2000.00 |
6 |
Komal |
22 |
Hyderabad |
9000.00 |
2 |
Khilan |
25 |
Delhi |
1500.00 |
4 |
Chaitali |
25 |
Mumbai |
6500.00 |
5 |
Hardik |
27 |
Bhopal |
8500.00 |
3 |
Kaushik |
23 |
Kota |
2500.00 |
现在,让我们使用以下查询在名为 single column 的 ID 上创建一个非聚集索引 -
CREATE NONCLUSTERED INDEX NON_CLU_ID
ON customers (ID ASC);
Verification
让我们使用以下查询检索在 CUSTOMERS 表上创建的所有索引 -
EXEC sys.sp_helpindex @objname = N'CUSTOMERS';
正如我们观察到的那样,我们可以在索引列表中找到名为 ID 的列。
index_name |
index_description |
index_keys |
|
1 |
NON_CLU_ID |
nonclustered located on PRIMARY |
ID |
现在,再次使用以下查询检索 CUSTOMERS 表,以检查该表是否已排序 -
SELECT * FROM CUSTOMERS;
如我们所观察的,非群集索引不会物理地对行进行排序,而是从表数据中创建单独的键值结构。
ID |
NAME |
AGE |
ADDRESS |
SALARY |
7 |
Muffy |
24 |
Indore |
5500.00 |
1 |
Ramesh |
32 |
Ahmedabad |
2000.00 |
6 |
Komal |
22 |
Hyderabad |
9000.00 |
2 |
Khilan |
25 |
Delhi |
1500.00 |
4 |
Chaitali |
25 |
Mumbai |
6500.00 |
5 |
Hardik |
27 |
Bhopal |
8500.00 |
3 |
Kaushik |
23 |
Kota |
2500.00 |