一、索引的概念
索引就是加快檢索表中數據的方法。數據庫的索引類似於書籍的索引。在書籍中，索引允許用戶不必翻閱完整個書就能迅速地找到所需要的信息。在數據庫中，索引也允許數據庫程序迅速地找到表中的數據，而不必掃描整個數據庫。
二、索引的特點
1.索引可以加快數據庫的檢索速度
2.索引降低了數據庫插入、修改、刪除等維護任務的速度
3.索引創建在表上，不能創建在視圖上
4.索引既可以直接創建，也可以間接創建
5.可以在優化隱藏中，使用索引
6.使用查詢處理器執行SQL語句，在一個表上，一次只能使用一個索引
7.其他
三、索引的優點
1.創建唯一性索引，保證數據庫表中每一行數據的唯一性
2.大大加快數據的檢索速度，這也是創建索引的最主要的原因
3.加速表和表之間的連接，特別是在實現數據的參考完整性方面特別有意義。
4.在使用分組和排序子句進行數據檢索時，同樣可以顯著減少查詢中分組和排序的時間。
5.通過使用索引，可以在查詢的過程中使用優化隱藏器，提高系統的性能。
四、索引的缺點
1.創建索引和維護索引要耗費時間，這種時間隨著數據量的增加而增加
2.索引需要占物理空間，除了數據表占數據空間之外，每一個索引還要占一定的物理空間，如果要建立聚簇索引，那麼需要的空間就會更大
3.當對表中的數據進行增加、刪除和修改的時候，索引也要動態的維護，降低了數據的維護速度
五、索引分類
1.直接創建索引和間接創建索引
直接創建索引： CREATE INDEX mycolumn_index ON mytable (myclumn)
間接創建索引：定義主鍵約束或者唯一性鍵約束，可以間接創建索引
2.普通索引和唯一性索引
普通索引：CREATE INDEX mycolumn_index ON mytable (myclumn)
唯一性索引：保證在索引列中的全部數據是唯一的，對聚簇索引和非聚簇索引都可以使用
CREATE UNIQUE COUSTERED INDEX myclumn_cindex ON mytable(mycolumn)
3.單個索引和復合索引
單個索引：即非復合索引
復合索引：又叫組合索引，在索引建立語句中同時包含多個字段名，最多16個字段
CREATE INDEX name_index ON username(firstname,lastname)
4.聚簇索引和非聚簇索引(聚集索引，群集索引)
聚簇索引：物理索引，與基表的物理順序相同，數據值的順序總是按照順序排列
CREATE CLUSTERED INDEX mycolumn_cindex ON mytable(mycolumn) WITH
ALLOW_DUP_ROW(允許有重復記錄的聚簇索引)
非聚簇索引：CREATE UNCLUSTERED INDEX mycolumn_cindex ON mytable(mycolumn)
六、索引的使用
1.當字段數據更新頻率較低，查詢使用頻率較高並且存在大量重復值是建議使用聚簇索引
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.復合索引的前導列一定好控制好，否則無法起到索引的效果。如果查詢時前導列不在查詢條件中則該復合索引不會被使用。前導列一定是使用最頻繁的列
4.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
5.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，那麼就可以被sql優化器優化，使用索引，避免表搜索(例：select * from record where substring(card_no,1,4)=’5378’
&& select * from record where card_no like ’5378%’)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
6.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column='0' or column='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column上的索引；但實際上它卻采用了"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，最後從這個臨時表中計算結果。因此，實際過程沒有利用column上索引，並且完成時間還要受tempdb數據庫性能的影響。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
7.要善於使用存儲過程，它使sql變得更加靈活和高效
