赟
1y 根据拼音首字母查找 物理连续
2贝 根据偏旁查找 逻辑连续
索引
目的：提交数据的检索效率
主键默认为聚集索引
索引相当于是数据库表的一种特殊的目录。SQLServer提供了两种索引：聚集索引和非聚集索引。
注意：一张表只能有一个聚集索引，通常情况下是主键，并不是必须为主键。
聚集索引
表示物理上的连续性。
非聚集索引
表示逻辑上的连续性。
聚集索引和非聚集索引的应用场景
比如：返回某一范围内的数据中的一项数据。比如：我们的一个表中有一个时间字段，恰好我们把聚合索引建立在了该字段上，这个时候我们查询2019年1月1日到2019年12月30日之间的全部数据时，这个速度将会是很快，因为我们的这个字典正文是通过日期来进行排序的，聚类索引只需要找到要检索的所有数据中的开头和结尾数据就行；如果我们使用非聚集索引，那么还要查到2019年1月2号对应的页码，然后再根据页码来查询数据，那将是很耗时的。
关于索引的不正确理解
1主键就是聚集索引
通常来说，我们会在每个表中建立一个id字段，用来区分每一条数据，而且通常来说会使用id自增长配置，每次自增为1。聚集索引最大的好处就是建立查询数据的一个区间，降低查询数据的总条数，避免全表查询。在实际应用中，因为id是自动生成的，程序员并不知道每条记录所对应的id，所以我们很难在实际应用中进行一个id号作为查询条件。这也让id号作为聚集索引成为了一种资源浪费。其次，让每个id号都有不同的字段作为聚集索引页不符合“在大范围数量个不同的值作为非聚集索引”规则。所以说，这种错误操作是针对于用户经常修改记录内容，特别是索引项的时候还会起到负作用，但是对于查询速度并没有多大的影响。
一般来说，对于erp系统的首页都会显示每个用户为签收的文件或者会议。虽然我们的where语句可以仅仅限制当前用户尚未签收的条件，但是如果您的系统已经建立了很长时间，并且数据量庞大，那么每个用户打开首页的时候都进行了一次全表扫描，这样做的意义不是很大，而且对于1月之前的文件信息，用户已经进行处理完成了。如果说还进行一个多余数据查询，只是增加了数据库的开销而已。所以说，我们完全可以让用户打开系统首页的时候，数据库仅仅查询了这个用户近3个月的未处理的文件就可以了。通过“时间日期”这个字段来限制表的扫描条数，提高查询速度。如果说我们所使用的办公自动化系统，已经存在了2年的时间，那么从理论上来讲，查询速度将是原来的8倍之上。
2.【只要建立索引就可以提高查询速度】
NONO
3.【把所有需要提高查询速度的字段都加进聚集索引，用于提高查询效率】
NONO
使用索引总结
关于索引的使用问题，如果使用不当，不仅不会提高检索效率，如果过多或不当的索引配置，会导致系统效率低下。因为用户在每张表汇总加入一个索引，那么数据库就要做更多的工作。过多的索引甚至会导致索引碎片效应。
SQL语句的优化问题：1核心减少扫描次数 、2不去破坏索引
1.select * from table1 where name like “%wangji%” and tid > 10000 10wangji
2.select * from table1 where tid > 10000 and name like “%wangji%” 10005
对于上面两条语句，分析感觉是有区别的。因为对于第一条，先查询出name为wangji的数据，然后再从这批数据查询出tid大于10000；而第二条，先查询出tid大于10000，然后再从这批数据查询出name为wangji的。
其实对于这种分析是错误的。因为对于数据库来说，判断sql语句的时候，会判断出where中查询的条件那个索引能够缩小表的扫描条数。也就是自动化判断优先级。
那么说对于sql的编写，哪些会造成全表搜索呢？（以下错误示范）
-
-
使用or查询：name = “wangji” or age > 22
-
Name like “%际”
Abs < 5000
优化的注意：
尽量避免IN的作用相当于OR‘’
NOT也尽量避免
Exists和in的执行效率一样，也尽量避免使用
使用函数charindex()和上面使用通配符%的模糊查询Like执行效率一样
Union并不绝对比or执行效率高
需要查询多少字段内容就查询多少字段内容，避免使用*所有字段内容获取
Count(*)执行效率不会比count(字段名)慢
Order by按聚集索引字段排序效率是最高的
Top是高效：TOP 子句用于规定要返回的记录的数目。 select top 10 percent * from record --加“top 10 percent”表示查询的是数据表中前10%的数据,若将10改为20,则查询的就是前20%的数据.