聚集索引和非聚集索引的區別:
漢語字典的正文本身就是乙個聚集索引。比如，我們要查「安」字，就會很自然地翻開字典的前幾頁，因為「安」的拼音是「an」，而按照拼音排序漢字的字典是以英文本母「a」開頭並以「z」結尾的，那麼「安」字就自然地排在字典的前部。如果您翻完了所有以「a」開頭的部分仍然找不到這個字，那麼就說明您的字典中沒有這個字；同樣的，如果查「張」字，那您也會將您的字典翻到最後部分，因為「張」的拼音是「zhang」。也就是說，字典的正文部分本身就是乙個目錄，您不需要再去查其他目錄來找到您需要找的內容。正文內容本身就是一種按照一定規則排列的目錄稱為「聚集索引」。
如果您認識某個字，您可以快速地從自動中查到這個字。但您也可能會遇到您不認識的字，不知道它的發音，這時候，您就不能按照剛才的方法找到您要查的字，而需要去根據「偏旁部首」查到您要找的字，然後根據這個字後的頁碼直接翻到某頁來找到您要找的字。但您結合「部首目錄」和「檢字表」而查到的字的排序並不是真正的正文的排序方法，比如您查「張」字，我們可以看到在查部首之後的檢字表中「張」的頁碼是672頁，檢字表中「張」的上面是「馳」字，但頁碼卻是63頁，「張」的下面是「弩」字，頁面是390頁。很顯然，這些字並不是真正的分別位於「張」字的上下方，現在您看到的連續的「馳、張、弩」三字實際上就是他們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對映。我們可以通過這種方式來找到您所需要的字，但它需要兩個過程，先找到目錄中的結果，然後再翻到您所需要的頁碼。
我們把這種目錄純粹是目錄，正文純粹是正文的排序方式稱為「非聚集索引」。
通過以上例子，我們可以理解到什麼是「聚集索引」和「非聚集索引」。
進一步引申一下，我們可以很容易的理解：每個表只能有乙個聚集索引，因為目錄只能按照一種方法進行排序。
得出查詢速度的方法是：在各個select語句前加：declare @d datetime
set @d=getdate()
並在select語句後加：
select [語句執行花費時間(毫秒)]=datediff(ms,@d,getdate())
1、用聚合索引比用不是聚合索引的主鍵速度快
2、用聚合索引比用一般的主鍵作order by時速度快，特別是在小資料量情況下
事實上，如果資料量很小的話，用聚集索引作為排序列要比使用非聚集索引速度快得明顯的多；而資料量如果很大的話，如10萬以上，則二者的速度差別不明顯。
3、使用聚合索引內的時間段，搜尋時間會按資料佔整個資料表的百分比成比例減少，而無論聚合索引使用了多少個
4 、日期列不會因為有分秒的輸入而減慢查詢速度
從publish 表中取出第 n 條到第 m 條的記錄：
select top m-n+1 *
from publish
where (id not in
(select top n-1 id
from publish))
id 為publish 表的關鍵字
只所以把「查詢優化」和「分頁演算法」這兩個聯絡不是很大的論題放在一起，就是因為二者都需要乙個非常重要的東西――聚集索引。
在前面的討論中我們已經提到了，聚集索引有兩個最大的優勢：
1、以最快的速度縮小查詢範圍。
2、以最快的速度進行字段排序。
第1條多用在查詢優化時，而第2條多用在進行分頁時的資料排序。
而聚集索引在每個表內又只能建立乙個，這使得聚集索引顯得更加的重要。聚集索引的挑選可以說是實現「查詢優化」和「高效分頁」的最關鍵因素。
但要既使聚集索引列既符合查詢列的需要，又符合排序列的需要，這通常是乙個矛盾。
聚集索引是如此的重要和珍貴，所以一定要將聚集索引建立在：
1、您最頻繁使用的、用以縮小查詢範圍的字段上；
2、您最頻繁使用的、需要排序的字段上。
聚集索引 和 非聚集索引區別
一.mysql的索引 mysql中，不同的儲存引擎對索引的實現方式不同，大致說下myisam和innodb兩種儲存引擎。myisam的b tree的葉子節點上的data，並不是資料本身，而是資料存放的位址。主索引和輔助索引沒啥區別，只是主索引中的key一定得是唯一的。這裡的索引都是非聚簇索引。myi...
聚集索引和非聚集索引區別
聚集索引 資料行的物理順序與列值 一般是主鍵那一列 的邏輯順序相同，乙個表只能擁有乙個聚集索引！非聚集索引 該索引中索引的邏輯順序與磁碟上行的物理順序不同乙個表可以擁有多個非聚集索引！非聚集索引可細分成普通索引，唯一索引，全文索引 區別 聚集索引 可以幫助把很大的範圍，迅速減小範圍。但是查詢該記錄，...
聚集索引和非聚集索引的區別
暫且摘錄如下 摘錄1 前者加在不常更新的表，後者加在經常更新的表 摘錄2 使用聚集索引 聚集索引確定表中資料的物理順序。聚集索引類似於 簿，後者按姓氏排列資料。由於聚集索引規定資料在表中的物理儲存順序，因此乙個表只能包含乙個聚集索引。但該索引可以包含多個列 組合索引 就像 簿按姓氏和名字進行組織一樣...