Design5：索引設計

在SQL Server中，一個表隻有兩種存儲結構：Heap和B-Tree，Heap是指沒有建立聚集索引的表，B-Tree 結構是指已經建立聚集索引的表。

索引是為了提高查詢性能而設計的存儲結構，索引是獨立于“資料”之外的資料結構，設計目标是為了查找資料，例如，對于聚集索引，葉子節點存儲的是資料，非葉子節點上存儲的是索引結構。

在更新資料時，SQL Server需要維護索引結構的更新，這可能會降低資料更新的性能，注意，是可能降低資料更新的性能，而不是一定會降低資料更新的性能。

要根據對表操作的類型來選擇表的存儲結構：

如果一個表純粹隻是為了存儲資料，而不進行查詢，那麼推薦不建立任何索引，使得該表不用維護任何索引結構，表的存儲結構就是Heap。

如果一個表不僅存儲資料，而且還會查詢資料，那麼推薦在表上建立聚集索引，把表結構轉換為B-Tree結構。舉個例子，通常，帶where條件的Update操作，首先需要查找到資料，然後再更新資料。 

注意，一個表隻能建立一個聚集索引，從SQL Server 2016開始，可以表上建立的聚集索引，要麼是rowstore的聚集索引，要麼是columnstore的聚集索引。

對于Disk-base的表上索引，從存儲格式上來看，可以分為rowstore和columnstore：

由于rowstore索引使用平衡樹結構來存儲資料，特别使用對單行資料或少量資料行的查找；由于rowstore索引是有序的，是以适合用于範圍查找。

columnstore索引有更高的壓縮效率，特别适合用于資料倉庫中的分析查詢，即通過少量的次元對事實表的一個或多個資料列進行聚合查詢。

對于記憶體優化表，可以在表上建立Hash索引，

哈希索引沒有順序，存儲在記憶體中，是單行資料查詢性能最高的索引類型。

由于聚集索引實際上就是表，葉子節點是表資料，非葉子節點是索引的結構。

非聚集索引實際上是建立在聚集索引的結構之上的，推薦先建立聚集索引，然後建立非聚集索引。

為了最大程度的從索引結構中獲得高的查詢性能，在建立索引時，應考慮填充，以減少頁拆分（Page Split）的數量；資料的更新會導緻索引碎片，需要重建或重組索引，以整理碎片，提高查詢性能。

推薦閱讀：《​​索引調優 第一篇：重建、填充和查找​​》，《​​索引調優 第二篇：碎片整理​​》