本文系 T-Sql技術內幕系列讀后感。

用過數據庫的程序猿都知道，索引可以極大的優化sql語句的執行時間，但是您要問我，怎么減少的，我只能說："抱歉，我也不太清楚。"

帶著這個疑惑，我重讀了技術內幕，分享一點書上的所得。

我們先來建2個表，然后塞幾條數據。

create table Customers ( CustomerID int, Cite varchar(20) )insert into Customers(CustomerID,Cite) values (1,'Shanghai') insert into Customers(CustomerID,Cite) values (2,'Beijing')create table Orders ( CustomerID int, OrderID int )insert into Orders(CustomerID,OrderID) values(1,11) insert into Orders(CustomerID,OrderID) values(1,12) insert into Orders(CustomerID,OrderID) values(2,13)

這2個表數據很簡單:

A表有客戶1,所在cite="Shanghai",客戶2,所在Cite="Beijing"。

B表有客戶1的OrderID=11，12兩條訂單數據，有客戶2的OrderID=13的訂單數據。

我們根據上面的數據寫如下Sql語句,再看下執行計劃。

select c.CustomerID,COUNT(o.OrderID) as numOrders from Customers as Cleft join Orders as Oon C.CustomerID=O.CustomerID where C.Cite='Shanghai' Group by C.CustomerID having COUNT(o.OrderID)>=2

數據流的順序如下圖。

1.表掃描花費18%的開銷，然后Sort花費63%的開銷。

那我們在來看下，整個sql語句消耗多長時間。0.017s

我們給客戶表和訂單表建上聚集索引。

create clustered index pk_Customer on Customers(CustomerID) create clustered index pk_Customer_Order on Orders(CustomerID,OrderID)

然后再執行上面的Sql語句,得到下面的執行計劃。

?

通過上述操作，我們發現，總時間只用0.006s了。

對于這條Sql,增加索引為我們減少了(0.017-0.006)/0.006=183%

原來增加索引，可以減少內部數據排序的時間，從來減少開銷。

最后讓我們看下這個結論是否正確，讓我們再次回到第一個執行計劃上，把鼠標放在Sort上，看他的開銷。

消耗時間0.11s

?

轉載于:https://www.cnblogs.com/SunnyZhu/p/5715497.html

總結

以上是生活随笔為你收集整理的【Sql server: T-Sql 技术内幕 系列】之索引篇的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。