SQL 中的聚集索引 vs 非聚集索引（完整指南与示例）

Source: Dev.to

引言：为什么需要索引？

查询数据库时，速度和效率至关重要。索引是一种数据结构，指引数据库快速定位特定数据集，从而显著加快查询速度。

类比

• 书本 – 与其逐页翻找章节，不如查阅书后面的索引。
• 酒店 – 与其敲开每个房间的门，不如查看大堂地图找到 5001 号房间。

SQL 如何存储数据

当你创建表并插入数据时，SQL 会将数据存放在磁盘文件中，划分为固定大小的 8 KB 块，称为 页（page）。

数据页包括：

• 页头（Page Header） – 页的元数据。
• 数据行（Data Rows） – 实际的行数据（大小可变）。
• 偏移数组（Offset Array） – 内部映射，记录每行在页中的起始位置。

如果没有定义索引，表会以 堆（heap） 方式存储：

• 写入逻辑 – 新行按插入顺序追加到下一个可用页（未排序）。
• 读取逻辑（全表扫描） – 为查找特定记录（例如 CustomerID = 14），SQL 必须扫描每一页直到定位到该行。
• 权衡 – 写入快，但读取性能差。

聚集索引（Clustered Index）

聚集索引决定数据行的物理顺序。当你在某列上创建聚集索引（例如 User_ID）时，SQL 会按该列对所有现有页进行物理排序。

SQL 使用 B‑Tree（平衡树） 来导航已排序的数据：

• 根节点（Root node） – 指向中间页。
• 中间节点（Intermediate nodes） – 指向数据范围（例如左侧 1‑10，右侧 11‑20）。
• 叶节点（Leaf nodes） – 在聚集索引中，这些就是实际的数据页。

特点

• 每个表只能有 一个 聚集索引（数据只能按一种方式排序）。
• 适合作为主键：主键唯一且很少更新。更新聚集索引列需要移动整行，成本较高。

非聚集索引（Non‑Clustered Index）

非聚集索引在不改变底层表物理顺序的情况下提升读取性能。

创建非聚集索引时，SQL 会构建一个独立的 B‑Tree 结构：

• 叶节点 – 包含索引列的值以及 行标识符（Row Identifier，RID），后者指向行的精确位置（文件 ID、页号、偏移）。
• 导航 – SQL 先遍历非聚集 B‑Tree 到达叶节点，取回 RID，然后一次“跳转”到数据页获取整行数据。

特点

• 同一表上可以拥有 多个 非聚集索引。
• 适用于经常出现在 WHERE 子句（如 Last_Name）或连接条件中的列。

在 SQL Server 中创建索引

SQL Server 提供简洁的语法来创建索引。默认情况下，定义主键会创建聚集索引，且默认的索引结构是 B‑Tree。

-- 聚集索引
CREATE CLUSTERED INDEX idx_customers_id
ON sales.customers (customer_id);

-- 非聚集索引
CREATE NONCLUSTERED INDEX idx_customers_lastname
ON sales.customers (last_name);

（如果省略 NONCLUSTERED，SQL Server 默认创建非聚集索引。）

欲了解更多关于为表的聚集索引选择最佳唯一标识符的细节，请参阅我的相关帖子：How to Choose the Fastest Unique Identifier for a Clustered Index。