過去幾年的 Data Engineer 職涯雖然主要在雲端服務上，但還是會碰到 reverseETL 議題以及操作 SQL， 這時會碰到效率問題，所以 index 是必需的知識，但是有幾種 index，與 pk, fk 的關係…還是一知半解，透過這篇整理索引相關知識

索引(index)

• 目的: SQL索引是資料庫的關鍵元素之一，主要目的為加速查詢速度

• 組成方式:索引通常包含一個或多個欄位，一張 table 有索引時，資料就會依照索引的鍵值排序及儲存，以便更迅速地檢索，索引通常使用 B-Tree 結構構建(B-Tree 介紹)，若沒有索引的就是堆積(Heap)

• 類型:有兩種主要類型：叢集索引(clustered-index)和非叢集索引(non-clustered-index)

  叢集索引通常關聯於主鍵，實現物理排序；非叢集索引則用於提高搜索和連接操作的效能。正確的索引設計對於資料庫性能至關重要，可以顯著提高查詢效率

• 唯一性高(e.g. ID)
• 不常更新
• 範圍查詢(>,<,BETWEEN)
• GROUP BY
• 常被排序(ORDER BY) | 1.非範圍查詢
  2.常常被更新
  3.常拿來被查詢 |
  | 應用 | 1.主鍵(PK)
  2.唯一性約束(unique constrain) | 用於其他需要查詢的欄位 |

Table 的條件約束與索引的關係(SQL Server)

• PRIMARY KEY 條件約束

  若不指定，設定PRIMARY KEY(PK)時，資料庫引擎會自動建立叢集索引，且也建立唯一索引*，

  若已存在叢集索引 ，則 SQL Server 會使用非叢集索引強制執行主索引鍵

  *個人心得:有興趣再研究唯一索引，基本上只要設定 PK 或唯一條件約束，SQL Server 就會幫你建立相關索引

• 唯一條件約束(unique conatrain)

  建立具有 UNIQUE 條件約束的資料表時，SQL Server 會自動建立非叢集索引

其他注意事項

• 資料表中的索引數量過多會影響到 INSERT、UPDATE、DELETE 和 MERGE …等執行的效能，因為只要資料表中的資料一變更，所有的索引也都必須隨之適當調整
• 資料行上以 ORDER BY 或 GROUP BY 子句指定的索引可讓 Database Engine 無須排序資料，因為資料列已有排序。 這種方式可以提高查詢的執行效能
• 如果資料表有叢集索引，或索引位於索引檢視中，則非叢集索引的指標(pointer)為資料列的叢集索引鍵

如何建立叢集及非叢集索引

相關寫法網路都查得到就不多介紹囉

• 建立叢集索引

• 建立非叢集索引

參考資料:

SQL Server 及 Azure SQL 索引架構與設計指南

叢集和非叢集索引

[MS SQL 筆記] SQL Index

[MS SQL 筆記] Clustered 和 NonClustered Index 的差異

建立索引(1)-叢集與非叢集索引