数据库索引原理
sql索引的原理
sql索引的原理
索引是一种数据结构，用于加快数据库中数据的检索速度。
它的原理是通过预先构建一棵树形结构（通常是B树或B+树），将数据库表中的某一列或几列的值与对应记录的物理存储位置关联起来。
这样，在进行查询时，数据库可以首先查找索引来定位到符合条件的记录所在的物理地址，从而避免全表扫描，大大提升查询效率。
索引的原理可以分为以下几个步骤：
1. 创建索引：通过某种算法，将数据库表中指定的列值按照一定的规则排序，并存储它们的物理存储位置。
2. 存储索引：索引通常存储在独立的数据结构中，而不是直接存储在数据库表中。
这样可以减小数据表的大小，提高查询的效率。
3. 查询优化：当数据库收到一个带有查询条件的查询指令时，它首先会检查是否存在适用的索引。
如果存在索引，数据库会利用索引的信息来定位到符合条件的记录的位置。
4. 加速数据访问：通过将数据存储在索引的叶子节点中，可以避免对整个数据表的扫描，从而大大减少磁盘I/O的次数，提
高数据的访问速度。
5. 更新索引：当执行对数据表的插入、更新或删除操作时，索引也需要进行相应的维护，以保持索引与数据表的一致性。
总而言之，索引通过一种类似于“目录”的方式，存储了数据库表中特定列值与对应记录位置的映射关系，以加快数据库检索的速度。
通过使用索引，可以避免全表扫描，提高查询效率，并且能够加速数据访问、优化查询操作。
MySQL中的索引原理及创建方法
MySQL中的索引原理及创建方法引言：在数据库管理系统中，索引是一种重要的数据结构，能够提高数据存储与检索的效率。
MySQL作为一种关系型数据库管理系统，也采用了索引来加速查询操作。
本文将重点介绍MySQL中索引的原理和创建方法。
一、索引的概念及作用索引是数据库中用于提高查询效率的一种数据结构。
它能够快速定位到指定的数据行，避免了全表扫描的开销，从而加快了查询速度。
索引通常基于某个或多个列的值建立，并保存在内存中，供数据库引擎使用。
索引的作用主要体现在以下几个方面：1. 提高查询速度：通过索引可以快速定位到符合条件的数据行，避免了对整个表进行扫描的操作，大大加快了查询速度。
2. 加速排序：当使用索引进行排序操作时，可以直接根据索引中的顺序进行排序，而无需额外的操作。
3. 优化连接操作：当进行连接操作时，如果连接的列上有索引，可以大幅减少连接所需的资源和时间，提高查询效率。
4. 保持唯一性：通过在列上创建唯一索引，可以保证该列的值在表中的唯一性。
二、MySQL中的索引类型MySQL中支持多种索引类型，常见的有B-Tree索引、Hash索引和全文索引等。
1. B-Tree索引B-Tree索引是MySQL中最常用的索引类型，也是默认的索引类型。
它适用于各种查询条件，并且提供了高效的范围查询和排序功能。
B-Tree索引通过使用平衡树结构来组织数据，每个节点存储了多个键值及对应的指针，使得查询的时间复杂度为O(log n)。
2. Hash索引Hash索引适用于等值查询，如精确匹配某个列的值。
它通过计算列值的哈希值来确定存储位置，使得查询操作的时间复杂度为O(1)。
然而，由于哈希碰撞的问题，导致Hash索引不支持范围查询、排序和连接操作。
3. 全文索引全文索引适用于对大段文本进行模糊查询的场景。
它通过创建一个倒排索引，存储词语及其在文本中的位置信息。
全文索引可以对文本进行分词，并支持模糊匹配和全文搜索等操作。
索引的原理和应用
索引的原理和应用什么是索引索引是一种数据结构，用于加快数据的搜索和访问速度。
它是数据库中的一种重要组件，能够提高查询效率，并减少数据库的IO操作。
通过索引，我们可以在庞大的数据集中快速定位所需的数据。
索引的原理索引的原理是通过创建一个额外的数据结构，将某个列中的值与存储这些值的数据块的位置进行关联。
当我们使用查询语句搜索特定的值时，数据库会首先查找索引，然后再去找到对应的数据块。
这种方式大大减少了数据库的扫描范围，提高了查询效率。
索引的类型1. 唯一索引唯一索引是指在索引列中的值必须是唯一的，用于确保数据的完整性和唯一性。
当插入或更新数据时，数据库会自动检查唯一索引，如果有重复的值，将会报错。
2. 主键索引主键索引是一种唯一索引，用于标识每条记录的唯一性。
每个表只能拥有一个主键索引，用于加快数据的查找和关联。
3. 外键索引外键索引是指一个表中的列是另一个表的主键，用于建立表与表之间的关联关系。
外键索引可以提高查询的效率，并确保数据的完整性。
当删除或更新主表的数据时，会自动更新或删除外键索引的数据。
4. 聚集索引聚集索引是根据表的主键来创建的索引，用于对表的物理顺序进行排序。
一个表只能拥有一个聚集索引。
聚集索引可以提高数据的访问速度。
5. 非聚集索引非聚集索引是根据表的非主键列创建的索引，用于对表的非聚集数据进行排序。
一个表可以拥有多个非聚集索引。
索引的应用场景1.数据库中的搜索：当数据库中的数据量很大时，使用索引可以大大提高查询效率。
比如，在一个包含100万条记录的表中，使用索引可以将查询时间从几分钟缩短到几秒钟。
2.数据的排序：通过创建索引，可以在数据库中对数据进行排序。
这在需要按照某个列进行排序的场景中非常有用。
3.关联查询：索引也可以用于加速表与表之间的关联查询。
通过在关联列上创建索引，可以减少数据库的IO操作，提高查询效率。
4.唯一性约束：索引可以用于确保数据的唯一性。
通过在列上创建唯一索引，可以防止重复数据的插入或更新。
索引的底层实现原理
索引的底层实现原理
索引是数据库中一个重要的组成部分，用于提高数据的查询效率。
索引的底层实现原理包括以下几个方面：
1. 数据结构：索引的实现离不开数据结构，常用的数据结构包
括B树、B+树、哈希表等。
B树适用于范围查询，而B+树适用于排序和范围查询；哈希表适用于等值查询。
不同的数据结构适用于不同类型的查询，因此需要根据实际需求选择合适的数据结构。
2. 索引的建立和维护：索引的建立需要在数据库中创建相应的
数据结构，并将索引字段的值插入到索引中。
索引的维护包括插入、删除和更新操作。
插入新数据时，需要将新数据插入到索引中；删除数据时，需要从索引中删除相应的数据；更新数据时，需要先删除旧数据，再插入新数据。
3. 索引的查询：查询时，数据库引擎会先查找索引，找到符合
条件的记录后再去查询数据。
如果查询条件包含索引字段，则可以直接使用索引进行查询；否则需要进行全表扫描。
索引的查询效率受到多方面因素的影响，包括索引的数据结构、索引的大小、查询条件的复杂度等。
4. 索引的优化：为了提高索引的查询效率，可以采用多种优化
方法，如优化查询语句、增加索引的覆盖度、合理配置索引的大小等。
同时，需要注意避免过度索引，因为过多的索引会增加数据库的存储空间和维护成本。
综上所述，索引的底层实现原理涉及到数据结构、索引的建立和
维护、索引的查询和优化等方面。
了解这些原理对于数据库的设计和优化都具有重要的意义。
oracle索引原理详解
oracle索引原理详解Oracle数据库中的索引是用于提高数据检索速度的重要工具。
了解Oracle索引的原理对于数据库管理员和开发人员来说是非常重要的。
一、索引的基本概念索引是Oracle数据库中的一个对象，它可以帮助数据库系统更快地检索数据。
索引类似于书籍的目录，可以快速定位到所需的数据。
二、索引的分类1. B-Tree索引：这是Oracle中最常用的索引类型，基于平衡多路搜索树（B-Tree）实现。
B-Tree索引适用于大多数数据类型，包括字符、数字和日期等。
2. Bitmap索引：位图索引主要用于处理包含大量重复值的列。
通过位图索引，可以更高效地处理这些列的查询。
3. 函数基索引：函数基索引允许在列上应用函数，然后对该结果进行索引。
这可以用于优化包含函数操作的查询。
4. 反转键索引：反转键索引是一种特殊类型的B-Tree索引，用于优化插入操作。
通过反转键顺序，可以更高效地处理插入操作。
三、索引的创建和维护1. 创建索引：创建索引的基本语法是“CREATE INDEX index_name ON table_name (column_name)”。
其中，index_name是索引的名称，table_name是要创建索引的表名，column_name是要索引的列名。
2. 维护索引：定期维护索引可以确保其性能和可靠性。
常用的维护操作包括重建索引（REBUILD INDEX）和重新组织索引（ORGANIZE INDEX）。
四、索引的优点和缺点1. 优点：使用索引可以显著提高数据检索速度，减少查询时间。
此外，索引还可以用于优化复杂查询的性能。
2. 缺点：虽然索引可以提高性能，但它们也会占用额外的磁盘空间。
此外，当表中的数据发生变化时，索引也需要更新，这可能会影响写操作的性能。
五、最佳实践1. 在经常用于搜索和排序的列上创建索引。
2. 根据查询模式和数据分布选择合适的索引类型。
3. 定期分析和维护索引，确保其性能和可靠性。
mysql加索引原理
mysql加索引原理MySQL加索引原理索引是数据库中用于加快数据检索速度的一种数据结构。
在MySQL 中，索引是通过B+树来实现的。
B+树是一种多路搜索树，能够快速定位到目标数据，并且支持范围查询。
在MySQL中，常用的索引类型有主键索引、唯一索引、普通索引和全文索引等。
1. 主键索引主键索引是一种唯一性索引，用于标识表中的唯一记录。
在MySQL 中，每个表只能有一个主键索引。
主键索引的特点是唯一性和快速查找。
在创建主键索引时，MySQL会自动为主键列创建B+树索引，以保证数据的唯一性和快速定位。
主键索引的查询速度非常快，适用于频繁使用的查询条件。
2. 唯一索引唯一索引是一种保证字段值唯一性的索引，可以用于加速数据的查找和去重。
与主键索引不同的是，唯一索引允许空值，但不允许重复值。
当插入或更新记录时，MySQL会自动检查唯一索引，如果存在重复值则会报错。
唯一索引的查询速度较快，适用于需要保证字段唯一性的情况。
3. 普通索引普通索引是最基本的索引类型，用于提高数据检索的速度。
普通索引可以加在任意字段上，包括主键字段和非主键字段。
创建普通索引时，MySQL会为索引列创建B+树索引，以加快查询速度。
普通索引的查询速度取决于查询条件的选择性，选择性越高，查询速度越快。
4. 全文索引全文索引是一种用于全文检索的索引类型，可以加速对文本数据的模糊查询。
全文索引可以用于匹配文本中的关键词，并返回相关的记录。
在MySQL中，全文索引只支持MyISAM和InnoDB引擎，并且只能加在CHAR、VARCHAR和TEXT类型的字段上。
全文索引的查询速度较慢，适用于模糊查询和文本搜索的场景。
索引的创建和使用需要考虑以下几个因素：1. 字段选择选择适合创建索引的字段，通常选择性高的字段作为索引字段，可以提高查询效率。
选择性是指字段中不重复的值占总记录数的比例，选择性越高，索引的效果越好。
2. 索引覆盖索引覆盖是指查询语句只需要通过索引就能够获取到需要的数据，不需要再回表查询。
索引的用法和原理
索引的用法和原理索引是一个重要的数据结构，常用于加快对数据的检索和搜索，包括文本搜索和数据库检索。
本文将介绍索引的用法和原理。
一、索引的定义索引是一个数据结构，它存储了数据的某些属性的值和对应的物理位置或指针。
通过索引可以更快速地访问数据，因为索引可以减少需要检索的数据量。
二、索引的作用1. 快速查找索引可以加速数据的查找和搜索，减少了查询时扫描全部数据的时间和资源消耗。
2. 提高更新速度索引可以有效地减少更新数据时需要的扫描数量，从而提高更新的速度。
3. 减少磁盘I/O次数索引可以减少访问磁盘的次数，降低磁盘I/O的消耗。
三、索引的类型1. B+树索引B+树索引是一种常见的索引类型，它是一棵平衡的树结构，具有时间复杂度为log(n)的查询和插入操作。
2. 哈希索引哈希索引是一种将键映射到散列表中的索引类型。
它具有常数时间的查询和插入操作，但不支持范围查询和排序。
索引一般采用B+树等树结构的数据结构，具有快速查找和排序的优势。
B+树的叶子节点存储实际的数据记录，而非叶子节点只存储记录的指针或物理地址。
这样可以减少磁盘I/O 的数量，提高索引的性能。
索引的维护是一种动态操作，包括索引的创建，更新和删除。
当数据变化时，需要对索引进行相应的调整，以保持索引的正确性和高效性。
3. 索引的优化为了提高索引的性能和效率，需要对索引进行优化。
可以通过使用覆盖索引减少需要的I/O次数，对于经常扫描的数据可以使用位图索引等。
五、索引的注意事项1. 索引过多会影响性能索引过多会影响写入性能，并且增加了索引维护的成本。
2. 索引的最佳实践在设计索引时，应根据数据的访问模式和查询需求调整索引的属性和数量。
对于经常使用的查询，可以采用复合索引等技术提高查询效率。
在使用索引时，应选择适当的索引类型和数据结构。
哈希索引适用于等值查询，而B+树索引适用于范围查询和排序。
总结：索引是一种重要的数据结构，可以加速数据的查询和搜索。
数据库索引原理
数据库索引原理
数据库索引是数据库中最重要的功能之一，它可以加快数据检索的速度，提高数据库的效率。
数据库索引的原理是，将数据表中的某一列（或多列）的值作为索引的键，并存储在另一个独立的索引表中。
当需要对数据表进行查询时，可以通过索引表来快速定位到数据表中的记录。
举例来说，如果一个数据表中有一列名为ID，该列用作索引，那么索引表中就会存储该ID列的值，以及指向数据表中相应记录的指针。
当有查询请求时，可以通过比较ID列的值，找到相应的指针，从而找到对应的记录。
另外，数据库索引可以分为单列索引、组合索引等。
单列索引是一种最简单的索引，它只使用一列来作为索引的键；而组合索引则使用多列作为索引的键，可以更加精细地定位到记录。
总之，数据库索引是一项重要的技术，在实际的数据库应用中，索引不仅可以加快查询速度，还可以提高数据库的性能。
如果没有索引，那么查询数据库将会变得非常缓慢，从而影响数据库的使用效率。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据库索引原理SQL SERVER（下称 SQLS）为例，将数据库管理中难于理解的“索引原理”问题给各位朋友作一个深入浅出的介绍。
其他的数据库管理系统如Oracle、Sybase等，朋友们可以融会贯通，举一反三。
一、数据表的基本结构建立数据库的目的是管理大量数据，而建立索引的目的就是提高数据检索效率，改善数据库工作性能，提高数据访问速度。
对于索引，我们要知其然，更要知其所以然，关键在于认识索引的工作原理，才能更好的管理索引。
为认识索引工作原理，首先有必要对数据表的基本结构作一次全面的复习。
SQLS当一个新表被创建之时，系统将在磁盘中分配一段以8K为单位的连续空间，当字段的值从内存写入磁盘时，就在这一既定空间随机保存，当一个8K用完的时候，SQLS指针会自动分配一个8K的空间。
这里，每个8K空间被称为一个数据页（Page），又名页面或数据页面，并分配从0-7的页号,每个文件的第0页记录引导信息，叫文件头（File header）；每8个数据页（64K）的组合形成扩展区（Extent），称为扩展。
全部数据页的组合形成堆（Heap）。
SQLS规定行不能跨越数据页，所以，每行记录的最大数据量只能为8K。
这就是char和varchar这两种字符串类型容量要限制在8K以内的原因，存储超过8K的数据应使用text类型，实际上，text类型的字段值不能直接录入和保存，它只是存储一个指针，指向由若干8K的文本数据页所组成的扩展区，真正的数据正是放在这些数据页中。
页面有空间页面和数据页面之分。
当一个扩展区的8个数据页中既包含了空间页面又包括了数据或索引页面时，称为混合扩展（Mixed Extent）,每张表都以混合扩展开始；反之，称为一致扩展（Uniform Extent），专门保存数据及索引信息。
表被创建之时，SQLS在混合扩展中为其分配至少一个数据页面，随着数据量的增长，SQLS可即时在混合扩展中分配出7个页面，当数据超过8个页面时，则从一致扩展中分配数据页面。
空间页面专门负责数据空间的分配和管理，包括：PFS页面（Page free space）：记录一个页面是否已分配、位于混合扩展还是一致扩展以及页面上还有多少可用空间等信息；GAM页面（Global allocation map）和SGAM页面(Secodary global allocation map)：用来记录空闲的扩展或含有空闲页面的混合扩展的位置。
SQLS综合利用这三种类型的页面文件在必要时为数据表创建新空间；数据页或索引页则专门保存数据及索引信息，SQLS使用4种类型的数据页面来管理表或索引：它们是IAM页、数据页、文本/图像页和索引页。
在WINDOWS中，我们对文件执行的每一步操作，在磁盘上的物理位置只有系统（system）才知道；SQL SERVER沿袭了这种工作方式，在插入数据的过程中，不但每个字段值在数据页面中的保存位置是随机的，而且每个数据页面在“堆”中的排列位置也只有系统（system）才知道。
这是为什么呢？众所周知，OS之所以能管理DISK，是因为在系统启动时首先加载了文件分配表：FAT（File Allocation Table），正是由它管理文件系统并记录对文件的一切操作，系统才得以正常运行；同理，作为管理系统级的SQL SERVER,也有这样一张类似FAT的表存在，它就是索引分布映像页：IAM（Index Allocation Map）。
IAM的存在，使SQLS对数据表的物理管理有了可能。
IAM页从混合扩展中分配，记录了8个初始页面的位置和该扩展区的位置，每个IAM页面能管理512,000个数据页面，如果数据量太大，SQLS也可以增加更多的IAM页，可以位于文件的任何位置。
第一个IAM页被称为FirstIAM,其中记录了以后的IAM页的位置。
数据页和文本/图像页互反，前者保存非文本/图像类型的数据，因为它们都不超过8K的容量，后者则只保存超过8K容量的文本或图像类型数据。
而索引页顾名思义，保存的是与索引结构相关的数据信息。
了解页面的问题有助我们下一步准确理解SQLS维护索引的方式，如页拆分、填充因子等。
二、索引的基本概念索引是一种特殊类型的数据库对象，它与表有着密切的联系。
索引是为检索而存在的。
如一些书籍的末尾就专门附有索引，指明了某个关键字在正文中的出现的页码位置，方便我们查找，但大多数的书籍只有目录，目录不是索引，只是书中内容的排序，并不提供真正的检索功能。
可见建立索引要单独占用空间；索引也并不是必须要建立的，它们只是为更好、更快的检索和定位关键字而存在。
再进一步说，我们要在图书馆中查阅图书，该怎么办呢？图书馆的前台有很多叫做索引卡片柜的小柜子，里面分了若干的类别供我们检索图书，比如你可以用书名的笔画顺序或者拼音顺序作为查找的依据，你还可以从作者名的笔画顺序或拼音顺序去查询想要的图书，反正有许多检索方式，但有一点很明白，书库中的书并没有按照这些卡片柜中的顺序排列——虽然理论上可以这样做，事实上，所有图书的脊背上都人工的粘贴了一个特定的编号①，它们是以这个顺序在排列。
索引卡片中并没有指明这本书摆放在书库中的第几个书架的第几本，仅仅指明了这个特定的编号。
管理员则根据这一编号将请求的图书返回到读者手中。
这是很形象的例子，以下的讲解将会反复用到它。
SQLS在安装完成之后，安装程序会自动创建master、model、tempdb等几个特殊的系统数据库，其中master是SQLS的主数据库，用于保存和管理其它系统数据库、用户数据库以及SQLS的系统信息，它在SQLS中的地位与WINDOWS下的注册表相当。
master中有一个名为sysindexes的系统表，专门管理索引。
SQLS查询数据表的操作都必须用到它，毫无疑义，它是本文主角之一。
查看一张表的索引属性，可以在查询分析器中使用以下命令：select * from sysindexes where id=object_id(…tablename‟)；而要查看表的索引所占空间的大小，可以使用系统存储过程命令：sp_spaceused tablename，其中参数tablename为被索引的表名。
三、平衡树如果你通过书后的索引知道了一个关键字所在的页码，你有可能通过随机的翻寻，最终到达正确的页码。
但更科学更快捷的方法是：首先把书翻到大概二分之一的位置，如果要找的页码比该页的页码小，就把书向前翻到四分之一处，否则，就把书向后翻到四分之三的地方，依此类推，把书页续分成更小的部分，直至正确的页码。
这叫“两分法”，微软在官方教程MOC里另有一种说法：叫B树（B-Tree，Balance Tree），即平衡树。
一个表索引由若干页面组成，这些页面构成了一个树形结构。
B树由“根”（root）开始，称为根级节点，它通过指向另外两个页，把一个表的记录从逻辑上分成两个部分：“枝”—--非叶级节点（Non-Leaf Level）；而非叶级节点又分别指向更小的部分：“叶”——叶级节点（Leaf Level）。
根节点、非叶级节点和叶级节点都位于索引页中，统称为索引节点，属于索引页的范筹。
这些“枝”、“叶”最终指向了具体的数据页（Page）。
在根级节点和叶级节点之间的叶又叫数据中间页。
“根”（root）对应了sysindexes表的Root字段，其中记载了非叶级节点的物理位置（即指针）；非叶级节点位于根节点和叶节点之间，记载了指向叶级节点的指针；而叶级节点则最终指向数据页。
这就是“平衡树”。
四、聚集索引和非聚集索引从形式上而言，索引分为聚集索引（Clustered Indexes）和非聚集索引（NonClustered Indexes）。
聚集索引相当于书籍脊背上那个特定的编号。
如果对一张表建立了聚集索引，其索引页中就包含着建立索引的列的值（下称索引键值），那么表中的记录将按照该索引键值进行排序。
比如，我们如果在“姓名”这一字段上建立了聚集索引，则表中的记录将按照姓名进行排列；如果建立了聚集索引的列是数值类型的，那么记录将按照该键值的数值大小来进行排列。
非聚集索引用于指定数据的逻辑顺序，也就是说，表中的数据并没有按照索引键值指定的顺序排列，而仍然按照插入记录时的顺序存放。
其索引页中包含着索引键值和它所指向该行记录在数据页中的物理位置，叫做行定位符（RID：Row ID）。
好似书后面的的索引表，索引表中的顺序与实际的页码顺序也是不一致的。
而且一本书也许有多个索引。
比如主题索引和作者索引。
SQL Server在默认的情况下建立的索引是非聚集索引，由于非聚集索引不对表中的数据进行重组，而只是存储索引键值并用一个指针指向数据所在的页面。
一个表如果没有聚集索引时,理论上可以建立249个非聚集索引。
每个非聚集索引提供访问数据的不同排序顺序。
五、数据是怎样被访问的若能真正理解了以上索引的基础知识，那么再回头来看索引的工作原理就简单和轻松多了。
（一）SQLS怎样访问没有建立任何索引数据表：Heap译成汉语叫做“堆”，其本义暗含杂乱无章、无序的意思，前面提到数据值被写进数据页时，由于每一行记录之间并没地有特定的排列顺序，所以行与行的顺序就是随机无序的，当然表中的数据页也就是无序的了，而表中所有数据页就形成了“堆”，可以说，一张没有索引的数据表，就像一个只有书柜而没有索引卡片柜的图书馆，书库里面塞满了一堆乱七八糟的图书。
当读者对管理员提交查询请求后，管理员就一头钻进书库，对照查找内容从头开始一架一柜的逐本查找，运气好的话，在第一个书架的第一本书就找到了，运气不好的话，要到最后一个书架的最后一本书才找到。
SQLS在接到查询请求的时候，首先会分析sysindexes表中一个叫做索引标志符(INDID: Index ID)的字段的值，如果该值为0，表示这是一张数据表而不是索引表，SQLS就会使用sysindexes表的另一个字段——也就是在前面提到过的FirstIAM值中找到该表的IAM页链——也就是所有数据页集合。
这就是对一个没有建立索引的数据表进行数据查找的方式，是不是很没效率？对于没有索引的表，对于一“堆”这样的记录，SQLS也只能这样做，而且更没劲的是，即使在第一行就找到了被查询的记录，SQLS仍然要从头到尾的将表扫描一次。
这种查询称为“遍历”，又叫“表扫描”。
可见没有建立索引的数据表照样可以运行，不过这种方法对于小规模的表来说没有什么太大的问题，但要查询海量的数据效率就太低了。
（二）SQLS怎样访问建立了非聚集索引的数据表：如前所述，非聚集索引可以建多个,具有B树结构，其叶级节点不包含数据页，只包含索引行。
假定一个表中只有非聚集索引，则每个索引行包含了非聚集索引键值以及行定位符（ROW ID,RID），他们指向具有该键值的数据行。