1. 聚集索引（Clustered Index）

• 描述：表数据按照索引顺序实际存储。
• 适用场景：数据经常需要排序或范围查询，比如按日期排序的查询。
• 优点：
  • 提高排序和范围查询性能。
  • 一个表只能有一个聚集索引，但可以在多列上创建（复合索引）。
• 缺点：
  • 更新、插入和删除操作可能较慢，因为需要维护数据排序。

2. 非聚集索引（Non-Clustered Index）

• 描述：存储在单独的结构中，包含指向数据行的指针。
• 适用场景：查找特定值或少量结果的查询，如基于唯一键或外键的查询。
• 优点：
  • 可以有多个非聚集索引，提高查找特定数据的速度。
• 缺点：
  • 可能占用更多存储空间。
  • 复杂的查询可能需要访问索引和数据两次（索引查找和行查找）。

3. 唯一索引（Unique Index）

• 描述：确保索引列中的值是唯一的，可以是聚集索引或非聚集索引。
• 适用场景：需要确保数据唯一性的场景，如用户ID、身份证号等。
• 优点：
  • 保证数据唯一性。
  • 提高查询性能（同非聚集索引）。
• 缺点：
  • 插入和更新操作需要检查唯一性，可能稍慢。

4. 筛选索引（Filtered Index）

• 描述：非聚集索引的一种，仅包含满足特定条件的行。
• 适用场景：查询某些条件下的数据，如仅索引活跃用户。
• 优点：
  • 索引更小，查询更快。
  • 减少索引维护开销。
• 缺点：
  • 只适用于特定条件下的查询，不适用于全表扫描。

5. 全文索引（Full-Text Index）

• 描述：用于大文本字段的全文搜索。
• 适用场景：需要对大文本字段进行复杂搜索的场景，如博客搜索。
• 优点：
  • 提供高效的全文检索能力。
  • 支持自然语言查询。
• 缺点：
  • 占用较多存储空间。
  • 建立和维护成本较高。

6. 列存储索引（Columnstore Index）

• 描述：适用于数据仓库，通过按列存储数据来提高压缩率和查询性能。
• 适用场景：适用于数据仓库和分析场景，尤其是大规模数据处理。
• 优点：
  • 高压缩率。
  • 快速的聚合查询性能。
• 缺点：
  • 不适合频繁的DML操作（插入、更新、删除）。

总结

1. 频繁排序或范围查询：选择聚集索引。
2. 查找特定值的查询：选择非聚集索引。
3. 确保唯一性和加速查找：选择唯一索引。
4. 特定条件下的查询：选择筛选索引。
5. 全文搜索：选择全文索引。
6. 大规模数据分析：选择列存储索引。

如何使用：

唯一索引

CREATE UNIQUE NONCLUSTERED INDEX UQ_UserId ON  YX_USERS (UserId);