索引

　　有些新手在Oracle数据库中创建索引时往往不会使用可选项 其实 有时候在合适的场合使用一些可选项 可以提高索引的创建速度 如为了大批量导入数据 我们往往会先取消索引其以提高插入的速度 然后等数据导入完毕后再重新创建索引 在这个过程中如果能够采用一些可选项 则可以缩短索引创建的时间 在Oracle数据库中提供了丰富的可选项 我们常用的可选项主要有以下这些 　 　可选项一 NOSORT 记录排序可选项 　　默认情况下 在表中创建索引的时候 会对表中的记录进行排序 排序成功后再创建索引 但是当记录比较多的是 这个排序作业会占用比较多的时间 这也就增加了索引建立的时间(排序作业是在索引创建作业中完成) 有时候 我们导入数据的时候 如采用insert into 语句插入数据过程中同时采用Order by子句对索引字段进行了排序 此时如果在索引创建过程中再进行排序的话 就有点脱裤子放屁 多此一举了 为此在重新创建索引时 如果表中的数据已经排好序了(按索引字段排序) 那么在创建索引时就不需要为此重新排序 此时在创建索引时 数据库管理员就可以使用NOSORT可选项 告诉数据库系统不需要对表中当记录进行重新排序了 　　采用了这个选项之后 如果表中的记录已经按顺序排列 那么在重新创建索引的时候 就不会重新排序 可以提高索引创建的时间 节省内存中的排序缓存空间 相反 如果表中的记录是不按索引关键字排序的话 那么此时采用NOSORT关键字的话 系统就会提示错误信息 并拒绝创建索引 所以在使用NOSORT可选项的时候 数据库管理员尽管放心大胆的使用 因为其实在不能够使用这个选项的时候 数据库也会明确的告知 为此其副作用就比较少 数据库管理员只需要把这个可选项去掉然后重新执行一次即可 不过这里需要注意的是 如果表中的记录比较少的话 那么使用NOSORT选项的效果并不是很明显 当采用insert into批量导入数据 并在这个过程中采用了Order by子句对索引关键字进行了排序的话 则此时采用NOSORT选项的话 往往能够起到比较好的效果 　　 可选项二 NOLOGGING 是否需要记录日志信息 　　在创建索引的时候 系统会把相关的信息存储到日志信息中去 如果表中的记录比较多 则需要一一的把这些信息记录到日志文件中 这显然会让数据库增加很大的工作量 从而增加索引创建的时间 为此在创建索引的过程中 如果有必要时 我们可以采用NOLOGGING选项 让数据库在创建索引的过程中 不产生任何重做日志信息 此时当表中的记录比较多时 就可以明显提高速度 　　但是默认情况下 数据库在在创建索引时 是不采用这个选项的 即会把相关的信息保存到重做日志中去 这虽然降低了索引创建的效率 但是如果遇到什么意外的话 却可以利用重做日志来进行恢复 所以 此时数据库管理员就比较难以抉择了 一方面是数据的安全 另一方面是索引创建的速度 根据笔者的经验 只要数据库服务器比较稳定 而数据库中约束机制又比较完善的话 那么在创建索引的过程中一般不会出现问题 可以放心大胆的使用这个可选项 　　但是如果数据库已经使用了好几年了 后来因为某种原因需要重建索引 在这种情况下 由于数据库使用过程中很多因素数据库管理员无法控制 此时为这种类型的数据库创建索引时 为了保险起见还是不要采用这个选项好 因为此时遇到错误的几率相对来说会搞一点 为此此时牺牲一下索引创建的速率 而提高数据的安全性还是有必要的 万一遇到什么问题时 可以通过重做日志来及时的恢复数据 为企业用户减少损失 　 　可选项三 PUTE STATISTICS 是否生成统计信息 　　如果管理员在创建索引时采用了这个选项 则数据库将在创建索引的过程中以非常小的代价直接生成关于索引的相关统计信息 然后把这些信息存储在数据字典中 这就可以避免以后对索引进行分析统计 而且优化器在优化SQL语句的时候可以随机使用这些统计信息 以确定是否生成使用该索引的执行计划 通常情况下 在生成索引的过程中统计索引的相关信息 其所花的代价是最小的 无论从时间上 还是从硬件资源的耗费上 都是非常小的 所以 在创建索引的过程中统计相关的索引信息是非常有用的 　　但是默认情况下 数据库是不采用这个选项的 这主要是因为一些事物处理系统 索引的信息是经常需要发生变化的 如果在索引创建的过程中统计了相关信息 这些信息随着索引的调整等等原因会很快的过时 所以说 其在默认情况下没有采用这个选项 可见这个选项并不是在任何情况下都能够起到效果 但是如果这个数据库系统是一个决策支持系统 其数据 索引等等在一段时间内基本上是稳定不变的 此时在创建索引时可以使用这个选项 如此的话 在生成索引时可以以最小的代价生成这些统计信息 方便优化器使用 笔者在部署数据库应用的时候 对于事务型的数据库系统 一般不会启用这个选项 但是对于一些决策性的数据库系统或者数据仓库中 创建索引时则笔者喜欢采用这个选项 这有助于提高数据库的性能 因为优化器在生成执行计划时 可以直接采用这个统计信息 所以 数据库能够在最短的时间内确定需要采用的执行计划 而且在执行计划制定中参考了这个索引统计信息 为此所生成的执行计划在同等条件下可能更加的合理 　　 可选项四 ONLINE DML操作与创建索引操作是否可以同时进行 　　默认情况下 数据库系统是不允许DML操作与创建索引的操作同时进行的 也就是说 在创建索引的过程中 是不允许其他用户对其所涉及的表进行任何的DML操作 这主要是因为对基础表进行DML操作时 会对基础表进行加锁 所以在基础表上的DDL事务没有递交之前 即没有对基础表进行解锁之前 是无法对这基础表创建索引的 反之亦然 显然此时数据库没有采用这个ONLIE选项 继之DML操作与创建索引操作同时进行 主要是从创建索引的效率出发的 防止因为两个作业相互冲突 从而延长某个作业的运行时间 　　但是有时会我们必须允许他们进行同时操作 如用户可能一刻都不能够离开数据库系统 需要时时刻刻对数据库基础表进行DML操作 而此时由于某些原因 数据库管理员又需要重新建立索引时 那么不得不在创建索引的语句中加入这个ONLINE选项 让他们同时运行 此时虽然可能会延长索引创建作业的时间 但是可以保障用户DML操作能够正常进行 有时候牺牲这个代价是值得的 用户是不能够等的 而我们数据库管理员则可以勉强的等一会儿 　　当然 如果用户对于这个DML操作及时性没有这么高 如数据库管理员在晚上员工没有使用数据库时创建索引时 则可以不带这个选项 在限制用户对基础表进行DML操作的同时 提高数据库创建索引的效率 　　 可选项五 PARALLEL 多服务进程创建索引 　　默认情况下 Oracle数据库系统不采用这个选项 这并不是说这个选项不可用 而是因为大多数情况下企业部署Oracle数据库时所采用的数据库服务器往往只有单个CPU 此时数据库系统是用一个服务进程来创建索引的 　　如果企业的服务器有多个CPU的话 则可以在创建索引时采用这个选项 因为只要采用了这个选项 则数据库就会使用多个服务进程来并行的创建索引 以提高索引创建的速度 为此 在同等条件下 多服务并行创建进索引并单服务创建索引速度要快的多 所以如果服务器中有多个CPU 而且需要创建的索引比较多或者基础表中记录比较多的话 则采用这个选项能够大幅度的提高索引的创建效率 lishixinzhi/Article/program/SQL/201311/16409

BT网络中的数据啊。还有一个是电驴网络中的数据，目前世界上最全的两个资源网络。

index of 实际上是 阿帕奇服务器 目录文件的默认title，如果你要找MP3 ，可以搜 index of mp3实际上这种搜索早在几年前都被注意了，所以您不到多少东西。

留联系看。

《雨花阁2021》是一款专为安卓用户们打造的极速磁力下载器应用。聚合了超多磁力资源，各大平台都在这里可用，随时随地都能看到。是一个强大的搜索引擎，可以快速搜索视频、动画、名字等，通过关键词搜索。操作起来很简单，找到的资源质量都很好。无需任何设置即可使用。雨花阁2021搜索是一款非常实用方便的手机搜索引擎软件，想看的视频资讯都可以在这里找到，超多喜欢的视频内容，随时在这里都可以为自己获得更多咨询。

当然是百度啊

在浩如烟海的Internet上，特别是其上的Web（World Wide Web万维网）上，不会搜索，就不会上网。网虫朋友们，你了解搜索引擎吗？它们是怎么工作的？你都使用哪些搜索引擎？今天我就和大家聊聊搜索引擎的话题。 一、搜索引擎的分类 获得网站网页资料，能够建立数据库并提供查询的系统，我们都可以把它叫做搜索引擎。按照工作原理的不同，可以把它们分为两个基本类别：全文搜索引擎（FullText Search Engine）和分类目录Directory）。 全文搜索引擎的数据库是依靠一个叫“网络机器人（Spider）”或叫“网络蜘蛛（crawlers）”的软件，通过网络上的各种链接自动获取大量网页信息内容，并按以定的规则分析整理形成的。Google、百度都是比较典型的全文搜索引擎系统。 分类目录则是通过人工的方式收集整理网站资料形成数据库的，比如雅虎中国以及国内的搜狐、新浪、网易分类目录。另外，在网上的一些导航站点，也可以归属为原始的分类目录，比如“网址之家”。 全文搜索引擎和分类目录在使用上各有长短。全文搜索引擎因为依靠软件进行，所以数据库的容量非常庞大，但是，它的查询结果往往不够准确；分类目录依靠人工收集和整理网站，能够提供更为准确的查询结果，但收集的内容却非常有限。为了取长补短，现在的很多搜索引擎，都同时提供这两类查询，一般对全文搜索引擎的查询称为搜索“所有网站”或“全部网站”，比如Google的全文搜索（http://www.google.com/intl/zh-CN/）；把对分类目录的查询称为搜索“分类目录”或搜索“分类网站”，比如新浪搜索和雅虎中国搜索（http://cn.search.yahoo.com/dirsrch/）。 在网上，对这两类搜索引擎进行整合，还产生了其它的搜索服务，在这里，我们权且也把它们称作搜索引擎，主要有这两类： ⒈元搜索引擎(META Search Engine)。这类搜索引擎一般都没有自己网络机器人及数据库，它们的搜索结果是通过调用、控制和优化其它多个独立搜索引擎的搜索结果并以统一的格式在同一界面集中显示。元搜索引擎虽没有“网络机器人”或“网络蜘蛛”，也无独立的索引数据库，但在检索请求提交、检索接口代理和检索结果显示等方面，均有自己研发的特色元搜索技术。比如“metaFisher元搜索引擎” （http://www.hsfz.net/fish/），它就调用和整合了Google、Yahoo、AlltheWeb、百度和OpenFind等多家搜索引擎的数据。 ⒉集成搜索引擎（All－in－One Search Page）。集成搜索引擎是通过网络技术，在一个网页上链接很多个独立搜索引擎，查询时，点选或指定搜索引擎，一次输入，多个搜索引擎同时查询，搜索结果由各搜索引擎分别以不同页面显示，比如“网际瑞士军刀”（http://free.okey.net/%7Efree/search1.htm）。 二、搜索引擎的工作原理 全文搜索引擎的“网络机器人”或“网络蜘蛛”是一种网络上的软件，它遍历Web空间，能够扫描一定IP地址范围内的网站，并沿着网络上的链接从一个网页到另一个网页，从一个网站到另一个网站采集网页资料。它为保证采集的资料最新，还会回访已抓取过的网页。网络机器人或网络蜘蛛采集的网页，还要有其它程序进行分析，根据一定的相关度算法进行大量的计算建立网页索引，才能添加到索引数据库中。我们平时看到的全文搜索引擎，实际上只是一个搜索引擎系统的检索界面，当你输入关键词进行查询时，搜索引擎会从庞大的数据库中找到符合该关键词的所有相关网页的索引，并按一定的排名规则呈现给我们。不同的搜索引擎，网页索引数据库不同，排名规则也不尽相同，所以，当我们以同一关键词用不同的搜索引擎查询时，搜索结果也就不尽相同。 和全文搜索引擎一样，分类目录的整个工作过程也同样分为收集信息、分析信息和查询信息三部分，只不过分类目录的收集、分析信息两部分主要依靠人工完成。分类目录一般都有专门的编辑人员，负责收集网站的信息。随着收录站点的增多，现在一般都是由站点管理者递交自己的网站信息给分类目录，然后由分类目录的编辑人员审核递交的网站，以决定是否收录该站点。如果该站点审核通过，分类目录的编辑人员还需要分析该站点的内容，并将该站点放在相应的类别和目录中。所有这些收录的站点同样被存放在一个“索引数据库”中。用户在查询信息时，可以选择按照关键词搜索，也可按分类目录逐层查找。如以关键词搜索，返回的结果跟全文搜索引擎一样，也是根据信息关联程度排列网站。需要注意的是，分类目录的关键词查询只能在网站的名称、网址、简介等内容中进行，它的查询结果也只是被收录网站首页的URL地址，而不是具体的页面。分类目录就像一个电话号码薄一样，按照各个网站的性质，把其网址分门别类排在一起，大类下面套着小类，一直到各个网站的详细地址，一般还会提供各个网站的内容简介，用户不使用关键词也可进行查询，只要找到相关目录，就完全可以找到相关的网站（注意：是相关的网站，而不是这个网站上某个网页的内容，某一目录中网站的排名一般是按照标题字母的先后顺序或者收录的时间顺序决定的）。 搜索引擎并不真正搜索互联网，它搜索的实际上是预先整理好的网页索引数据库。 真正意义上的搜索引擎，通常指的是收集了因特网上几千万到几十亿个网页并对网页中的每一个词（即关键词）进行索引，建立索引数据库的全文搜索引擎。当用户查找某个关键词的时候，所有在页面内容中包含了该关键词的网页都将作为搜索结果被搜出来。在经过复杂的算法进行排序后，这些结果将按照与搜索关键词的相关度高低，依次排列。 现在的搜索引擎已普遍使用超链分析技术，除了分析索引网页本身的内容，还分析索引所有指向该网页的链接的URL、AnchorText、甚至链接周围的文字。所以，有时候，即使某个网页A中并没有某个词比如“恶魔撒旦”，但如果有别的网页B用链接“恶魔撒旦”指向这个网页A，那么用户搜索“恶魔撒旦”时也能找到网页A。而且，如果有越多网页（C、D、E、F……）用名为“恶魔撒旦”的链接指向这个网页A，或者给出这个链接的源网页（B、C、D、E、F……）越优秀，那么网页A在用户搜索“恶魔撒旦”时也会被认为更相关，排序也会越靠前。 搜索引擎的原理，可以看做三步：从互联网上抓取网页→建立索引数据库→在索引数据库中搜索排序。 从互联网上抓取网页 利用能够从互联网上自动收集网页的Spider系统程序，自动访问互联网，并沿着任何网页中的所有URL爬到其它网页，重复这过程，并把爬过的所有网页收集回来。 建立索引数据库 由分析索引系统程序对收集回来的网页进行分析，提取相关网页信息（包括网页所在URL、编码类型、页面内容包含的关键词、关键词位置、生成时间、大小、与其它网页的链接关系等），根据一定的相关度算法进行大量复杂计算，得到每一个网页针对页面内容中及超链中每一个关键词的相关度（或重要性），然后用这些相关信息建立网页索引数据库。 在索引数据库中搜索排序 当用户输入关键词搜索后，由搜索系统程序从网页索引数据库中找到符合该关键词的所有相关网页。因为所有相关网页针对该关键词的相关度早已算好，所以只需按照现成的相关度数值排序，相关度越高，排名越靠前。 最后，由页面生成系统将搜索结果的链接地址和页面内容摘要等内容组织起来返回给用户。 搜索引擎的Spider一般要定期重新访问所有网页（各搜索引擎的周期不同，可能是几天、几周或几月，也可能对不同重要性的网页有不同的更新频率），更新网页索引数据库，以反映出网页内容的更新情况，增加新的网页信息，去除死链接，并根据网页内容和链接关系的变化重新排序。这样，网页的具体内容和变化情况就会反映到用户查询的结果中。 互联网虽然只有一个，但各搜索引擎的能力和偏好不同，所以抓取的网页各不相同，排序算法也各不相同。大型搜索引擎的数据库储存了互联网上几亿至几十亿的网页索引，数据量达到几千G甚至几万G。但即使最大的搜索引擎建立超过二十亿网页的索引数据库，也只能占到互联网上普通网页的不到30%，不同搜索引擎之间的网页数据重叠率一般在70%以下。我们使用不同搜索引擎的重要原因，就是因为它们能分别搜索到不同的内容。而互联网上有更大量的内容，是搜索引擎无法抓取索引的，也是我们无法用搜索引擎搜索到的。 你心里应该有这个概念：搜索引擎只能搜到它网页索引数据库里储存的内容。你也应该有这个概念：如果搜索引擎的网页索引数据库里应该有而你没有搜出来，那是你的能力问题，学习搜索技巧可以大幅度提高你的搜索能力。

我也很想知道阿

在浩如烟海的Internet上，特别是其上的Web（World Wide Web万维网）上，不会搜索，就不会上网。网虫朋友们，你了解搜索引擎吗？它们是怎么工作的？你都使用哪些搜索引擎？今天我就和大家聊聊搜索引擎的话题。 一、搜索引擎的分类 获得网站网页资料，能够建立数据库并提供查询的系统，我们都可以把它叫做搜索引擎。按照工作原理的不同，可以把它们分为两个基本类别：全文搜索引擎（FullText Search Engine）和分类目录Directory）。 全文搜索引擎的数据库是依靠一个叫“网络机器人（Spider）”或叫“网络蜘蛛（crawlers）”的软件，通过网络上的各种链接自动获取大量网页信息内容，并按以定的规则分析整理形成的。Google、百度都是比较典型的全文搜索引擎系统。 分类目录则是通过人工的方式收集整理网站资料形成数据库的，比如雅虎中国以及国内的搜狐、新浪、网易分类目录。另外，在网上的一些导航站点，也可以归属为原始的分类目录，比如“网址之家”。 全文搜索引擎和分类目录在使用上各有长短。全文搜索引擎因为依靠软件进行，所以数据库的容量非常庞大，但是，它的查询结果往往不够准确；分类目录依靠人工收集和整理网站，能够提供更为准确的查询结果，但收集的内容却非常有限。为了取长补短，现在的很多搜索引擎，都同时提供这两类查询，一般对全文搜索引擎的查询称为搜索“所有网站”或“全部网站”，比如Google的全文搜索（http://www.google.com/intl/zh-CN/）；把对分类目录的查询称为搜索“分类目录”或搜索“分类网站”，比如新浪搜索和雅虎中国搜索（http://cn.search.yahoo.com/dirsrch/）。 在网上，对这两类搜索引擎进行整合，还产生了其它的搜索服务，在这里，我们权且也把它们称作搜索引擎，主要有这两类： ⒈元搜索引擎(META Search Engine)。这类搜索引擎一般都没有自己网络机器人及数据库，它们的搜索结果是通过调用、控制和优化其它多个独立搜索引擎的搜索结果并以统一的格式在同一界面集中显示。元搜索引擎虽没有“网络机器人”或“网络蜘蛛”，也无独立的索引数据库，但在检索请求提交、检索接口代理和检索结果显示等方面，均有自己研发的特色元搜索技术。比如“metaFisher元搜索引擎”（http://www.hsfz.net/fish/），它就调用和整合了Google、Yahoo、AlltheWeb、百度和OpenFind等多家搜索引擎的数据。 ⒉集成搜索引擎（All－in－One Search Page）。集成搜索引擎是通过网络技术，在一个网页上链接很多个独立搜索引擎，查询时，点选或指定搜索引擎，一次输入，多个搜索引擎同时查询，搜索结果由各搜索引擎分别以不同页面显示，比如“网际瑞士军刀”（http://free.okey.net/%7Efree/search1.htm）。 二、搜索引擎的工作原理 全文搜索引擎的“网络机器人”或“网络蜘蛛”是一种网络上的软件，它遍历Web空间，能够扫描一定IP地址范围内的网站，并沿着网络上的链接从一个网页到另一个网页，从一个网站到另一个网站采集网页资料。它为保证采集的资料最新，还会回访已抓取过的网页。网络机器人或网络蜘蛛采集的网页，还要有其它程序进行分析，根据一定的相关度算法进行大量的计算建立网页索引，才能添加到索引数据库中。我们平时看到的全文搜索引擎，实际上只是一个搜索引擎系统的检索界面，当你输入关键词进行查询时，搜索引擎会从庞大的数据库中找到符合该关键词的所有相关网页的索引，并按一定的排名规则呈现给我们。不同的搜索引擎，网页索引数据库不同，排名规则也不尽相同，所以，当我们以同一关键词用不同的搜索引擎查询时，搜索结果也就不尽相同。 和全文搜索引擎一样，分类目录的整个工作过程也同样分为收集信息、分析信息和查询信息三部分，只不过分类目录的收集、分析信息两部分主要依靠人工完成。分类目录一般都有专门的编辑人员，负责收集网站的信息。随着收录站点的增多，现在一般都是由站点管理者递交自己的网站信息给分类目录，然后由分类目录的编辑人员审核递交的网站，以决定是否收录该站点。如果该站点审核通过，分类目录的编辑人员还需要分析该站点的内容，并将该站点放在相应的类别和目录中。所有这些收录的站点同样被存放在一个“索引数据库”中。用户在查询信息时，可以选择按照关键词搜索，也可按分类目录逐层查找。如以关键词搜索，返回的结果跟全文搜索引擎一样，也是根据信息关联程度排列网站。需要注意的是，分类目录的关键词查询只能在网站的名称、网址、简介等内容中进行，它的查询结果也只是被收录网站首页的URL地址，而不是具体的页面。分类目录就像一个电话号码薄一样，按照各个网站的性质，把其网址分门别类排在一起，大类下面套着小类，一直到各个网站的详细地址，一般还会提供各个网站的内容简介，用户不使用关键词也可进行查询，只要找到相关目录，就完全可以找到相关的网站（注意：是相关的网站，而不是这个网站上某个网页的内容，某一目录中网站的排名一般是按照标题字母的先后顺序或者收录的时间顺序决定的）。 搜索引擎并不真正搜索互联网，它搜索的实际上是预先整理好的网页索引数据库。真正意义上的搜索引擎，通常指的是收集了因特网上几千万到几十亿个网页并对网页中的每一个词（即关键词）进行索引，建立索引数据库的全文搜索引擎。当用户查找某个关键词的时候，所有在页面内容中包含了该关键词的网页都将作为搜索结果被搜出来。在经过复杂的算法进行排序后，这些结果将按照与搜索关键词的相关度高低，依次排列。 现在的搜索引擎已普遍使用超链分析技术，除了分析索引网页本身的内容，还分析索引所有指向该网页的链接的URL、AnchorText、甚至链接周围的文字。所以，有时候，即使某个网页A中并没有某个词比如“恶魔撒旦”，但如果有别的网页B用链接“恶魔撒旦”指向这个网页A，那么用户搜索“恶魔撒旦”时也能找到网页A。而且，如果有越多网页（C、D、E、F……）用名为“恶魔撒旦”的链接指向这个网页A，或者给出这个链接的源网页（B、C、D、E、F……）越优秀，那么网页A在用户搜索“恶魔撒旦”时也会被认为更相关，排序也会越靠前。 搜索引擎的原理，可以看做三步：从互联网上抓取网页→建立索引数据库→在索引数据库中搜索排序。 从互联网上抓取网页利用能够从互联网上自动收集网页的Spider系统程序，自动访问互联网，并沿着任何网页中的所有URL爬到其它网页，重复这过程，并把爬过的所有网页收集回来。建立索引数据库由分析索引系统程序对收集回来的网页进行分析，提取相关网页信息（包括网页所在URL、编码类型、页面内容包含的关键词、关键词位置、生成时间、大小、与其它网页的链接关系等），根据一定的相关度算法进行大量复杂计算，得到每一个网页针对页面内容中及超链中每一个关键词的相关度（或重要性），然后用这些相关信息建立网页索引数据库。在索引数据库中搜索排序当用户输入关键词搜索后，由搜索系统程序从网页索引数据库中找到符合该关键词的所有相关网页。因为所有相关网页针对该关键词的相关度早已算好，所以只需按照现成的相关度数值排序，相关度越高，排名越靠前。最后，由页面生成系统将搜索结果的链接地址和页面内容摘要等内容组织起来返回给用户。 搜索引擎的Spider一般要定期重新访问所有网页（各搜索引擎的周期不同，可能是几天、几周或几月，也可能对不同重要性的网页有不同的更新频率），更新网页索引数据库，以反映出网页内容的更新情况，增加新的网页信息，去除死链接，并根据网页内容和链接关系的变化重新排序。这样，网页的具体内容和变化情况就会反映到用户查询的结果中。 互联网虽然只有一个，但各搜索引擎的能力和偏好不同，所以抓取的网页各不相同，排序算法也各不相同。大型搜索引擎的数据库储存了互联网上几亿至几十亿的网页索引，数据量达到几千G甚至几万G。但即使最大的搜索引擎建立超过二十亿网页的索引数据库，也只能占到互联网上普通网页的不到30%，不同搜索引擎之间的网页数据重叠率一般在70%以下。我们使用不同搜索引擎的重要原因，就是因为它们能分别搜索到不同的内容。而互联网上有更大量的内容，是搜索引擎无法抓取索引的，也是我们无法用搜索引擎搜索到的。 你心里应该有这个概念：搜索引擎只能搜到它网页索引数据库里储存的内容。你也应该有这个概念：如果搜索引擎的网页索引数据库里应该有而你没有搜出来，那是你的能力问题，学习搜索技巧可以大幅度提高你的搜索能力。

一、搜索引擎的分类 获得网站网页资料，能够建立数据库并提供查询的系统，我们都可以把它叫做搜索引擎。按照工作原理的不同，可以把它们分为两个基本类别：全文搜索引擎（FullText Search Engine）和分类目录Directory）。 全文搜索引擎的数据库是依靠一个叫“网络机器人（Spider）”或叫“网络蜘蛛（crawlers）”的软件，通过网络上的各种链接自动获取大量网页信息内容，并按以定的规则分析整理形成的。Google、百度都是比较典型的全文搜索引擎系统。 分类目录则是通过人工的方式收集整理网站资料形成数据库的，比如雅虎中国以及国内的搜狐、新浪、网易分类目录。另外，在网上的一些导航站点，也可以归属为原始的分类目录，比如“网址之家”。 全文搜索引擎和分类目录在使用上各有长短。全文搜索引擎因为依靠软件进行，所以数据库的容量非常庞大，但是，它的查询结果往往不够准确；分类目录依靠人工收集和整理网站，能够提供更为准确的查询结果，但收集的内容却非常有限。为了取长补短，现在的很多搜索引擎，都同时提供这两类查询，一般对全文搜索引擎的查询称为搜索“所有网站”或“全部网站”，比如Google的全文搜索（http://www.google.com/intl/zh-CN/）；把对分类目录的查询称为搜索“分类目录”或搜索“分类网站”，比如新浪搜索和雅虎中国搜索（http://cn.search.yahoo.com/dirsrch/）。 在网上，对这两类搜索引擎进行整合，还产生了其它的搜索服务，在这里，我们权且也把它们称作搜索引擎，主要有这两类： ⒈元搜索引擎(META Search Engine)。这类搜索引擎一般都没有自己网络机器人及数据库，它们的搜索结果是通过调用、控制和优化其它多个独立搜索引擎的搜索结果并以统一的格式在同一界面集中显示。元搜索引擎虽没有“网络机器人”或“网络蜘蛛”，也无独立的索引数据库，但在检索请求提交、检索接口代理和检索结果显示等方面，均有自己研发的特色元搜索技术。比如“metaFisher元搜索引擎” （http://www.hsfz.net/fish/），它就调用和整合了Google、Yahoo、AlltheWeb、百度和OpenFind等多家搜索引擎的数据。 ⒉集成搜索引擎（All－in－One Search Page）。集成搜索引擎是通过网络技术，在一个网页上链接很多个独立搜索引擎，查询时，点选或指定搜索引擎，一次输入，多个搜索引擎同时查询，搜索结果由各搜索引擎分别以不同页面显示，比如“网际瑞士军刀”（http://free.okey.net/%7Efree/search1.htm）。 二、搜索引擎的工作原理 全文搜索引擎的“网络机器人”或“网络蜘蛛”是一种网络上的软件，它遍历Web空间，能够扫描一定IP地址范围内的网站，并沿着网络上的链接从一个网页到另一个网页，从一个网站到另一个网站采集网页资料。它为保证采集的资料最新，还会回访已抓取过的网页。网络机器人或网络蜘蛛采集的网页，还要有其它程序进行分析，根据一定的相关度算法进行大量的计算建立网页索引，才能添加到索引数据库中。我们平时看到的全文搜索引擎，实际上只是一个搜索引擎系统的检索界面，当你输入关键词进行查询时，搜索引擎会从庞大的数据库中找到符合该关键词的所有相关网页的索引，并按一定的排名规则呈现给我们。不同的搜索引擎，网页索引数据库不同，排名规则也不尽相同，所以，当我们以同一关键词用不同的搜索引擎查询时，搜索结果也就不尽相同。 和全文搜索引擎一样，分类目录的整个工作过程也同样分为收集信息、分析信息和查询信息三部分，只不过分类目录的收集、分析信息两部分主要依靠人工完成。分类目录一般都有专门的编辑人员，负责收集网站的信息。随着收录站点的增多，现在一般都是由站点管理者递交自己的网站信息给分类目录，然后由分类目录的编辑人员审核递交的网站，以决定是否收录该站点。如果该站点审核通过，分类目录的编辑人员还需要分析该站点的内容，并将该站点放在相应的类别和目录中。所有这些收录的站点同样被存放在一个“索引数据库”中。用户在查询信息时，可以选择按照关键词搜索，也可按分类目录逐层查找。如以关键词搜索，返回的结果跟全文搜索引擎一样，也是根据信息关联程度排列网站。需要注意的是，分类目录的关键词查询只能在网站的名称、网址、简介等内容中进行，它的查询结果也只是被收录网站首页的URL地址，而不是具体的页面。分类目录就像一个电话号码薄一样，按照各个网站的性质，把其网址分门别类排在一起，大类下面套着小类，一直到各个网站的详细地址，一般还会提供各个网站的内容简介，用户不使用关键词也可进行查询，只要找到相关目录，就完全可以找到相关的网站（注意：是相关的网站，而不是这个网站上某个网页的内容，某一目录中网站的排名一般是按照标题字母的先后顺序或者收录的时间顺序决定的）。 搜索引擎并不真正搜索互联网，它搜索的实际上是预先整理好的网页索引数据库。 真正意义上的搜索引擎，通常指的是收集了因特网上几千万到几十亿个网页并对网页中的每一个词（即关键词）进行索引，建立索引数据库的全文搜索引擎。当用户查找某个关键词的时候，所有在页面内容中包含了该关键词的网页都将作为搜索结果被搜出来。在经过复杂的算法进行排序后，这些结果将按照与搜索关键词的相关度高低，依次排列。 现在的搜索引擎已普遍使用超链分析技术，除了分析索引网页本身的内容，还分析索引所有指向该网页的链接的URL、AnchorText、甚至链接周围的文字。所以，有时候，即使某个网页A中并没有某个词比如“恶魔撒旦”，但如果有别的网页B用链接“恶魔撒旦”指向这个网页A，那么用户搜索“恶魔撒旦”时也能找到网页A。而且，如果有越多网页（C、D、E、F……）用名为“恶魔撒旦”的链接指向这个网页A，或者给出这个链接的源网页（B、C、D、E、F……）越优秀，那么网页A在用户搜索“恶魔撒旦”时也会被认为更相关，排序也会越靠前。 搜索引擎的原理，可以看做三步：从互联网上抓取网页→建立索引数据库→在索引数据库中搜索排序。 从互联网上抓取网页 利用能够从互联网上自动收集网页的Spider系统程序，自动访问互联网，并沿着任何网页中的所有URL爬到其它网页，重复这过程，并把爬过的所有网页收集回来。 建立索引数据库 由分析索引系统程序对收集回来的网页进行分析，提取相关网页信息（包括网页所在URL、编码类型、页面内容包含的关键词、关键词位置、生成时间、大小、与其它网页的链接关系等），根据一定的相关度算法进行大量复杂计算，得到每一个网页针对页面内容中及超链中每一个关键词的相关度（或重要性），然后用这些相关信息建立网页索引数据库。 在索引数据库中搜索排序 当用户输入关键词搜索后，由搜索系统程序从网页索引数据库中找到符合该关键词的所有相关网页。因为所有相关网页针对该关键词的相关度早已算好，所以只需按照现成的相关度数值排序，相关度越高，排名越靠前。 最后，由页面生成系统将搜索结果的链接地址和页面内容摘要等内容组织起来返回给用户。 搜索引擎的Spider一般要定期重新访问所有网页（各搜索引擎的周期不同，可能是几天、几周或几月，也可能对不同重要性的网页有不同的更新频率），更新网页索引数据库，以反映出网页内容的更新情况，增加新的网页信息，去除死链接，并根据网页内容和链接关系的变化重新排序。这样，网页的具体内容和变化情况就会反映到用户查询的结果中。 互联网虽然只有一个，但各搜索引擎的能力和偏好不同，所以抓取的网页各不相同，排序算法也各不相同。大型搜索引擎的数据库储存了互联网上几亿至几十亿的网页索引，数据量达到几千G甚至几万G。但即使最大的搜索引擎建立超过二十亿网页的索引数据库，也只能占到互联网上普通网页的不到30%，不同搜索引擎之间的网页数据重叠率一般在70%以下。我们使用不同搜索引擎的重要原因，就是因为它们能分别搜索到不同的内容。而互联网上有更大量的内容，是搜索引擎无法抓取索引的，也是我们无法用搜索引擎搜索到的。 你心里应该有这个概念：搜索引擎只能搜到它网页索引数据库里储存的内容。你也应该有这个概念：如果搜索引擎的网页索引数据库里应该有而你没有搜出来，那是你的能力问题，学习搜索技巧可以大幅度提高你的搜索能力。

在浩如烟海的Internet上，特别是其上的Web（World Wide Web万维网）上，不会搜索，就不会上网。网虫朋友们，你了解搜索引擎吗？它们是怎么工作的？你都使用哪些搜索引擎？今天我就和大家聊聊搜索引擎的话题。 一、搜索引擎的分类 获得网站网页资料，能够建立数据库并提供查询的系统，我们都可以把它叫做搜索引擎。按照工作原理的不同，可以把它们分为两个基本类别：全文搜索引擎（FullText Search Engine）和分类目录Directory）。 全文搜索引擎的数据库是依靠一个叫“网络机器人（Spider）”或叫“网络蜘蛛（crawlers）”的软件，通过网络上的各种链接自动获取大量网页信息内容，并按以定的规则分析整理形成的。Google、百度都是比较典型的全文搜索引擎系统。 分类目录则是通过人工的方式收集整理网站资料形成数据库的，比如雅虎中国以及国内的搜狐、新浪、网易分类目录。另外，在网上的一些导航站点，也可以归属为原始的分类目录，比如“网址之家”。 全文搜索引擎和分类目录在使用上各有长短。全文搜索引擎因为依靠软件进行，所以数据库的容量非常庞大，但是，它的查询结果往往不够准确；分类目录依靠人工收集和整理网站，能够提供更为准确的查询结果，但收集的内容却非常有限。为了取长补短，现在的很多搜索引擎，都同时提供这两类查询，一般对全文搜索引擎的查询称为搜索“所有网站”或“全部网站”，比如Google的全文搜索（http://www.google.com/intl/zh-CN/）；把对分类目录的查询称为搜索“分类目录”或搜索“分类网站”，比如新浪搜索和雅虎中国搜索（http://cn.search.yahoo.com/dirsrch/）。 在网上，对这两类搜索引擎进行整合，还产生了其它的搜索服务，在这里，我们权且也把它们称作搜索引擎，主要有这两类： ⒈元搜索引擎(META Search Engine)。这类搜索引擎一般都没有自己网络机器人及数据库，它们的搜索结果是通过调用、控制和优化其它多个独立搜索引擎的搜索结果并以统一的格式在同一界面集中显示。元搜索引擎虽没有“网络机器人”或“网络蜘蛛”，也无独立的索引数据库，但在检索请求提交、检索接口代理和检索结果显示等方面，均有自己研发的特色元搜索技术。比如“metaFisher元搜索引擎” （http://www.hsfz.net/fish/），它就调用和整合了Google、Yahoo、AlltheWeb、百度和OpenFind等多家搜索引擎的数据。 ⒉集成搜索引擎（All－in－One Search Page）。集成搜索引擎是通过网络技术，在一个网页上链接很多个独立搜索引擎，查询时，点选或指定搜索引擎，一次输入，多个搜索引擎同时查询，搜索结果由各搜索引擎分别以不同页面显示，比如“网际瑞士军刀”（http://free.okey.net/%7Efree/search1.htm）。 二、搜索引擎的工作原理 全文搜索引擎的“网络机器人”或“网络蜘蛛”是一种网络上的软件，它遍历Web空间，能够扫描一定IP地址范围内的网站，并沿着网络上的链接从一个网页到另一个网页，从一个网站到另一个网站采集网页资料。它为保证采集的资料最新，还会回访已抓取过的网页。网络机器人或网络蜘蛛采集的网页，还要有其它程序进行分析，根据一定的相关度算法进行大量的计算建立网页索引，才能添加到索引数据库中。我们平时看到的全文搜索引擎，实际上只是一个搜索引擎系统的检索界面，当你输入关键词进行查询时，搜索引擎会从庞大的数据库中找到符合该关键词的所有相关网页的索引，并按一定的排名规则呈现给我们。不同的搜索引擎，网页索引数据库不同，排名规则也不尽相同，所以，当我们以同一关键词用不同的搜索引擎查询时，搜索结果也就不尽相同。 和全文搜索引擎一样，分类目录的整个工作过程也同样分为收集信息、分析信息和查询信息三部分，只不过分类目录的收集、分析信息两部分主要依靠人工完成。分类目录一般都有专门的编辑人员，负责收集网站的信息。随着收录站点的增多，现在一般都是由站点管理者递交自己的网站信息给分类目录，然后由分类目录的编辑人员审核递交的网站，以决定是否收录该站点。如果该站点审核通过，分类目录的编辑人员还需要分析该站点的内容，并将该站点放在相应的类别和目录中。所有这些收录的站点同样被存放在一个“索引数据库”中。用户在查询信息时，可以选择按照关键词搜索，也可按分类目录逐层查找。如以关键词搜索，返回的结果跟全文搜索引擎一样，也是根据信息关联程度排列网站。需要注意的是，分类目录的关键词查询只能在网站的名称、网址、简介等内容中进行，它的查询结果也只是被收录网站首页的URL地址，而不是具体的页面。分类目录就像一个电话号码薄一样，按照各个网站的性质，把其网址分门别类排在一起，大类下面套着小类，一直到各个网站的详细地址，一般还会提供各个网站的内容简介，用户不使用关键词也可进行查询，只要找到相关目录，就完全可以找到相关的网站（注意：是相关的网站，而不是这个网站上某个网页的内容，某一目录中网站的排名一般是按照标题字母的先后顺序或者收录的时间顺序决定的）。 搜索引擎并不真正搜索互联网，它搜索的实际上是预先整理好的网页索引数据库。 真正意义上的搜索引擎，通常指的是收集了因特网上几千万到几十亿个网页并对网页中的每一个词（即关键词）进行索引，建立索引数据库的全文搜索引擎。当用户查找某个关键词的时候，所有在页面内容中包含了该关键词的网页都将作为搜索结果被搜出来。在经过复杂的算法进行排序后，这些结果将按照与搜索关键词的相关度高低，依次排列。 现在的搜索引擎已普遍使用超链分析技术，除了分析索引网页本身的内容，还分析索引所有指向该网页的链接的URL、AnchorText、甚至链接周围的文字。所以，有时候，即使某个网页A中并没有某个词比如“恶魔撒旦”，但如果有别的网页B用链接“恶魔撒旦”指向这个网页A，那么用户搜索“恶魔撒旦”时也能找到网页A。而且，如果有越多网页（C、D、E、F……）用名为“恶魔撒旦”的链接指向这个网页A，或者给出这个链接的源网页（B、C、D、E、F……）越优秀，那么网页A在用户搜索“恶魔撒旦”时也会被认为更相关，排序也会越靠前。 搜索引擎的原理，可以看做三步：从互联网上抓取网页→建立索引数据库→在索引数据库中搜索排序。 从互联网上抓取网页 利用能够从互联网上自动收集网页的Spider系统程序，自动访问互联网，并沿着任何网页中的所有URL爬到其它网页，重复这过程，并把爬过的所有网页收集回来。 建立索引数据库 由分析索引系统程序对收集回来的网页进行分析，提取相关网页信息（包括网页所在URL、编码类型、页面内容包含的关键词、关键词位置、生成时间、大小、与其它网页的链接关系等），根据一定的相关度算法进行大量复杂计算，得到每一个网页针对页面内容中及超链中每一个关键词的相关度（或重要性），然后用这些相关信息建立网页索引数据库。 在索引数据库中搜索排序 当用户输入关键词搜索后，由搜索系统程序从网页索引数据库中找到符合该关键词的所有相关网页。因为所有相关网页针对该关键词的相关度早已算好，所以只需按照现成的相关度数值排序，相关度越高，排名越靠前。 最后，由页面生成系统将搜索结果的链接地址和页面内容摘要等内容组织起来返回给用户。 搜索引擎的Spider一般要定期重新访问所有网页（各搜索引擎的周期不同，可能是几天、几周或几月，也可能对不同重要性的网页有不同的更新频率），更新网页索引数据库，以反映出网页内容的更新情况，增加新的网页信息，去除死链接，并根据网页内容和链接关系的变化重新排序。这样，网页的具体内容和变化情况就会反映到用户查询的结果中。 互联网虽然只有一个，但各搜索引擎的能力和偏好不同，所以抓取的网页各不相同，排序算法也各不相同。大型搜索引擎的数据库储存了互联网上几亿至几十亿的网页索引，数据量达到几千G甚至几万G。但即使最大的搜索引擎建立超过二十亿网页的索引数据库，也只能占到互联网上普通网页的不到30%，不同搜索引擎之间的网页数据重叠率一般在70%以下。我们使用不同搜索引擎的重要原因，就是因为它们能分别搜索到不同的内容。而互联网上有更大量的内容，是搜索引擎无法抓取索引的，也是我们无法用搜索引擎搜索到的。 你心里应该有这个概念：搜索引擎只能搜到它网页索引数据库里储存的内容。你也应该有这个概念：如果搜索引擎的网页索引数据库里应该有而你没有搜出来，那是你的能力问题，学习搜索技巧可以大幅度提高你的搜索能力。

他就是搜索引擎 你可以看看下面百度等网站搜索引擎原理大致如下 一、搜索引擎的分类 获得网站网页资料，能够建立数据库并提供查询的系统，我们都可以把它叫做搜索引擎。按照工作原理的不同，可以把它们分为两个基本类别：全文搜索引擎（FullText Search Engine）和分类目录Directory）。 全文搜索引擎的数据库是依靠一个叫“网络机器人（Spider）”或叫“网络蜘蛛（crawlers）”的软件，通过网络上的各种链接自动获取大量网页信息内容，并按以定的规则分析整理形成的。Google、百度都是比较典型的全文搜索引擎系统。 分类目录则是通过人工的方式收集整理网站资料形成数据库的，比如雅虎中国以及国内的搜狐、新浪、网易分类目录。另外，在网上的一些导航站点，也可以归属为原始的分类目录，比如“网址之家”。 全文搜索引擎和分类目录在使用上各有长短。全文搜索引擎因为依靠软件进行，所以数据库的容量非常庞大，但是，它的查询结果往往不够准确；分类目录依靠人工收集和整理网站，能够提供更为准确的查询结果，但收集的内容却非常有限。为了取长补短，现在的很多搜索引擎，都同时提供这两类查询，一般对全文搜索引擎的查询称为搜索“所有网站”或“全部网站”，比如Google的全文搜索（http://www.google.com/intl/zh-CN/）；把对分类目录的查询称为搜索“分类目录”或搜索“分类网站”，比如新浪搜索和雅虎中国搜索（http://cn.search.yahoo.com/dirsrch/）。 在网上，对这两类搜索引擎进行整合，还产生了其它的搜索服务，在这里，我们权且也把它们称作搜索引擎，主要有这两类： ⒈元搜索引擎(META Search Engine)。这类搜索引擎一般都没有自己网络机器人及数据库，它们的搜索结果是通过调用、控制和优化其它多个独立搜索引擎的搜索结果并以统一的格式在同一界面集中显示。元搜索引擎虽没有“网络机器人”或“网络蜘蛛”，也无独立的索引数据库，但在检索请求提交、检索接口代理和检索结果显示等方面，均有自己研发的特色元搜索技术。比如“metaFisher元搜索引擎” （http://www.hsfz.net/fish/），它就调用和整合了Google、Yahoo、AlltheWeb、百度和OpenFind等多家搜索引擎的数据。 ⒉集成搜索引擎（All－in－One Search Page）。集成搜索引擎是通过网络技术，在一个网页上链接很多个独立搜索引擎，查询时，点选或指定搜索引擎，一次输入，多个搜索引擎同时查询，搜索结果由各搜索引擎分别以不同页面显示，比如“网际瑞士军刀”（http://free.okey.net/%7Efree/search1.htm）。 二、搜索引擎的工作原理 全文搜索引擎的“网络机器人”或“网络蜘蛛”是一种网络上的软件，它遍历Web空间，能够扫描一定IP地址范围内的网站，并沿着网络上的链接从一个网页到另一个网页，从一个网站到另一个网站采集网页资料。它为保证采集的资料最新，还会回访已抓取过的网页。网络机器人或网络蜘蛛采集的网页，还要有其它程序进行分析，根据一定的相关度算法进行大量的计算建立网页索引，才能添加到索引数据库中。我们平时看到的全文搜索引擎，实际上只是一个搜索引擎系统的检索界面，当你输入关键词进行查询时，搜索引擎会从庞大的数据库中找到符合该关键词的所有相关网页的索引，并按一定的排名规则呈现给我们。不同的搜索引擎，网页索引数据库不同，排名规则也不尽相同，所以，当我们以同一关键词用不同的搜索引擎查询时，搜索结果也就不尽相同。 和全文搜索引擎一样，分类目录的整个工作过程也同样分为收集信息、分析信息和查询信息三部分，只不过分类目录的收集、分析信息两部分主要依靠人工完成。分类目录一般都有专门的编辑人员，负责收集网站的信息。随着收录站点的增多，现在一般都是由站点管理者递交自己的网站信息给分类目录，然后由分类目录的编辑人员审核递交的网站，以决定是否收录该站点。如果该站点审核通过，分类目录的编辑人员还需要分析该站点的内容，并将该站点放在相应的类别和目录中。所有这些收录的站点同样被存放在一个“索引数据库”中。用户在查询信息时，可以选择按照关键词搜索，也可按分类目录逐层查找。如以关键词搜索，返回的结果跟全文搜索引擎一样，也是根据信息关联程度排列网站。需要注意的是，分类目录的关键词查询只能在网站的名称、网址、简介等内容中进行，它的查询结果也只是被收录网站首页的URL地址，而不是具体的页面。分类目录就像一个电话号码薄一样，按照各个网站的性质，把其网址分门别类排在一起，大类下面套着小类，一直到各个网站的详细地址，一般还会提供各个网站的内容简介，用户不使用关键词也可进行查询，只要找到相关目录，就完全可以找到相关的网站（注意：是相关的网站，而不是这个网站上某个网页的内容，某一目录中网站的排名一般是按照标题字母的先后顺序或者收录的时间顺序决定的）。 搜索引擎并不真正搜索互联网，它搜索的实际上是预先整理好的网页索引数据库。 真正意义上的搜索引擎，通常指的是收集了因特网上几千万到几十亿个网页并对网页中的每一个词（即关键词）进行索引，建立索引数据库的全文搜索引擎。当用户查找某个关键词的时候，所有在页面内容中包含了该关键词的网页都将作为搜索结果被搜出来。在经过复杂的算法进行排序后，这些结果将按照与搜索关键词的相关度高低，依次排列。 现在的搜索引擎已普遍使用超链分析技术，除了分析索引网页本身的内容，还分析索引所有指向该网页的链接的URL、AnchorText、甚至链接周围的文字。所以，有时候，即使某个网页A中并没有某个词比如“恶魔撒旦”，但如果有别的网页B用链接“恶魔撒旦”指向这个网页A，那么用户搜索“恶魔撒旦”时也能找到网页A。而且，如果有越多网页（C、D、E、F……）用名为“恶魔撒旦”的链接指向这个网页A，或者给出这个链接的源网页（B、C、D、E、F……）越优秀，那么网页A在用户搜索“恶魔撒旦”时也会被认为更相关，排序也会越靠前。 搜索引擎的原理，可以看做三步：从互联网上抓取网页→建立索引数据库→在索引数据库中搜索排序。 从互联网上抓取网页 利用能够从互联网上自动收集网页的Spider系统程序，自动访问互联网，并沿着任何网页中的所有URL爬到其它网页，重复这过程，并把爬过的所有网页收集回来。 建立索引数据库 由分析索引系统程序对收集回来的网页进行分析，提取相关网页信息（包括网页所在URL、编码类型、页面内容包含的关键词、关键词位置、生成时间、大小、与其它网页的链接关系等），根据一定的相关度算法进行大量复杂计算，得到每一个网页针对页面内容中及超链中每一个关键词的相关度（或重要性），然后用这些相关信息建立网页索引数据库。 在索引数据库中搜索排序 当用户输入关键词搜索后，由搜索系统程序从网页索引数据库中找到符合该关键词的所有相关网页。因为所有相关网页针对该关键词的相关度早已算好，所以只需按照现成的相关度数值排序，相关度越高，排名越靠前。 最后，由页面生成系统将搜索结果的链接地址和页面内容摘要等内容组织起来返回给用户。 搜索引擎的Spider一般要定期重新访问所有网页（各搜索引擎的周期不同，可能是几天、几周或几月，也可能对不同重要性的网页有不同的更新频率），更新网页索引数据库，以反映出网页内容的更新情况，增加新的网页信息，去除死链接，并根据网页内容和链接关系的变化重新排序。这样，网页的具体内容和变化情况就会反映到用户查询的结果中。 互联网虽然只有一个，但各搜索引擎的能力和偏好不同，所以抓取的网页各不相同，排序算法也各不相同。大型搜索引擎的数据库储存了互联网上几亿至几十亿的网页索引，数据量达到几千G甚至几万G。但即使最大的搜索引擎建立超过二十亿网页的索引数据库，也只能占到互联网上普通网页的不到30%，不同搜索引擎之间的网页数据重叠率一般在70%以下。我们使用不同搜索引擎的重要原因，就是因为它们能分别搜索到不同的内容。而互联网上有更大量的内容，是搜索引擎无法抓取索引的，也是我们无法用搜索引擎搜索到的。 你心里应该有这个概念：搜索引擎只能搜到它网页索引数据库里储存的内容。你也应该有这个概念：如果搜索引擎的网页索引数据库里应该有而你没有搜出来，那是你的能力问题，学习搜索技巧可以大幅度提高你的搜索能力。

貌似也没什么补充的了

摘自落伍，原文链接： http://www.im286.com/viewthread.php?tid=974156 在浩如烟海的Internet上，特别是其上的Web（World Wide Web万维网）上，不会搜索，就不会上网。网虫朋友们，你了解搜索引擎吗？它们是怎么工作的？你都使用哪些搜索引擎？今天我就和大家聊聊搜索引擎的话题。 一、搜索引擎的分类 获得网站网页资料，能够建立数据库并提供查询的系统，我们都可以把它叫做搜索引擎。按照工作原理的不同，可以把它们分为两个基本类别：全文搜索引擎（FullText Search Engine）和分类目录Directory）。 全文搜索引擎的数据库是依靠一个叫“网络机器人（Spider）”或叫“网络蜘蛛（crawlers）”的软件，通过网络上的各种链接自动获取大量网页信息内容，并按以定的规则分析整理形成的。Google、百度都是比较典型的全文搜索引擎系统。 分类目录则是通过人工的方式收集整理网站资料形成数据库的，比如雅虎中国以及国内的搜狐、百度、网易分类目录。另外，在网上的一些导航站点，也可以归属为原始的分类目录，比如“网址之家”（ http://www.hao123.com/） 。 全文搜索引擎和分类目录在使用上各有长短。全文搜索引擎因为依靠软件进行，所以数据库的容量非常庞大，但是，它的查询结果往往不够准确；分类柯家揽咳斯な占 驼硗荆 芄惶峁└ 既返牟檠 峁 占 哪谌萑捶浅S邢蕖N 巳〕げ苟蹋 衷诘暮芏嗨阉饕 妫纪 碧峁┱饬嚼嗖檠 话愣匀 乃阉饕 娴牟檠 莆 阉鳌八 型 尽被颉叭 客 尽保 热鏕oogle的全文搜索（ http://www.google.com/intl/zh-CN/） ；把对分类目录的查询称为搜索“分类目录”或搜索“分类网站”，比如百度搜索（ http://dir.sina.com.cn/） 和雅虎中国搜索（ http://cn.search.yahoo.com/dirsrch/） 。 在网上，对这两类搜索引擎进行整合，还产生了其它的搜索服务，在这里，我们权且也把它们称作搜索引擎，主要有这两类： ⒈元搜索引擎(META Search Engine)。这类搜索引擎一般都没有自己网络机器人及数据库，它们的搜索结果是通过调用、控制和优化其它多个独立搜索引擎的搜索结果并以统一的格式在同一界面集中显示。元搜索引擎虽没有“网络机器人”或“网络蜘蛛”，也无独立的索引数据库，但在检索请求提交、检索接口代理和检索结果显示等方面，均有自己研发的特色元搜索技术。比如“metaFisher元搜索引擎”（ http://www.hsfz.net/fish/） ，它就调用和整合了Google、Yahoo、AlltheWeb、百度和OpenFind等多家搜索引擎的数据。 ⒉集成搜索引擎（All－in－One Search Page）。集成搜索引擎是通过网络技术，在一个网页上链接很多个独立搜索引擎，查询时，点选或指定搜索引擎，一次输入，多个搜索引擎同时查询，搜索结果由各搜索引擎分别以不同页面显示，比如“网际瑞士军刀”（ http://free.okey.net/%7Efree/search1.htm） 。二、搜索引擎的工作原理 全文搜索引擎的“网络机器人”或“网络蜘蛛”是一种网络上的软件，它遍历Web空间，能够扫描一定IP地址范围内的网站，并沿着网络上的链接从一个网页到另一个网页，从一个网站到另一个网站采集网页资料。它为保证采集的资料最新，还会回访已抓取过的网页。网络机器人或网络蜘蛛采集的网页，还要有其它程序进行分析，根据一定的相关度算法进行大量的计算建立网页索引，才能添加到索引数据库中。我们平时看到的全文搜索引擎，实际上只是一个搜索引擎系统的检索界面，当你输入关键词进行查询时，搜索引擎会从庞大的数据库中找到符合该关键词的所有相关网页的索引，并按一定的排名规则呈现给我们。不同的搜索引擎，网页索引数据库不同，排名规则也不尽相同，所以，当我们以同一关键词用不同的搜索引擎查询时，搜索结果也就不尽相同。 和全文搜索引擎一样，分类目录的整个工作过程也同样分为收集信息、分析信息和查询信息三部分，只不过分类目录的收集、分析信息两部分主要依靠人工完成。分类目 查看原帖>>

你好谢谢你

比如百度网盘就比较好用 毕竟百度是个大牌子 可以推荐

CREATE [UNIQUE] [CLUSTERED|NONCLUSTERED] INDEX index_name ON table_name (column_name…) [WITH FILLFACTOR=x]q UNIQUE表示唯一索引，可选q CLUSTERED、NONCLUSTERED表示聚集索引还是非聚集索引，可选q FILLFACTOR表示填充因子，指定一个0到100之间的值，该值指示索引页填满的空间所占的百分比

什么是索引拿汉语字典的目录页（索引）打比方：正如汉语字典中的汉字按页存放一样，SQL Server中的数据记录也是按页存放的，每页容量一般为4K 。为了加快查找的速度，汉语字（词）典一般都有按拼音、笔画、偏旁部首等排序的目录（索引），我们可以选择按拼音或笔画查找方式，快速查找到需要的字（词）。同理，SQL Server允许用户在表中创建索引，指定按某列预先排序，从而大大提高查询速度。• SQL Server中的数据也是按页（ 4KB ）存放• 索引：是SQL Server编排数据的内部方法。它为SQL Server提供一种方法来编排查询数据。• 索引页：数据库中存储索引的数据页；索引页类似于汉语字（词）典中按拼音或笔画排序的目录页。• 索引的作用：通过使用索引，可以大大提高数据库的检索速度，改善数据库性能。索引类型• 唯一索引：唯一索引不允许两行具有相同的索引值• 主键索引：为表定义一个主键将自动创建主键索引，主键索引是唯一索引的特殊类型。主键索引要求主键中的每个值是唯一的，并且不能为空• 聚集索引(Clustered)：表中各行的物理顺序与键值的逻辑（索引）顺序相同，每个表只能有一个• 非聚集索引(Non-clustered)：非聚集索引指定表的逻辑顺序。数据存储在一个位置，索引存储在另一个位置，索引中包含指向数据存储位置的指针。可以有多个，小于249个索引类型：再次用汉语字典打比方，希望大家能够明白聚集索引和非聚集索引这两个概念。唯一索引：唯一索引不允许两行具有相同的索引值。如果现有数据中存在重复的键值，则大多数数据库都不允许将新创建的唯一索引与表一起保存。当新数据将使表中的键值重复时，数据库也拒绝接受此数据。例如，如果在stuInfo表中的学员员身份证号(stuID) 列上创建了唯一索引，则所有学员的身份证号不能重复。提示：创建了唯一约束，将自动创建唯一索引。尽管唯一索引有助于找到信息，但为了获得最佳性能，建议使用主键约束或唯一约束。主键索引：在数据库关系图中为表定义一个主键将自动创建主键索引，主键索引是唯一索引的特殊类型。主键索引要求主键中的每个值是唯一的。当在查询中使用主键索引时，它还允许快速访问数据。聚集索引（clustered index）在聚集索引中，表中各行的物理顺序与键值的逻辑（索引）顺序相同。表只能包含一个聚集索引。例如：汉语字（词）典默认按拼音排序编排字典中的每页页码。拼音字母a，b，c，d……x，y，z就是索引的逻辑顺序，而页码1，2，3……就是物理顺序。默认按拼音排序的字典，其索引顺序和逻辑顺序是一致的。即拼音顺序较后的字（词）对应的页码也较大。如拼音“ha”对应的字(词)页码就比拼音“ba” 对应的字(词)页码靠后。非聚集索引(Non-clustered)如果不是聚集索引，表中各行的物理顺序与键值的逻辑顺序不匹配。聚集索引比非聚集索引（nonclustered index）有更快的数据访问速度。例如，按笔画排序的索引就是非聚集索引，“1”画的字（词）对应的页码可能比“3”画的字（词）对应的页码大（靠后）。提示：SQL Server中，一个表只能创建1个聚集索引，多个非聚集索引。设置某列为主键，该列就默认为聚集索引如何创建索引使用T-SQL语句创建索引的语法：CREATE [UNIQUE] [CLUSTERED|NONCLUSTERED] INDEX index_name ON table_name (column_name…) [WITH FILLFACTOR=x]q UNIQUE表示唯一索引，可选q CLUSTERED、NONCLUSTERED表示聚集索引还是非聚集索引，可选q FILLFACTOR表示填充因子，指定一个0到100之间的值，该值指示索引页填满的空间所占的百分比在stuMarks表的writtenExam列创建索引：USE stuDBGOIF EXISTS (SELECT name FROM sysindexes WHERE name = "IX_writtenExam") DROP INDEX stuMarks.IX_writtenExam /*--笔试列创建非聚集索引：填充因子为30％--*/CREATE NONCLUSTERED INDEX IX_writtenExam ON stuMarks(writtenExam) WITH FILLFACTOR= 30GO/*-----指定按索引 IX_writtenExam 查询----*/SELECT * FROM stuMarks (INDEX=IX_writtenExam) WHERE writtenExam BETWEEN 60 AND 90虽然我们可以指定SQL Server按哪个索引进行数据查询，但一般不需要我们人工指定。SQL Server将会根据我们创建的索引，自动优化查询。索引的优缺点• 优点– 加快访问速度– 加强行的唯一性• 缺点– 带索引的表在数据库中需要更多的存储空间– 操纵数据的命令需要更长的处理时间，因为它们需要对索引进行更新创建索引的指导原则• 请按照下列标准选择建立索引的列。– 该列用于频繁搜索– 该列用于对数据进行排序• 请不要使用下面的列创建索引：– 列中仅包含几个不同的值。– 表中仅包含几行。为小型表创建索引可能不太划算，因为SQL Server在索引中搜索数据所花的时间比在表中逐行搜索所花的时间更长

每张表理论中都有一个主键值ID，也可以作为索引，使用T-SQL语句创建SQL Server索引的语法：CREATE [UNIQUE] [CLUSTERED|NONCLUSTERED] INDEX index_name ON table_name (column_name…) [WITH FILLFACTOR=x] 1、UNIQUE表示唯一索引，可选2、CLUSTERED、NONCLUSTERED表示聚集索引还是非聚集索引，可选3、FILLFACTOR表示填充因子，指定一个0到100之间的值，该值指示索引页填满的空间所占的百分比

create Index index_name on table_name(col1_name,col2_name...);注： 1.index_name ：你建立的索引名 2.table_name：你将要加索引的表名 3.col1_name:你要加索引的列名，从col1_name往后的列名都可以为空，如果不为空就变为组合索引。

示例；在表GoodsMade_Labour的SID列上创建唯一索引IX_GoodsMade_Labour，代码如下：create unique index IX_GoodsMade_Labour on GoodsMade_Labour(SID)这样情况下创建的是非聚集索引，它和使用nonclustered关键效果是一样的。create unique nonclustered index IX_GoodsMade_Labour on GoodsMade_Labour(SID)如果要创建聚集索引，可使用关键字clustered,代码如下：create unique clustered index IX_GoodsMade_Labour on GoodsMade_Labour(SID)

SQL SERVER中索引类型包括的三种类型分别是ufeffufeff唯一索引(UNIQUE)，聚集索引(CLUSTERED） ，非聚集索引(NONCLUSTERED）。主键与唯一索引的区别 主键是一种约束，唯一索引是一种索引，两者在本质上是不同的。 主键创建后一定包含一个唯一性索引，唯一性索引并不一定就是主键。 唯一性索引列允许空值，而主键列不允许为空值。 主键列在创建时，已经默认为空值 + 唯一索引了。 主键可以被其他表引用为外键，而唯一索引不能。 一个表最多只能创建一个主键，但可以创建多个唯一索引。 主键更适合那些不容易更改的唯一标识，如自动递增列、身份证号等。 在 RBO 模式下，主键的执行计划优先级要高于唯一索引。 两者可以提高查询的速度。

CREATE [UNIQUE] [CLUSTERED│NONCLUSTERED]INDEX index_name ON {table│view} (column [ASC│DESC] [,…n]) 例1：为表jbxx创建一个非聚集索引，索引字段为employee_name，索引名为i_employeename create index i_employeename on jbxx(employee_name) 例2：新建一个表，名称为temp，为此表创建一个惟一聚集索引，索引字段为temp_number，索引名为i_temp_number。 use student Create table t_temp (temp_number int, temp_name char(10), temp_age int) create unique clustered index i_temp_number on t_temp(temp_number) 例3：为表s创建一个复合索引，使用sex和birthday字段。 Use student Create index i_s on s(sex,birthday)麻烦采纳，谢谢!

一、使用 SQL Server Management Studio使用对象资源管理器创建聚集索引在“对象资源管理器”中，展开要创建聚集索引的表。右键单击“索引”文件夹，指向“新建索引”，然后选择“聚集索引…”。在“新建索引”对话框的“常规”页中，在“索引名称”框中输入新索引的名称。在“索引键列”下，单击“添加…”。在“从 table_name 中选择列”对话框中，选中要添加到聚集索引的表列的复选框。单击“确定”。在“新建列”对话框中，单击“确定”。使用表设计器创建聚集索引在“对象资源管理器”中，展开要使用聚集索引创建表的数据库。右键单击“表”文件夹，然后单击“新建表…”。右键单击上面创建的新表，然后单击“设计”。在“表设计器”菜单上，单击“索引/键”。在“索引/键”对话框中，单击“添加”。从“选定的主/唯一键或索引”文本框中选择新索引。在网格中，选择“创建为聚集的”，然后从该属性右侧的下拉列表中选择“是”。单击“关闭”。在“文件”菜单上，单击“保存 table_name”。二、使用 Transact-SQL创建聚集索引在“对象资源管理器”中，连接到 数据库引擎的实例。在标准菜单栏上，单击“新建查询”。将以下示例复制并粘贴到查询窗口中，然后单击“执行”。USE yourdatabase;GOCREATE TABLE dbo.TestTable (TestCol1 int NOT NULL, TestCol2 nchar(10) NULL, TestCol3 nvarchar(50) NULL);GO-- Create a clustered index called IX_TestTable_TestCol1-- on the dbo.TestTable table using the TestCol1 column.CREATE CLUSTERED INDEX IX_TestTable_TestCol1 ON dbo.TestTable (TestCol1); GO

兄弟你索引的概念还不清楚吧,再去看看关于索引的内容建立索引的语句最主要的一句create index

SQL Server中的数据也是按页（ 4KB ）存放索引：是SQL Server编排数据的内部方法。它为SQL Server提供一种方法来编排查询数据 。索引页：数据库中存储索引的数据页；索引页类似于汉语字（词）典中按拼音或笔画排序的目录页。索引的作用：通过使用索引，可以大大提高数据库的检索速度，改善数据库性能。共有四种：唯一索引：唯一索引不允许两行具有相同的索引值主键索引：为表定义一个主键将自动创建主键索引，主键索引是唯一索引的特殊类型。主键索引要求主键中的每个值是唯一的，并且不能为空聚集索引(Clustered)：表中各行的物理顺序与键值的逻辑（索引）顺序相同，每个表只能有一个非聚集索引(Non-clustered)：非聚集索引指定表的逻辑顺序。数据存储在一个位置，索引存储在另一个位置，索引中包含指向数据存储位置的指针。可以有多个，小于249个理解：唯一索引：唯一索引不允许两行具有相同的索引值。如果现有数据中存在重复的键值，则大多数数据库都不允许将新创建的唯一索引与表一起保存。当新数据将使表中的键值重复时，数据库也拒绝接受此数据。例如，如果在stuInfo表中的学员员身份证号(stuID) 列上创建了唯一索引，则所有学员的身份证号不能重复。提示：创建了唯一约束，将自动创建唯一索引。尽管唯一索引有助于找到信息，但为了获得最佳性能，建议使用主键约束或唯一约束。主键索引：在数据库关系图中为表定义一个主键将自动创建主键索引，主键索引是唯一索引的特殊类型。主键索引要求主键中的每个值是唯一的。当在查询中使用主键索引时，它还允许快速访问数据。聚集索引（clustered index）在聚集索引中，表中各行的物理顺序与键值的逻辑（索引）顺序相同。表只能包含一个聚集索引。例如：汉语字（词）典默认按拼音排序编排字典中的每页页码。拼音字母a，b，c，d……x，y，z就是索引的逻辑顺序，而页码1，2，3……就是物理顺序。默认按拼音排序的字典，其索引顺序和逻辑顺序是一致的。即拼音顺序较后的字（词）对应的页码也较大。如拼音“ha”对应的字(词)页码就比拼音“ba” 对应的字(词)页码靠后。如果不是聚集索引，表中各行的物理顺序与键值的逻辑顺序不匹配。聚集索引比非聚集索引（nonclustered index）有更快的数据访问速度。例如，按笔画排序的索引就是非聚集索引，“1”画的字（词）对应的页码可能比“3”画的字（词）对应的页码大（靠后）。提示：SQL Server中，一个表只能创建1个聚集索引，多个非聚集索引。设置某列为主键，该列就默认为聚集索引 创建索引CREATE [UNIQUE] [CLUSTERED|NONCLUSTERED] INDEX index_name ON table_name (column_name…) [WITH FILLFACTOR=x]UNIQUE表示唯一索引，可选CLUSTERED、NONCLUSTERED表示聚集索引还是 非聚集索引，可选FILLFACTOR表示填充因子，指定一个0到100之间的值，该值指示索引页填满的空间所占的百分比优点加快访问速度加强行的唯一性缺点带索引的表在数据库中需要更多的存储空间操纵数据的命令需要更长的处理时间，因为它们需要对索引进行更新

如果你查询的字段都在索引中，那么可以只查询索引，不用查询表，就可以输出数据。这是建索引时的一种考虑。但是在你这种情况下不适用。我猜你是想输出大批数据，而不是根据索引选择有数的那么几条。输出数据占总数据量达到一定比例以后，再用索引就是浪费更多资源而得不到回报了。因为数据行存储在块中。一块存多行。用索引时是根据索引信息，每一行访问一次数据块。数据多了会覆盖大多数数据块，并且一个数据块会被访问多次。就不如全表扫描一次，访问一个数据块就把该块所有行都输出。这样效率最高。所以你这种情况不应该用索引的。

create index indexname on tabname(col1 ,col2 desc,....);

　　“唯一性约束”和“唯一性索引”是不同的。　　一、 建立唯一性约束的语法，使用create table或者alter table　　1. 在字段级约束定义-- 命名create table tmp_table(a int constraint pk_tmp_table_a primary key,b varchar(10) constraint uq_tmp_table_b unique)-- 不命名create table tmp_table(a int primary key,b varchar(10) unique)　　2. 在表约束定义-- 命名create table tmp_table(a int,b varchar(10),constraint pk_tmp_table_a primary key(a),constraint uq_tmp_table_b unique(b ASC))-- 不命名create table tmp_table(a int,b varchar(10),primary key(a),unique(b ASC))　　二、 建立唯一性索引的语法，使用create index-- 必须命名CREATE UNIQUE NONCLUSTERED INDEX xak_tmp_table_b ON tmp_table(b DESC)--不指定[CLUSTERED | NONCLUSTERED]，缺省为NONCLUSTERED(非聚集)　　三、当在表中创建主键约束或者唯一性键约束时，SQL Server自动创建一个唯一性索引　　这是以上脚本建立的约束：constraint_type constraint_name constraint_keys PRIMARY KEY (clustered) pk_tmp_table_a a UNIQUE (non-clustered) uq_tmp_table_b b 　　这是索引：index_name index_description index_keys pk_tmp_table_a clustered, unique, primary key located on PRIMARY a uq_tmp_table_b nonclustered, unique, unique key located on PRIMARY b xak_tmp_table_b nonclustered, unique located on PRIMARY b(-) 　　可以看出，为主键和唯一性约束自动建立了同名唯一性索引。如果现在为表建立了排序顺序相反的两个索引uq_tmp_table_b和xak_tmp_table_b，不知道数据库会怎么工作？　　四、题外话　　表级约束中可以指定列的排序顺序(col_name ASC | DESC)，但不能指定列的NULL约束；字段级约束中可以指定列的NULL约束，但不能指定列的排序顺序。

第一部分主要从数据结构及算法理论层面讨论MySQL数据库索引的数理基矗 第二部分结合MySQL数据库中MyISAM和InnoDB数据存储引擎中索引的架构实现讨论聚集索引、非聚集索引及覆盖索引等话题。 第三部分根据上面的理论基础，讨论MySQL中高性能使用索...

教科书上的B+Tree是一个简化了的，方便于研究和教学的B+Tree。然而在数据库实现时，为了更好的性能或者降低实现的难度，都会在细节上进行一定的变化。下面以InnoDB为例，来说说这些变化。04 - Sparse Index中的数据指针 在“由浅入深理解InnoDB索引的实现(1)”中提到，Sparse Index中的每个键值都有一个指针指向所在的数据页。这样每个B+Tree都有指针指向数据页。如果数据页进行了拆分或合并操作，那么所有的B+Tree都需要修改相应的页指针。特别是Secondary B+Tree(辅助索引对应的B+Tree), 要对很多个不连续的页进行修改。同时也需要对这些页加锁，这会降低并发性。为了降低难度和增加更新(分裂和合并B+Tree节点)的性能，InnoDB 将 Secondary B+Tree中的指针替换成了主键的键值。这样就去除了Secondary B+Tree对数据页的依赖，而数据就变成了Clustered B+Tree(簇索引对应的B+Tree)独占的了。对数据页的拆分及合并操作，仅影响Clustered B+Tree. 因此InnoDB的数据文件中存储的实际上就是多个孤立B+Tree。 一个有趣的问题: 当用户显式的把主键定义到了二级索引中时，还需要额外的主键来做二级索引的数据吗(即存储2份主键)? 很显然是不需要的。InnoDB在创建二级索引的时候，会判断主键的字段是否已经被包含在了要创建的索引中.接下来看一下数据操作在B+Tree上的基本实现。- 用主键查询 直接在Clustered B+Tree上查询。- 用辅助索引查询A. 在Secondary B+Tree上查询到主键。B. 用主键在Clustered B+Tree上查询到数据。可以看出，在使用主键值替换页指针后，辅助索引的查询效率降低了。A. 如果能用主键查询，尽量使用主键来查询数据。 B. 但是由于Clustered B+Tree包含了完整的数据，遍历的效率比 Secondary B+Tree的效率低。如果遍历操作不涉及到二级索引和主键以外的数据，则尽量使用二级索引进行遍历。- INSERTA. 在Clustered B+Tree上插入一条记录B. 在所有其他Secondary B+Tree上插入一条记录(仅包含索引字段和主键)- DELETEA. 在Clustered B+Tree上删除一条记录。B. 在所有Secondary B+Tree上删除二级索引的记录。- UPDATE 非键列A. 在Clustered B+Tree上更新数据。- UPDATE 主键列A. 在Clustered B+Tree删除原有的记录(只是标记为DELETED,并不真正删除)。B. 在Clustered B+Tree插入一条新的记录。C. 在每一个Secondary B+Tree上删除原有的记录。(有疑问，看下一节。)D. 在每一个Secondary B+Tree上插入一个条新的记录。- UPDATE 辅助索引的键值A. 在Clustered B+Tree上更新数据。B. 在每一个Secondary B+Tree上删除原有的记录。C. 在每一个Secondary B+Tree上插入一条新的记录。更新键列时，需要更新多个页，效率比较低。A. 尽量不用对主键列进行UPDATE操作。B. 更新很多时，尽量少建索引。05 – 非唯一键索引 教科书上的B+Tree操作，通常都假设”键值是唯一的“。但是在实际的应用中Secondary Index是允许键值重复的。在极端的情况下，所有的键值都一样，该如何来处理呢？InnoDB 的 Secondary B+Tree中，主键也是此二级键的一部分。 Secondary Key = 用户定义的KEY + 主键。注意主键不仅做为数据出现在叶子节点，同时也作为键的一部分出现非叶子节点。对于非唯一键来说，因为主键是唯一的，Secondary Key也是唯一的。当然，在插入数据时，还是会根据用户定义的Key，来判断唯一性。按理说，如果辅助索引是唯一的(并且所有字段不能为空)，就不需要这样做。可是，InnoDB对所有的Secondary B+Tree都这样创建。还没弄明白有什么特殊的用途？有知道的朋友可以帮忙解答一下。也许是为了降低代码的复杂性，这是我想到的唯一理由。弄清楚了,即便是非空唯一键，在二级索引的B+Tree中也可能重复，因此必须要将主键加入到非叶子节点。06 – <Key, Pointer>对 标准的B+Tree的每个节点有K个键值和K+1个指针，指向K+1个子节点。 而在“由浅入深理解索引的实现(1)”中图. 9的B+Tree上，每个节点有K个键值和K个指针。InnoDB的B+Tree也是如此。这样做的好处在于，键值和指针一一对应。我们可以将一个<Key,Pointer>对看作一条记录。这样就可以用数据块的存储格式来存储索引块。因为不需要为索引块定义单独的存储格式，就降低了实现的难度。- 插入最小值 当考虑在变形后的B+Tree上进行INSERT操作时,发现了一个有趣的问题。如果插入的数据的健值比B+Tree的最小键值小时，就无法定位到一个适当的数据块上去(<Key,Pointer>中的Key代表了子节点上的键值是>=Key的)。例如，在图.5的B+Tree中插入键值为0的数据时，无法定位到任何节点。在标准的B+Tree上，这样的键值会被定位到最左侧的节点上去。这个做法，对于图.5中的B+Tree也是合理的。Innodb的做法是，将每一层（叶子层除外）的最左侧节点的第一条记录标记为最小记录(MIN_REC).在进行定位操作时，任何键值都比标记为MIN_REC的键值大。因此0会被插入到最左侧的记录节点上。07 – 顺序插入数据标准的B-Tree分裂时，将一半的键值和数据移动到新的节点上去。原有节点和新节点都保留一半的空间，用于以后的插入操作。当按照键值的顺序插入数据时，左侧的节点不可能再有新的数据插入。因此，会浪费约一半的存储空间。解决这个问题的基本思路是：分裂顺序插入的B-Tree时，将原有的数据都保留在原有的节点上。创建一个新的节点，用来存储新的数据。顺序插入时的分裂过程.以上是以B-Tree为例，B+Tree的分裂过程类似。InnoDB的实现以这个思路为基础，不过要复杂一些。因为顺序插入是有方向性的，可能是从小到大，也可能是从大到小的插入数据。所以要区分不同的情况。如果要了解细节，可参考以下函数的代码。btr_page_split_and_insert();btr_page_get_split_rec_to_right();btr_page_get_split_rec_to_right();InnoDB的代码太复杂了，有时候也不敢肯定自己的理解是对的。因此写了一个小脚本，来打印InnoDB数据文件中B+Tree。这样可以直观的来观察B+Tree的结构，验证自己的理解是否正确。

　　在良好的数据库设计基础上，能有效地使用索引是SQL Server取得高性能的基础，SQL Server采用基于代价的优化模型，它对每一个提交的有关表的查询，决定是否使用索引或用哪一个索引。因为查询执行的大部分开销是磁盘I/O，使用索引提高性能的一个主要目标是避免全表扫描，因为全表扫描需要从磁盘上读表的每一个数据页，如果有索引指向数据值，则查询只需读几次磁盘就可以了。　　所以如果建立了合理的索引，优化器就能利用索引加速数据的查询过程。但是，索引并不总是提高系统的性能，在增、删、改操作中索引的存在会增加一定的工作量，因此，在适当的地方增加适当的索引并从不合理的地方删除次优的索引，将有助于优化那些性能较差的SQL Server应用。实践表明，合理的索引设计是建立在对各种查询的分析和预测上的，只有正确地使索引与程序结合起来,才能产生最佳的优化方案。本文就SQL Server索引的性能问题进行了一些分析和实践。　　一、聚簇索引(clustered indexes)的使用　　聚簇索引是一种对磁盘上实际数据重新组织以按指定的一个或多个列的值排序。由于聚簇索引的索引页面指针指向数据页面，所以使用聚簇索引查找数据几乎总是比使用非聚簇索引快。每张表只能建一个聚簇索引，并且建聚簇索引需要至少相当该表120%的附加空间，以存放该表的副本和索引中间页。建立聚簇索引的思想是：　　1、大多数表都应该有聚簇索引或使用分区来降低对表尾页的竞争，在一个高事务的环境中，对最后一页的封锁严重影响系统的吞吐量。　　2、在聚簇索引下，数据在物理上按顺序排在数据页上，重复值也排在一起，因而在那些包含范围检查(between、<、<=、>、>=)或使用group by或order by的查询时，一旦找到具有范围中第一个键值的行，具有后续索引值的行保证物理上毗连在一起而不必进一步搜索，避免了大范围扫描，可以大大提高查询速度。　　3、在一个频繁发生插入操作的表上建立聚簇索引时，不要建在具有单调上升值的列(如IDENTITY)上，否则会经常引起封锁冲突。　　4、在聚簇索引中不要包含经常修改的列，因为码值修改后，数据行必须移动到新的位置。　　5、选择聚簇索引应基于where子句和连接操作的类型。　　聚簇索引的侯选列是：　　1、主键列,该列在where子句中使用并且插入是随机的。　　2、按范围存取的列，如pri_order > 100 and pri_order < 200。　　3、在group by或order by中使用的列。　　4、不经常修改的列。　　5、在连接操作中使用的列。　　二、非聚簇索引(nonclustered indexes)的使用　　SQL Server缺省情况下建立的索引是非聚簇索引，由于非聚簇索引不重新组织表中的数据，而是对每一行存储索引列值并用一个指针指向数据所在的页面。换句话说非聚簇索引具有在索引结构和数据本身之间的一个额外级。一个表如果没有聚簇索引时,可有250个非聚簇索引。每个非聚簇索引提供访问数据的不同排序顺序。在建立非聚簇索引时，要权衡索引对查询速度的加快与降低修改速度之间的利弊。另外，还要考虑这些问题：　　1、索引需要使用多少空间。　　2、合适的列是否稳定。　　3、索引键是如何选择的，扫描效果是否更佳。　　4、是否有许多重复值。　　对更新频繁的表来说，表上的非聚簇索引比聚簇索引和根本没有索引需要更多的额外开销。对移到新页的每一行而言，指向该数据的每个非聚簇索引的页级行也必须更新，有时可能还需要索引页的分理。从一个页面删除数据的进程也会有类似的开销，另外，删除进程还必须把数据移到页面上部，以保证数据的连续性。所以，建立非聚簇索引要非常慎重。非聚簇索引常被用在以下情况：　　1、某列常用于集合函数(如Sum,....)。　　2、某列常用于join,order by,group by。　　3、查寻出的数据不超过表中数据量的20%。　　三、覆盖索引(covering indexes)的使用　　覆盖索引是指那些索引项中包含查寻所需要的全部信息的非聚簇索引，这种索引之所以比较快也正是因为索引页中包含了查寻所必须的数据,不需去访问数据页。如果非聚簇索引中包含结果数据,那么它的查询速度将快于聚簇索引。　　但是由于覆盖索引的索引项比较多,要占用比较大的空间。而且update操作会引起索引值改变。所以如果潜在的覆盖查询并不常用或不太关键，则覆盖索引的增加反而会降低性能。　　四、索引的选择技术　　p_detail是住房公积金管理系统中记录个人明细的表，有890000行，观察在不同索引下的查询运行效果，测试在C/S环境下进行，客户机是IBM PII350(内存64M),服务器是DEC Alpha1000A(内存128M),数据库为SYBASE11.0.3。　　1、 select count(*) from p_detail where　　op_date>"19990101" and op_date<"　　19991231" and pri_surplus1>300　　2、 select count(*),sum(pri_surplus1) from p_detail　　where op_date>"19990101" and　　pay_month between‘199908" and"199912"　　不建任何索引查询1 1分15秒　　查询2 1分7秒　　在op_date上建非聚簇索引查询1 57秒　　查询2 57秒　　在op_date上建聚簇索引查询1 <1秒　　查询2 52秒　　在pay_month、op_date、pri_surplus1上建索引查询1 34秒　　查询2 <1秒　　在op_date、pay_month、pri_surplus1上建索引查询1 <1秒　　查询2 <1秒　　从以上查询效果分析，索引的有无，建立方式的不同将会导致不同的查询效果，选择什么样的索引基于用户对数据的查询条件,这些条件体现于where从句和join表达式中。一般来说建立索引的思路是：　　(1)主键时常作为where子句的条件，应在表的主键列上建立聚簇索引，尤其当经常用它作为连接的时候。　　(2)有大量重复值且经常有范围查询和排序、分组发生的列，或者非常频繁地被访问的列，可考虑建立聚簇索引。　　(3)经常同时存取多列，且每列都含有重复值可考虑建立复合索引来覆盖一个或一组查询，并把查询引用最频繁的列作为前导列，如果可能尽量使关键查询形成覆盖查询。　　(4)如果知道索引键的所有值都是唯一的，那么确保把索引定义成唯一索引。　　(5)在一个经常做插入操作的表上建索引时，使用fillfactor(填充因子)来减少页分裂，同时提高并发度降低死锁的发生。如果在只读表上建索引，则可以把fillfactor置为100。　　(6)在选择索引键时，设法选择那些采用小数据类型的列作为键以使每个索引页能够容纳尽可能多的索引键和指针，通过这种方式，可使一个查询必须遍历的索引页面降到最小。此外，尽可能地使用整数为键值，因为它能够提供比任何数据类型都快的访问速度。　　五、索引的维护　　上面讲到,某些不合适的索引影响到SQL Server的性能,随着应用系统的运行,数据不断地发生变化,当数据变化达到某一个程度时将会影响到索引的使用。这时需要用户自己来维护索引。索引的维护包括：　　1、重建索引　　随着数据行的插入、删除和数据页的分裂，有些索引页可能只包含几页数据，另外应用在执行大块I/O的时候，重建非聚簇索引可以降低分片，维护大块I/O的效率。重建索引实际上是重新组织B-树空间。在下面情况下需要重建索引：　　(1)数据和使用模式大幅度变化。　　(2)排序的顺序发生改变。　　(3)要进行大量插入操作或已经完成。　　(4)使用大块I/O的查询的磁盘读次数比预料的要多。　　(5)由于大量数据修改，使得数据页和索引页没有充分使用而导致空间的使用超出估算。　　(6)dbcc检查出索引有问题。　　当重建聚簇索引时，这张表的所有非聚簇索引将被重建。　　2、索引统计信息的更新　　当在一个包含数据的表上创建索引的时候，SQL Server会创建分布数据页来存放有关索引的两种统计信息：分布表和密度表。优化器利用这个页来判断该索引对某个特定查询是否有用。但这个统计信息并不动态地重新计算。这意味着，当表的数据改变之后，统计信息有可能是过时的，从而影响优化器追求最有工作的目标。因此，在下面情况下应该运行update statistics命令：　　(1)数据行的插入和删除修改了数据的分布。　　(2)对用truncate table删除数据的表上增加数据行。　　(3)修改索引列的值。　　六、结束语　　实践表明，不恰当的索引不但于事无补，反而会降低系统的执行性能。因为大量的索引在插入、修改和删除操作时比没有索引花费更多的系统时间。例如下面情况下建立的索引是不恰当的：　　1、在查询中很少或从不引用的列不会受益于索引，因为索引很少或从来不必搜索基于这些列的行。　　2、只有两个或三个值的列，如男性和女性(是或否)，从不会从索引中得到好处。　　另外，鉴于索引加快了查询速度，但减慢了数据更新速度的特点。可通过在一个段上建表，而在另一个段上建其非聚簇索引，而这两段分别在单独的物理设备上来改善操作性能。

主健和唯一索引 可以在创表时自动生成索引。改为goCREATE TABLE AdUnionReferReport(Id int IDENTITY(1,1) NOT NULL,ReportDate datetime,SrcId int NOT NULL,LineId int NOT NULL,SizeId int NOT NULL,Source nvarchar(50),WebReferCount int NOT NULL,PRIMARY KEY NONCLUSTERED(Id))CREATE CLUSTERED INDEX IX_AdUnionReferReport_ReportDate ON AdUnionReferReport(ReportDate)

什么是索引拿汉语字典的目录页（索引）打比方：正如汉语字典中的汉字按页存放一样，SQL Server中的数据记录也是按页存放的，每页容量一般为4K 。为了加快查找的速度，汉语字（词）典一般都有按拼音、笔画、偏旁部首等排序的目录（索引），我们可以选择按拼音或笔画查找方式，快速查找到需要的字（词）。同理，SQL Server允许用户在表中创建索引，指定按某列预先排序，从而大大提高查询速度。u2022 SQL Server中的数据也是按页（ 4KB ）存放u2022 索引：是SQL Server编排数据的内部方法。它为SQL Server提供一种方法来编排查询数据。u2022 索引页：数据库中存储索引的数据页；索引页类似于汉语字（词）典中按拼音或笔画排序的目录页。u2022 索引的作用：通过使用索引，可以大大提高数据库的检索速度，改善数据库性能。索引类型u2022 唯一索引：唯一索引不允许两行具有相同的索引值u2022 主键索引：为表定义一个主键将自动创建主键索引，主键索引是唯一索引的特殊类型。主键索引要求主键中的每个值是唯一的，并且不能为空u2022 聚集索引(Clustered)：表中各行的物理顺序与键值的逻辑（索引）顺序相同，每个表只能有一个u2022 非聚集索引(Non-clustered)：非聚集索引指定表的逻辑顺序。数据存储在一个位置，索引存储在另一个位置，索引中包含指向数据存储位置的指针。可以有多个，小于249个索引类型：再次用汉语字典打比方，希望大家能够明白聚集索引和非聚集索引这两个概念。唯一索引：唯一索引不允许两行具有相同的索引值。如果现有数据中存在重复的键值，则大多数数据库都不允许将新创建的唯一索引与表一起保存。当新数据将使表中的键值重复时，数据库也拒绝接受此数据。例如，如果在stuInfo表中的学员员身份证号(stuID) 列上创建了唯一索引，则所有学员的身份证号不能重复。提示：创建了唯一约束，将自动创建唯一索引。尽管唯一索引有助于找到信息，但为了获得最佳性能，建议使用主键约束或唯一约束。主键索引：在数据库关系图中为表定义一个主键将自动创建主键索引，主键索引是唯一索引的特殊类型。主键索引要求主键中的每个值是唯一的。当在查询中使用主键索引时，它还允许快速访问数据。聚集索引（clustered index）在聚集索引中，表中各行的物理顺序与键值的逻辑（索引）顺序相同。表只能包含一个聚集索引。例如：汉语字（词）典默认按拼音排序编排字典中的每页页码。拼音字母a，b，c，d……x，y，z就是索引的逻辑顺序，而页码1，2，3……就是物理顺序。默认按拼音排序的字典，其索引顺序和逻辑顺序是一致的。即拼音顺序较后的字（词）对应的页码也较大。如拼音“ha”对应的字(词)页码就比拼音“ba” 对应的字(词)页码靠后。非聚集索引(Non-clustered)如果不是聚集索引，表中各行的物理顺序与键值的逻辑顺序不匹配。聚集索引比非聚集索引（nonclustered index）有更快的数据访问速度。例如，按笔画排序的索引就是非聚集索引，“1”画的字（词）对应的页码可能比“3”画的字（词）对应的页码大（靠后）。提示：SQL Server中，一个表只能创建1个聚集索引，多个非聚集索引。设置某列为主键，该列就默认为聚集索引如何创建索引使用T-SQL语句创建索引的语法：CREATE [UNIQUE] [CLUSTERED|NONCLUSTERED] INDEX index_name ON table_name (column_name…) [WITH FILLFACTOR=x]q UNIQUE表示唯一索引，可选q CLUSTERED、NONCLUSTERED表示聚集索引还是非聚集索引，可选q FILLFACTOR表示填充因子，指定一个0到100之间的值，该值指示索引页填满的空间所占的百分比在stuMarks表的writtenExam列创建索引：USE stuDBGOIF EXISTS (SELECT name FROM sysindexes WHERE name = "IX_writtenExam") DROP INDEX stuMarks.IX_writtenExam /*--笔试列创建非聚集索引：填充因子为30％--*/CREATE NONCLUSTERED INDEX IX_writtenExam ON stuMarks(writtenExam) WITH FILLFACTOR= 30GO/*-----指定按索引 IX_writtenExam 查询----*/SELECT * FROM stuMarks (INDEX=IX_writtenExam) WHERE writtenExam BETWEEN 60 AND 90虽然我们可以指定SQL Server按哪个索引进行数据查询，但一般不需要我们人工指定。SQL Server将会根据我们创建的索引，自动优化查询。索引的优缺点u2022 优点– 加快访问速度– 加强行的唯一性u2022 缺点– 带索引的表在数据库中需要更多的存储空间– 操纵数据的命令需要更长的处理时间，因为它们需要对索引进行更新创建索引的指导原则u2022 请按照下列标准选择建立索引的列。– 该列用于频繁搜索– 该列用于对数据进行排序u2022 请不要使用下面的列创建索引：– 列中仅包含几个不同的值。– 表中仅包含几行。为小型表创建索引可能不太划算，因为SQL Server在索引中搜索数据所花的时间比在表中逐行搜索所花的时间更长

CREATE [UNIQUE|CLUSTERED] INDEX INDEX_NAME ON TABLE_NAME(PROPERTY_NAME)其中UNIQUE和CLUSTERED为可选项，分别是建立唯一索引和聚簇索引，具体解释为：UNIQUE:表示此索引的每一个索引值只对应唯一的数据。CLUSTERED:表示要建立的索引时聚簇索引，即索引项的顺序与表中记录的物理顺序一致的索引组织。

建表命令：CREAT 表名建立索引步骤及命令：USE 要建立索引的表名INDEX ON 索引关键字 TO 索引文件名索引关键字：是表中的一个字段，也就是你要以哪个字段为关键字进行索引索引文件名：建立的索引文件的文件名，可以和表的文件名相同，也可以不同。

CLUSTERED

唯一索引、聚集索引、非聚集索引

聚集索引是一种索引，该索引中键值的逻辑顺序决定了表中相应行的物理顺序。聚集索引也称为聚簇索引（Clustered Index），聚类索引，簇集索引 。同样，非聚集索引也称为非聚簇索引，非聚类索引，非簇集索引。聚集索引确定表中数据的物理顺序。聚集索引类似于电话簿，按姓氏排列数据。由于聚集索引规定数据在表中的物理存储顺序，因此一个表只能包含一个聚集索引。但该索引可以包含多个列（组合索引），就像电话簿按姓氏和名字进行组织一样。聚集索引对于那些经常要搜索范围值的列特别有效。使用聚集索引找到包含第一个值的行后，便可以确保包含后续索引值的行在物理相邻。例如，如果应用程序执行的一个查询经常检索某一日期范围内的记录，则使用聚集索引可以迅速找到包含开始日期的行，然后检索表中所有相邻的行，直到到达结束日期。这样有助于提高此类查询的性能。同样，如果对从表中检索的数据进行排序时经常要用到某一列，则可以将该表在该列上聚集（物理排序），避免每次查询该列时都进行排序，从而节省成本。当索引值唯一时，使用聚集索引查找特定的行也很有效率。例如，使用唯一雇员 ID 列 emp_id 查找特定雇员的最快速的方法，是在 emp_id 列上创建聚集索引或 PRIMARY KEY 约束。

create clustered index index_name on table(column); --------------------- 补充--------------------------聚簇索引 是建立在聚簇列上的。你这有聚簇列吗？

CREATE INDEX 用户名.索引名 ON 用户名.表名(列名) NOLOGGING NOPARALLEL

创建唯一索引的sql语句如下：CREATE[UNIQUE|CLUSTERED]INDEXINDEX_NAMEONTABLE_NAME(PROPERTY_NAME)其中UNIQUE和CLUSTERED为可选项，分别是建立唯一索引和聚簇索引。具体解释为：UNIQUE：表示此索引的每一个索引值只对应唯一的数据。CLUSTERED：表示要建立的索引时聚簇索引，即索引项的顺序与表中记录的物理顺序一致的索引组织。

二级索引？？mysql中每个表都有一个聚簇索引（clusteredindex），除此之外的表上的每个非聚簇索引都是二级索引，又叫辅助索引（secondaryindexes）。以innodb来说，每个innodb表具有一个特殊的索引称为聚集索引。如果您的表上定义有主键，该主键索引是聚集索引。如果你不定义为您的表的主键时，mysql取第一个唯一索引（unique）而且只含非空列（notnull）作为主键，innodb使用它作为聚集索引。如果没有这样的列，innodb就自己产生一个这样的id值，它有六个字节，而且是隐藏的，使其作为聚簇索引。聚簇索引主要是为了方便存储。。所以二级索引应该都是对聚簇索引的索引。下面是mysqlmanual上的原话，也可能我理解有误。everyinnodbtablehasaspecialindexcalledtheclusteredindexwherethedatafortherowsisstored.ifyoudefineaprimarykeyonyourtable,theindexoftheprimarykeyistheclusteredindex.ifyoudonotdefineaprimarykeyforyourtable,mysqlpicksthefirstuniqueindexthathasonlynotnullcolumnsastheprimarykeyandinnodbusesitastheclusteredindex.ifthereisnosuchindexinthetable,innodbinternallygeneratesahiddenclusteredindexonasyntheticcolumncontainingrowidvalues.therowsareorderedbytheidthatinnodbassignstotherowsinsuchatable.therowidisa6-bytefieldthatincreasesmonotonicallyasnewrowsareinserted.thus,therowsorderedbytherowidarephysicallyininsertionorder.accessingarowthroughtheclusteredindexisfastbecausetherowdataisonthesamepagewheretheindexsearchleads.ifatableislarge,theclusteredindexarchitectureoftensavesadiski/ooperationwhencomparedtostorageorganizationsthatstorerowdatausingadifferentpagefromtheindexrecord.(forexample,myisamusesonefilefordatarowsandanotherforindexrecords.)ininnodb,therecordsinnon-clusteredindexes(alsocalledsecondaryindexes)containtheprimarykeyvaluefortherow.innodbusesthisprimarykeyvaluetosearchfortherowintheclusteredindex.iftheprimarykeyislong,thesecondaryindexesusemorespace,soitisadvantageoustohaveashortprimarykey.

澄清一个概念：innodb中，在聚簇索引之上创建的索引称之为辅助索引，辅助索引访问数据总是需要二次查找，非聚簇索引都是辅助索引，像复合索引、前缀索引、唯一索引，辅助索引叶子节点存储的不再是行的物理位置，而是主键值 由于聚簇索引是将数据跟索引结构放到一块，因此一个表仅有一个聚簇索引 聚簇索引默认是主键 ，如果表中没有定义主键，InnoDB 会选择一个 唯一的非空索引 代替。如果没有这样的索引，InnoDB 会 隐式定义一个主键 来作为聚簇索引。InnoDB 只聚集在同一个页面中的记录。包含相邻健值的页面可能相距甚远。 如果你已经设置了主键为聚簇索引，必须先删除主键，然后添加我们想要的聚簇索引，最后恢复设置主键即可 。 此时其他索引只能被定义为非聚簇索引。这个是最大的误区。有的主键还是无意义的自动增量字段，那样的话Clustered index对效率的帮助，完全被浪费了。 刚才说到了，聚簇索引性能最好而且具有唯一性，所以非常珍贵，必须慎重设置。 一般要根据这个表最常用的SQL查询方式来进行选择，某个字段作为聚簇索引，或组合聚簇索引 ，这个要看实际情况。 记住我们的 最终目的 就是 在相同结果集情况下，尽可能减少逻辑IO 。 MyISM使用的是非聚簇索引， 非聚簇索引的两棵B+树看上去没什么不同 ，节点的结构完全一致只是存储的内容不同而已，主键索引B+树的节点存储了主键，辅助键索引B+树存储了辅助键。表数据存储在独立的地方，这两颗B+树的叶子节点都使用一个地址指向真正的表数据，对于表数据来说，这两个键没有任何差别。由于 索引树是独立的，通过辅助键检索无需访问主键的索引树 。 看上去聚簇索引的效率明显要低于非聚簇索引，因为 每次使用辅助索引检索都要经过两次B+树查找 ，这不是多此一举吗？聚簇索引的优势在哪？ 所以建议使用int的auto_increment作为主键 主键的值是顺序的，所以 InnoDB 把每一条记录都存储在上一条记录的后面。当达到页的最大填充因子时（InnoDB 默认的最大填充因子是页大小的 15/16，留出部分空间用于以后修改），下一条记录就会写入新的页中。一旦数据按照这种顺序的方式加载，主键页就会近似于被顺序的记录填满（二级索引页可能是不一样的） 聚簇索引的数据的物理存放顺序与索引顺序是一致的 ，即： 只要索引是相邻的，那么对应的数据一定也是相邻地存放在磁盘上的 。如果主键不是自增id，那么可以想 象，它会干些什么，不断地调整数据的物理地址、分页，当然也有其他一些措施来减少这些操作，但却无法彻底避免。但，如果是自增的，那就简单了，它只需要一 页一页地写，索引结构相对紧凑，磁盘碎片少，效率也高。 因为 MyISAM的主索引并非聚簇索引，那么他的数据的物理地址必然是凌乱的，拿到这些物理地址，按照合适的算法进行I/O读取，于是开始不停的寻道不停的旋转 。 聚簇索引则只需一次I/O 。（强烈的对比） 不过，如果 涉及到大数据量的排序、全表扫描、count之类的操作的话，还是MyISAM占优势些，因为索引所占空间小，这些操作是需要在内存中完成的 。 聚簇索引 默认是主键 ，如果表中没有定义主键，InnoDB 会选择一个 唯一的非空索引 代替。如果没有这样的索引，InnoDB 会 隐式定义一个主键 来作为聚簇索引。 InnoDB 只聚集在同一个页面中的记录。包含相邻健值的页面可能相距甚远。

1 聚集索引：该索引中键值的逻辑顺序决定了表中相应行的物理顺序。 聚集索引确定表中数据的物理顺序。聚集索引类似于电话簿，后者按姓氏排列数据。由于聚集索引规定数据在表中的物理存储顺序，因此一个表只能包含一个聚集索引。但该索引可以包含多个列（组合索引），就像电话簿按姓氏和名字进行组织一样。2 聚集索引使用注意事项 定义聚集索引键时使用的列越少越好。 u2022 包含大量非重复值的列。 .u2022 使用下列运算符返回一个范围值的查询：BETWEEN、>、>=、< 和 <=。 u2022 被连续访问的列。 u2022 回大型结果集的查询。 u2022 经常被使用联接或 GROUP BY 子句的查询访问的列；一般来说，这些是外键列。对 ORDER BY 或 GROUP BY 子句中指定的列进行索引，可以使 SQL Server 不必对数据进行排序，因为这些行已经排序。这样可以提高查询性能。 u2022 OLTP 类型的应用程序，这些程序要求进行非常快速的单行查找（一般通过主键）。应在主键上创建聚集索引。3 聚集索引不适用于： u2022 频繁更改的列 。这将导致整行移动（因为 SQL Server 必须按物理顺序保留行中的数据值）。这一点要特别注意，因为在大数据量事务处理系统中数据是易失的。 u2022 宽键 。来自聚集索引的键值由所有非聚集索引作为查找键使用，因此存储在每个非聚集索引的叶条目内。4 非聚集索引：数据存储在一个地方，索引存储在另一个地方，索引带有指针指向数据的存储位置。非聚集索引中的项目按索引键值的顺序存储，而表中的信息按另一种顺序存储（这可以由聚集索引规定）。对于非聚集索引，可以为在表非聚集索引中查找数据时常用的每个列创建一个非聚集索引。有些书籍包含多个索引。例如，一本介绍园艺的书可能会包含一个植物通俗名称索引，和一个植物学名索引，因为这是读者查找信息的两种最常用的方法。

问题一：如何用sql语句在列上建立聚集索引 可以用如下语句 create clustered index 索引名 on 表名(字段名) 问题二：如何设置聚集索引(Cluster Index) 一、使用 SQL Server Management Studio 使用对象资源管理器创建聚集索引 在“对象资源管理器”中，展开要创建聚集索引的表。 右键单击“索引”文件夹，指向“新建索引”，然后选择“聚集索引…”。 在“新建索引”对话框的“常规”页中，在“索引名称”框中输入新索引的名称。 在“索引键列”下，单击“添加…”。 在“从 table_name 中选择列”对话框中，选中要添加到聚集索引的表列的复选框。 单击“确定”。 在“新建列”对话框中，单击“确定”。 使用表设计器创建聚集索引 在“对象资源管理器”中，展开要使用聚集索引创建表的数据库。 右键单击“表”文件夹，然后单击“新建表…”。 右键单击上面创建的新表，然后单击“设计”。 在“表设计器”菜单上，单击“索引/键”。 在“索引/键”对话框中，单击“添加”。 从“选定的主/唯一键或索引”文本框中选择新索引。 在网格中，选择“创建为聚集的”，然后从该属性右侧的下拉列表中选择“是”。 单击“关闭”。 在“文件”菜单上，单击“保存 table_name”。 二、使用 Transact-SQL 创建聚集索引 在“对象资源管理器”中，连接到 数据库引擎的实例。 在标准菜单栏上，单击“新建查询”。 将以下示例复制并粘贴到查询窗口中，然后单击“执行”。 USE yourdatabase; GO CREATE TABLE dbo.TestTable (TestCol1 int NOT NULL, TestCol2 nchar(10) NULL, TestCol3 nvarchar(50) NULL); GO -- Create a clustered index called IX_TestTable_TestCol1 -- on the dbo.TestTable table using the TestCol1 column. CREATE CLUSTERED INDEX IX_TestTable_TestCol1 ON dbo.TestTable (TestCol1); GO 问题三：SQL中怎么创建非聚集索引 --创建非聚集索引create nonclustered index inx_entry_stock_ on entry_stock_d(entry_stock_bi) --延伸：--创建聚集索引create clustered index inx_entry_stock_bi on entry_stock_d(entry_stock_bi) --创建主键create table yourtable (id int primary key,name varchar (50))--增加主键alter table entry_stock_d add primary key nonclustered--主键且非聚集( entry_stock_bi,aid) --除此以外还可以通过SQL Server Management Studio 右击表 -》设计-》 右击列 根据右键菜单 建立主键和索引 问题四：数据库怎样创建一个唯一聚集索引 在 Microsoft SQL Server 数据库中，您可以创建聚集索引。在聚集索引中，表中行的物理顺序与索引键值的逻辑（索引）顺序相同。一个表只能包含一个聚集索引。 创建聚集索引 在对象资源管理器中，右键单击要为其创建聚集索引的表，然后单击“设计”。 此时，将在表设计器中打开该表。 在表设计器菜单上，单击“索引/键”。 在“索引/键”对话框中，单击“添加”。 从“选定的主/唯一键或索引”列表中选择新创建的索引。 在网格中，选择“创建为聚集的”，然后从该属性右侧的下拉列表中选择“是”。 保存表时将在数据库中创建该索引。 问题五：有了聚集索引，为什么还要让我创建非聚集索引 你也可以不创建。但是有索引在读取的时候会更快。但是插入的时候有可可能会变慢，这种现象得表中的数据到达一定级别的时候才会比较明显。 聚集索引和非聚集索引不冲突。聚集索引只能有一个，非聚集可以有多个 聚集索引是：将数据在物理上排序，比如，图书馆的的书，从编号1开始按数字，1，2，3，4，5这样一直排列下来，这里的 1，2，3，4，5就可以建立聚集索引，检索的时候假设你检索 >4的数据就很快。 非聚集是索引是：将数据在逻辑上排序。比如图书馆的书，按照语音 将中文的放到 A区，将英文放在B区，然后又按照图书的类目，比如 文学类 放在 B曲区的 1号货架，历史图书放在B区的2号货架，这样逻辑上的排序是非聚集索引。 手打，累。。。。这是最基本的。索引在表创建的时候有很大学问。我也是皮毛。自己深入研究吧 问题六：在SQLSERVER中怎么创建聚集索引 CREATE CLUSTERED INDEX CLUSTER_id ON TABLE_name(ID) 问题七：什么叫聚集索引，建立索引的好处。 1、聚集索引：又叫聚簇索引，物理索引，与基表的物理顺序相同，数据值的顺序总是按照顺序排列 CREATE CLUSTERED INDEX mycolumn_cindex ON mytable(mycolumn) WITH ALLOW_DUP_ROW(允许有重复记录的聚簇索引) 2、非聚簇索引：CREATE UNCLUSTERED INDEX mycolumn_cindex ON mytable(mycolumn)3、索引的好处： 1)创建唯一性索引，保证数据库表中每一行数据的唯一性2)大大加快数据的检索速度，这也是创建索引的最主要的原因3)加速表和表之间的连接，特别是在实现数据的参考完整性方面特别有意义。4)在使用分组和排序子句进行数据检索时，同样可以显著减少查询中分组和排序的时间。5)通过使用索引，可以在查询的过程中使用优化隐藏器，提高系统的性能。 4、索引的缺点： 1)创建索引和维护索引要耗费时间，这种时间随着数据量的增加而增加2)索引需要占物理空间，除了数据表占数据空间之外，每一个索引还要占一定的物理空 间， 如果要建立 聚簇索引，那么需要的空间就会更大。3)当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，降低了数据的维护速度 问题八：MySQL中怎样创建聚集索引和非聚集索引，求创建这两种索引的SQL语句。谢谢 InnoDB按照主键进行聚集，如果没有定义主键，InnoDB会试着使用唯一的非空索引来代替。如果没有这种索引，InnoDB就会定义隐藏的主键然后在上面进行聚集。 所以，对于 聚集索引 来说，你创建主键的时候，自动就创建了主键的聚集索引。 而普通索引（非聚集索引）的语法，大多数数据库都是通用的： CREATE INDEX Syntax CREATE [UNIQUE|FULLTEXT|SPATIAL] INDEX index_name [index_type] ON tbl_name (index_col_name,...) [index_type] index_col_name: col_name [(length)] [ASC | DESC] index_type: USING {BTREE | HASH | RTREE} [java] view plaincopy -- 创建无索引的表格 create table testNoPK ( id int not null, name varchar(10) ); -- 创建普通索引 create index IDX_testNoPK_Name on testNoPK (name); 问题九：怎么用两个字段联合建立聚集索引 怎么用两个字段联合建立聚集索引 如何用sql语句在列上建立聚集索引可以用如下语句create clustered index 索引名 on 表名(字段名) 问题十：SQL中怎么创建非聚集索引 --格式：--CREATE INDEX 索引名称 ON 表名 (索引字段);--例：CREATE INDEX INX_TABLEA ON TABLEA(F1,F2,F3);

“唯一性约束”和“唯一性索引”是不同的。一、 建立唯一性约束的语法，使用create table或者alter table1. 在字段级约束定义-- 命名create table tmp_table( a int constraint pk_tmp_table_a primary key, b varchar(10) constraint uq_tmp_table_b unique )-- 不命名create table tmp_table( a int primary key, b varchar(10) unique)2. 在表约束定义-- 命名create table tmp_table( a int, b varchar(10), constraint pk_tmp_table_a primary key(a), constraint uq_tmp_table_b unique(b ASC))-- 不命名create table tmp_table( a int, b varchar(10), primary key(a), unique(b ASC))二、 建立唯一性索引的语法，使用create index-- 必须命名CREATE UNIQUE NONCLUSTERED INDEX xak_tmp_table_b ON tmp_table(b DESC)--不指定[CLUSTERED | NONCLUSTERED]，缺省为NONCLUSTERED(非聚集)三、当在表中创建主键约束或者唯一性键约束时，SQL Server自动创建一个唯一性索引这是以上脚本建立的约束：constraint_type constraint_name constraint_keys PRIMARY KEY (clustered) pk_tmp_table_a a UNIQUE (non-clustered) uq_tmp_table_b b 这是索引：index_name index_description index_keys pk_tmp_table_a clustered, unique, primary key located on PRIMARY a uq_tmp_table_b nonclustered, unique, unique key located on PRIMARY b xak_tmp_table_b nonclustered, unique located on PRIMARY b(-) 可以看出，为主键和唯一性约束自动建立了同名唯一性索引。现在为表建立了排序顺序相反的两个索引uq_tmp_table_b和xak_tmp_table_b，不知道数据库会怎么工作？四、题外话表级约束中可以指定列的排序顺序(col_name ASC | DESC)，但不能指定列的NULL约束；字段级约束中可以指定列的NULL约束，但不能指定列的排序顺序；

CREATE INDEX 用户名.索引名 ON 用户名.表名(列名) NOLOGGING NOPARALLEL

1. 首先删除主键, 然后重新创建主键, 重新创建主键的时候, 需要说明本主键是使用 非聚集索引PRIMARY KEY NONCLUSTERED ( sno )2.A: PAD_INDEX = { ON | OFF } 指定索引填充。默认值为 OFF。ON fillfactor 指定的可用空间百分比应用于索引的中间级页。OFF 或不指定 fillfactor考虑到中间级页上的键集，将中间级页填充到接近其容量的程度，以留出足够的空间，使之至少能够容纳索引的最大的一行。B:FILLFACTOR =fillfactor指定一个百分比，指示在创建或重新生成索引期间，数据库引擎对各索引页的叶级填充的程度。fillfactor 必须为介于 1 至 100 之间的整数值。默认值为 0。如果 fillfactor 为 100 或 0，则数据库引擎将创建完全填充叶级页的索引。C:IGNORE_DUP_KEY = { ON | OFF } 指定在插入操作尝试向唯一索引插入重复键值时的错误响应。IGNORE_DUP_KEY 选项仅适用于创建或重新生成索引后发生的插入操作。当执行 CREATE INDEX、ALTER INDEX 或 UPDATE 时，该选项无效。默认值为 OFF。ON 向唯一索引插入重复键值时将出现警告消息。只有违反唯一性约束的行才会失败。OFF 向唯一索引插入重复键值时将出现错误消息。整个 INSERT 操作将被回滚。D:STATISTICS_NORECOMPUTE = { ON | OFF} 指定是否重新计算分发统计信息。默认值为 OFF。ON 不会自动重新计算过时的统计信息。OFF 启用统计信息自动更新功能。若要恢复统计信息自动更新，请将 STATISTICS_NORECOMPUTE 设置为 OFF，或执行 UPDATE STATISTICS 但不包含 NORECOMPUTE 子句。E:on [primary] 是指 索引创建在 primary 这个文件组上。3、以全国的身份证为例子：对于 身份证号码， 有个 “唯一” 的索引而对于 姓名， 有个 “不唯一” 的索引。“不唯一” 的索引 ， 虽然不能定位到唯一的某一行， 但是可以缩小范围。定位到某些行。4.聚集索引 CLUSTERED 创建索引时，键值的逻辑顺序决定表中对应行的物理顺序。聚集索引的底层（或称叶级别）包含该表的实际数据行。一个表或视图只允许同时有一个聚集索引。

在表的索引下面右击 就会看到新建索引选项

索引有两种类型，分别是聚集索引(clusteredindex，也称聚类索引、簇集索引)和非聚集索引(nonclusteredindex，也称非聚类索引、非簇集索引)。聚集索引在一个表中只能有一个，默认情况下在主键建立的时候创建，它是规定数据在表中的物理存储顺序，我们也可以取消主键的聚集索引，所以必须考虑数据库可能用到的查询类型以及使用的最为频繁的查询类型，对其最常用的一个字段或者多个字段建立聚集索引或者组合的聚集索引，它就是SQLServer会在物理上按升序(默认)或者降序重排数据列，这样就可以迅速的找到被查询的数据。非聚集索主要是数据存储在一个地方，索引存储在另一个地方，索引带有指针指向数据的存储位置。索引中的项目按索引键值的顺序存储，而表中的信息按另一种顺序存储。可以在一个表格中使用高达249个非聚集的索引，在查询的过程中先对非聚集索引进行搜索，找到数据值在表中的位置，然后从该位置直接检索数据。这使非聚集索引成为精确匹配查询的最佳方法，因为索引包含描述查询所搜索的数据值在表中的精确位置的条目。填充因子：使用fillfactor选项可以指定MicrosoftSQLServer使用现有数据创建新索引时将每页填满到什么程度。由于在页填充时SQLServer必须花时间来拆分页，因此填充因子会影响性能。仅在创建或重新生成索引时使用填充因子。页面不会维护在任何特定的填充水平上。fillfactor的默认值为0，有效值介于0和100之间。FILLFACTOR设置为0或100时，叶级别几乎完全填满，但至少会保留一个其他索引行的空间。这样设置后，叶级别空间会得到有效利用，而且仍有空间可以在必须拆分页之前进行有限扩展。很少需要更改fillfactor的默认值，因为可以使用CREATEINDEX或ALTERINDEXREBUILD语句来覆盖其对于指定索引的值。

为给定表或视图创建索引。只有表或视图的所有者才能为表创建索引。表或视图的所有者可以随时创建索引，无论表中是否有数据。可以通过指定限定的数据库名称，为另一个数据库中的表或视图创建索引。语法CREATE[UNIQUE][CLUSTERED|]INDEXindex_nameON{table|view}(column[ASC|DESC][,...n])[WITH[,...n]][ONfilegroup]::={PAD_INDEX|FILLFACTOR=fillfactor|IGNORE_DUP_KEY|DROP_EXISTING|STATISTICS_NORECOMPUTE|SORT_IN_TEMPDB}参数UNIQUE为表或视图创建唯一索引（不允许存在索引值相同的两行）。视图上的聚集索引必须是UNIQUE索引。在创建索引时，如果数据已存在，Microsoft?SQLServer?会检查是否有重复值，并在每次使用INSERT或UPDATE语句添加数据时进行这种检查。如果存在重复的键值，将取消CREATEINDEX语句，并返回错误信息，给出第一个重复值。当创建UNIQUE索引时，有多个NULL值被看作副本。如果存在唯一索引，那么会产生重复键值的UPDATE或INSERT语句将回滚，SQLServer将显示错误信息。即使UPDATE或INSERT语句更改了许多行但只产生了一个重复值，也会出现这种情况。如果在有唯一索引并且指定了IGNORE_DUP_KEY子句情况下输入数据，则只有违反UNIQUE索引的行才会失败。在处理UPDATE语句时，IGNORE_DUP_KEY不起作用。SQLServer不允许为已经包含重复值的列创建唯一索引，无论是否设置了IGNORE_DUP_KEY。如果尝试这样做，SQLServer会显示错误信息；重复值必须先删除，才能为这些列创建唯一索引。CLUSTERED创建一个对象，其中行的物理排序与索引排序相同，并且聚集索引的最低一级（叶级）包含实际的数据行。一个表或视图只允许同时有一个聚集索引。具有聚集索引的视图称为索引视图。必须先为视图创建唯一聚集索引，然后才能为该视图定义其它索引。在创建任何非聚集索引之前创建聚集索引。创建聚集索引时重建表上现有的非聚集索引。如果没有指定CLUSTERED，则创建非聚集索引。说明因为按照定义，聚集索引的叶级与其数据页相同，所以创建聚集索引时使用ONfilegroup子句实际上会将表从创建该表时所用的文件移到新的文件组中。在特定的文件组上创建表或索引之前，应确认哪些文件组可用并且有足够的空间供索引使用。文件组的大小必须至少是整个表所需空间的1.2倍，这一点很重要。

CREATE INDEX 语句用于在表中创建索引。在不读取整个表的情况下，索引使数据库应用程序可以更快地查找数据。索引您可以在表中创建索引，以便更加快速高效地查询数据。用户无法看到索引，它们只能被用来加速搜索/查询。注释：更新一个包含索引的表需要比更新一个没有索引的表花费更多的时间，这是由于索引本身也需要更新。因此，理想的做法是仅仅在常常被搜索的列（以及表）上面创建索引。实例：在表上创建一个简单的索引。允许使用重复的值：from 树懒学堂-免费数据知识学习平台

聚集索引:其中行的物理排序与索引排序相同，并且聚集索引的最低一级（叶级）包含实际的数据行。一个表或视图只允许同时有一个聚集索引。在创建任何非聚集索引之前创建聚集索引。创建聚集索引时重建表上现有的非聚集索引。如果没有指定CLUSTERED，则创建非聚集索引。1、聚集索引和非聚集索引的根本区别是表记录的排列顺序和与索引的排列顺序是否一致，聚集索引表记录的排列顺序与索引的排列顺序一致，优点是查询速度快，因为一旦具有第一个索引值的纪录被找到，具有连续索引值的记录也一定物理的紧跟其后。聚集索引的缺点是对表进行修改速度较慢，这是为了保持表中的记录的物理顺序与索引的顺序一致，而把记录插入到数据页的相应位置，必须在数据页中进行数据重排，降低了执行速度。建议使用聚集索引的场合为：　　a.此列包含有限数目的不同值；　　b.查询的结果返回一个区间的值；　　c.查询的结果返回某值相同的大量结果集。　　非聚集索引指定了表中记录的逻辑顺序，但记录的物理顺序和索引的顺序不一致，聚集索引和非聚集索引都采用了B+树的结构，但非聚集索引的叶子层并不与实际的数据页相重叠，而采用叶子层包含一个指向表中的记录在数据页中的指针的方式。非聚集索引比聚集索引层次多，添加记录不会引起数据顺序的重组。建议使用非聚集索引的场合为：　　a.此列包含了大量数目不同的值；　　b.查询的结束返回的是少量的结果集；　　c.orderby子句中使用了该列。2、聚集索引:其中行的物理排序与索引排序相同，并且聚集索引的最低一级（叶级）包含实际的数据行。一个表或视图只允许同时有一个聚集索引。在创建任何非聚集索引之前创建聚集索引。创建聚集索引时重建表上现有的非聚集索引。如果没有指定CLUSTERED，则创建非聚集索引。3、--不用索引查询SELECT*FROMIndexTestTableWHIT(INDEX(0))WHEREStatus="B"--创建聚集索引

clustered index 聚集索引，这类索引是在数据存在一起的。non-clustered 非聚集索引，这类索引是通过找聚集索引来找数据的。两个索引的非叶子节点都是B+或是二叉树之类的，能快速查找的结构。

　　Google、Bing、Baidu 这三个搜索引擎各自的优缺点谷歌：全球最大搜索引擎，技术全球最先进，针对国外市场的，外事问Google百度：最大中文引擎，国内事，一般问百度，20%流量来与MP3等娱乐数据，商业价值在国内同Google相当，国外市场就是个屁雅虎：很少有人用，加上其他的非主流引擎才占全国搜索流量的3%

路程一定，速度和时间成反比例关系。

C++的吗?不会

mongodb在前台直接运行建立索引命令的话，将造成整个数据库阻塞，因此索引建议使用background的方式建立。但是这也会带来一定的问题，在2.6版本之前，在secondaryserver中即使使用background方式建立索引，secondary还是会以foregrou

实际上就是指设置生效的索引是第几个，因为在一件表里你可以设置多个索引， set order to 后面是几就设置哪一个为当前索引，如学号（主索引），姓名（普通索引）set order to 2指的是设置姓名为当前索引。

js数组只支持数字索引，非数字索引指的是对象的属性了。跟你解释一下，这其中的差别，js的数组可以看做是特殊的对象(object)，对象的属性有两种表示方法如var a=Object();1.a.myattr="lee";2.a["myattr"]="lee";1和2是等价的不过楼主给的两条例子还是比较有探讨性的，先说var a=new Array();a["a1"]=1;a["a2"]=2;a.length //输出0你没有给数组的元素赋值，所以a数组的长度也没有被创建出来，此时a.length自然是0.var a=new Array();a["a1"]=1;a["a2"]=2;a[2]=3;你最后给数组元素a[2]赋值了，此时js会给数组a创建一个长度为3的空间，并在第三个元素中赋以3，但是元素1和元素2都没有赋值，所以此时a[0]和a[1]是没有值的，不信用可以alert一下

不行的话就用循环吧var index=(function(){for(var i=0;i<array.length;i++){if(map.key===array[i].key){return i;}}})()

首先，仓库是存放一组关联镜像的集合，比如同一个应用的不同版本的镜像，注册服务器是存放实际的镜像的地方，注册索引则负责维护用户的账号，权限，搜索，标签等管理。注册服务器利用注册索引来实现认证等管理。我推荐你去看看时速云，他们是一家全栈云原生技术服务提供商，提供云原生应用及数据平台产品，其中涵盖容器云PaaS、DevOps、微服务治理、服务网格、API网关等。大家可以去体验一下。 如果我的回答能够对您有帮助的话，求给大大的赞。

花点钱，找数据库修复的专家

select * from test order by id desc这样应该是没用的,因为你的索引是单列索引,扫描了索引之后还要扫描表,性能明显不如全表扫描,如果可以,你可以试试select id from test order by id desc,这样就可以索引快速全扫描啦.

建立索引常用的规则如下： 1、表的主键、外键必须有索引； 2、数据量超过300的表应该有索引； 3、经常与其他表进行连接的表，在连接字段上应该建立索引； 4、经常出现在Where子句中的字段，特别是大表的字段，应该建立索引

谈到索引，大家并不陌生。索引本身是一种数据结构，存在的目的主要是为了缩短数据检索的时间，最大程度减少磁盘 IO。任何有数据的场景几乎都有索引，比如手机通讯录、文件系统（ext4xfs tfs)、数据库系统（MySQLOracle）。数据库系统和文件系统一般都采用 B+ 树来存储索引信息，B+ 树兼顾写和读的性能，最极端时检索复杂度为 O(logN)，其中 N 指的是节点数量，logN 表示对磁盘 IO 扫描的总次数。

假如你有一个表，sql>createtabletest_tab(2idint,3namevarchar(10),4ageint,5valvarchar(10)6);你的业务，有一个查询，是select*fromtest_tabwherename=一个外部输入的数据刚开始，数据不多的时候，执行效果还不错。随着数据量的增加，这个查询，执行起来，越来越慢了。然后在name上面建立了索引createindexidx_test4_nameontest_tab(name);这样，可以加快前面那个查询的速度。但是，某天，你执行了下面这个sql，发现速度又慢了select*fromtest_tabwhereage=25为啥呢？因为age字段上面，没有索引索引只在name上面有换句话说，也就是where里面的条件，会自动判断，有没有可用的索引，如果有，该不该用。多列索引，就是一个索引，包含了2个字段。例如：createindexidx_test_name_ageontest_tab(name,age);那么select*fromtest_tabwherenamelike"张%"andage=25这样的查询，将能够使用上面的索引。多列索引，还有一个可用的情况就是，某些情况下，可能查询，只访问索引就足够了，不需要再访问表了。例如：selectavg(avg)as平均年龄fromtest_tabwherenamelike"张%"这个时候，name与age都包含在索引里面。查询不需要去检索表中的数据。

用left join或者right join呢

2004年11月可以使用学术搜索引擎。根据查询相关资料信息，谷歌学术是一个可以免费搜索学术文章的Google网络应用，2004年11月，Google第一次发布了Google学术搜索的试用版，该项索引包括了世界上绝大部分出版的学术期刊，可广泛搜索学术文献的简便方法。

Google学术、百度学术

内存太小了 通过相册找到自己喜欢的图片后，选择该图片，然后调整图片的大小，保存即可设置为壁纸。

能实现。在窗体上放置一个Textbox，名为text1；放置一个按钮控件，名为command1。首先在声明中粘贴如下的API声明：Private Declare Function ShellExecute Lib "shell32.dll" Alias "ShellExecuteA" (ByVal hwnd As Long, ByVal lpOperation As String, ByVal lpFile As String, ByVal lpParameters As String, ByVal lpDirectory As String, ByVal nShowCmd As Long) As LongPrivate Const SW_SHOWNORMAL = 1Private Const SW_SHOWMINIMIZED = 2然后给按钮编写如下的事件处理代码：Private Sub Command1_Click() Dim TempStr TempStr = "http://www.baidu.com/s?wd=" & Text1.Text Call ShellExecute(Me.hwnd, "open", TempStr, vbNullString, vbNullString, SW_SHOWNORMAL)End Sub----------------------------------------------根据不同的搜索引擎，其搜索URL不同，如：YAHOO：TempStr = "http://search.cn.yahoo.com/search?ei=gbk&fr=fp-tab-web-ycn&pid=ysearch&source=ysearch_www_hp_button&p=" & Text1.TextGOOGLE:TempStr = "http://www.google.com/search?hl=zh-CN&lr=&nxpt=20.599583641952849718218&q=" & Text1.Text

搜索引擎(search engine)：是指根据一定的策略、运用特定的计算机程序搜集互联网上的信息，在对信息进行组织和处理后，并将处理后的信息显示给用户，是为用户提供检索服务的系统。网络营销（On-line Marketing或E-Marketing）：就是以国际互联网络为基础，利用数字化的信息和网络媒体的交互性来辅助营销目标实现的一种新型的市场营销方式。简单的说，网络营销就是以互联网为主要手段进行的，为达到一定营销目的的营销活动。 所谓“病毒式网络营销”：是通过用户的口碑宣传网络，信息像病毒一样传播和扩散，利用快速复制的方式传向数以千计、数以百万计的受众。以上资料来源于百度百科，网上品牌和站点销售促进没有相关解释。

飓风搜索通这是一个软件,您可以输入一个关键词,同时在好几个网上同时搜索.有百度,雅虎,中搜,等等.关于商机方面的.百度还差不多.

推荐你看一本书，《你的知识需要管理》上面有一张专门讲到了搜索引擎的使用技巧，很实用的，希望你能采纳。

应用技巧 Google搜索引擎使用技巧 1、汉语拼音输入检索 为了方便使用中文的用户在网上搜索，Google允许用户直接在键盘上输入汉语拼音来检索相关事物，例如： 输入 shanghaishikebiao 检索结果提示：您是不是要找：上海时刻表 这正是我们需要查找的关键词，用户可以据此浏览相关结果，这包括上海地区的各种交通工具的时刻表。如果需要查找更详细的资料“上海飞机航班时刻表”，则只要在原来的检索结果“上海时刻表”中间输入feijihangban，例如： 上海feijihangban时刻表 Google的这项新功能，可以免除用户在中文和拼音输入方面的互相转换。用户在输入拼音时，不要留有空格，否则Google会误认为英文。Google把拼音与常用的字或者词组一一对应，因此，过于生僻的字或词组不适合于用这个方法查找。 2、中英文字典 经常使用计算机的用户手头上自然会有一、两个字典软件，用于查找和翻译中英文的词义。作为一种使用频率较高的工具，Google也提供了一个中英文字典，很方便使用。用户可以按照下列方法查找词义查找英文的中文词义则输入fy computer查找中文的英文词义则输入 翻译 计算机 3、天气查询 天气情况也是人们经常要查询的信息之一，Google 提供的天气查询来自于一个更新及时的中文气象网站，适合中国人使用。用户输入中文和英文都可以查询，例如要了解奥运会期间雅典的天气情况，可以按照下列方法输入： 雅典 天气 athens tq 返回的查询结果中会在第一条出现一个 “雅典天气预报”，用户点击后就可以看到当天雅典的天气情况。如果地名相同者，用户还需要进行一次选择。 4、股票查询 查询股票的网站已经很多了，Google提供的股票查询只是更方便一些而已，用户可以按照股票名称、股票代码或者股票名称的声母字母查询，下列为查询“中国联通”股票行情的举例。 中国联通 股票 zglt gp gp 600050 5、邮政编码和区号查询 人们时常需要查询邮政编码和电话区号，Google提供了这样一个实用的功能，用户据此能够获得所要查询的省市名称，邮政编码及长途电话区号，下面为查询举例： 邮编 杭州 区号 绍兴 yb 杭州 qh 绍兴 需要注意的是用户只能查询到城市级别的邮政编码和区号，而无法进一步查询区县的具体信息。 6、手机归属地查询 用户在输入手机号码后可以获得号码段、归属地、卡类型、邮政编码和电话区号的信息，但是从实用的角度看，其中只有手机归属地的信息较为有用。 7、计算器使用 Google有计算器的功能，例如在google检索框中输入45*86+35/7，就会得到结果： (45 * 86) + (35 / 7) = 3875 8、购物检索 Google新开设的购物检索称之为Froogle，网址为http：//froogle。google。com/ 用户只要输入商品的名称，就可以看到该商品的图片和价格，用户还可以限定一种商品的价格进行检索，并且将检索结果按需要从高价到低价排序列出，许多商品可以直接在网上订购，这种图文并茂的检索购物方式较受用户青睐。 9、美国实用生活信息查询 如果用户生活在美国或者短期去美国出差和学习，下面的查询功能或许能对他们又帮助，因为这些检索服务目前仅限于美国。 9.1 地区代码查询 用户输入美国的地区代码，在返回的检索结果中的第一项就是该地区的地图，用户可以通过不断的点击来找到一条具体的大街。 9.2 条形码查询 用户输入一个商品的条形码就可以找到有关该产品的说明。 9.3 飞机航班查询 用户输入一家航空公司的名称和航班号，即可获得该航班的出发地和目的地，起飞和到达时间，以及实际航行情况，目前是否开始检票，抵达目的地候机大楼的舱门号。 9.4 车牌号查询 用户输入车牌号，可以获得一辆车的名称、型号、出厂年份，车身和发动机情况。 9.5 邮件查询 用户输入一个邮件的号码，可以获悉该邮件目前的状况，譬如邮件已经抵达或者正在路途上等。 10、检索工具栏 Google的检索工具栏功能强大，有拖放和右击检索功能，新闻阅读，广告拦截，网站排名显示和搜索字词标明等，工具栏可以附在浏览器下，使用更加方便。用户可以首先在Google网站下载并安装一个检索工具栏，然后根据需要在工具栏的选项中进行设置，我们推荐用户使用这个检索工具栏，它将给用户带来许多意想不到的方便。 10.1 Google 新闻 Google 的新闻来源于4500家报刊杂志和通讯社，在精选以后持续播出世界各国的新闻，每条新闻都有更新的时间，并联接相关的新闻。用户可以使用免费的新闻通知服务，通过电子邮件收到自己感兴趣的新闻。 10.2 网站排名 Google 通过对 Web 链接结构和许多其它变量自动计算，对网页的重要程度进行评定。网站排名根据这个评定能够显示用户正在访问的网站的重要程度，用一根绿色线条显示，直观而明确。 10.3 搜索字词标明 搜索字词标明通过鲜艳的色彩标明用户所检索的字词在每个网页上的位置，便于用户查阅，单击“搜索字词标明”按钮可以打开和关闭标明状态。 10.4 拖放和右击检索 拖放检索功能使检索更为方便，用户可以把在网页上所选取的字词直接拖放到检索框中，Google会自动进行检索。对于与 Web浏览器同时运行的许多文字处理应用程序中的文字，也可以使用此功能。右击检索是指用户可以在网页上选取文字后，右击鼠标，然后从弹出式菜单中选择“Google 搜索”便可以自动检索。

google检索引擎因其准确和快速的检索服务而深受广大网民欢迎，成为他们手中查询信息的必备工具，Google检索引擎本身也不辜负网民的期望，不断推出新的检索功能，除了为帮助人们更精确查找信息而常用的网站内容(site)、网页链路(inurl)、网页标题(intitle)、各种格式文件 (filetype)和被链接(link)等检索功能之外，最近，还推出了一系列新的检索服务，总体来说，这些新的检索功能更加人性化，更贴近人们的日常生活和需要，因而很容易被用户接受和使用。　　1、汉语拼音输入检索　　为了方便使用中文的用户在网上搜索，Google允许用户直接在键盘上输入汉语拼音来检索相关事物，例如：　　输入　shanghaishikebiao　　检索结果提示：您是不是要找：上海时刻表　　这正是我们需要查找的关键词，用户可以据此浏览相关结果，这包括上海地区的各种交通工具的时刻表。如果需要查找更详细的资料“上海飞机航班时刻表　”，则只要在原来的检索结果“上海时刻表”中间输入feijihangban　，例如：上海feijihangban时刻表。　　Google的这项新功能，可以免除用户在中文和拼音输入方面的互相转换。用户在输入拼音时，不要留有空格，否则Google会误认为英文。Google把拼音与常用的字或者词组一一对应，因此，过于生僻的字或词组不适合于用这个方法查找。 2、中英文字典　　经常使用计算机的用户手头上自然会有一、两个字典软件，用于查找和翻译中英文的词义。作为一种使用频率较高的工具，Google也提供了一个中英文字典，很方便使用。用户可以按照下列方法查找词义查找英文的中文词义则输入fycomputer　查找中文的英文词义则输入翻译计算机　　3、气查询　　天气情况也是人们经常要查询的信息之一，Google　提供的天气查询来自于一个更新及时的中文气象网站，适合中国人使用。用户输入中文和英文都可以查询，例如要了解奥运会期间雅典的天气情况，可以按照下列方法输入：　　雅典　天气athens tq　返回的查询结果中会在第一条出现一个　“雅典天气预报”，用户点击后就可以看到当天雅典的天气情况。如果地名相同者，用户还需要进行一次选择。　　4、股票查询　　查询股票的网站已经很多了，Google提供的股票查询只是更方便一些而已，用户可以按照股票名称、股票代码或者股票名称的声母字母查询，下列为查询“中国联通”股票行情的举例。　　中国联通　股票　zglt gp　　gp 600050　　5、邮政编码和区号查询　　人们时常需要查询邮政编码和电话区号，Google提供了这样一个实用的功能，用户据此能够获得所要查询的省市名称，邮政编码及长途电话区号，下面为查询举例：　　邮编　杭州　　区号　绍兴　　yb杭州　　qh绍兴　　需要注意的是用户只能查询到城市级别的邮政编码和区号，而无法进一步查询区县的具体信息。 6、手机归属地查询　　用户在输入手机号码后可以获得号码段、归属地、卡类型、邮政编码和电话区号的信息，但是从实用的角度看，其中只有手机归属地的信息较为有用。　　7、计算器使用　　Google有计算器的功能，例如在google检索框中输入45*86+35/7，就会得到结果：　　(45　*　86)　+　(35　/　7)　=　3 875　　有兴趣的用户，或者经常在计算机上进行运算的用户不妨可以试一试。　　8、购物检索　　Google新开设的购物检索称之为Froogle，网址为http：//froogle。google。com/　　用户只要输入商品的名称，就可以看到该商品的图片和价格，用户还可以限定一种商品的价格进行检索，并且将检索结果按需要从高价到低价排序列出，许多商品可以直接在网上订购，这种图文并茂的检索购物方式较受用户青睐。　　9、美国实用生活信息查询　　如果用户生活在美国或者短期去美国出差和学习，下面的查询功能或许能对他们又帮助，因为这些检索服务目前仅限于美国。　　9.1　地区代码查询　　用户输入美国的地区代码，在返回的检索结果中的第一项就是该地区的地图，用户可以通过不断的点击来找到一条具体的大街。　　9.2　条形码查询　　用户输入一个商品的条形码就可以找到有关该产品的说明。　　9.3　飞机航班查询　　用户输入一家航空公司的名称和航班号，即可获得该航班的出发地和目的地，起飞和到达时间，以及实际航行情况，目前是否开始检票，抵达目的地候机大楼的舱门号。　　9.4　车牌号查询　　用户输入车牌号，可以获得一辆车的名称、型号、出厂年份，车身和发动机情况。　　9.5　邮件查询　　用户输入一个邮件的号码，可以获悉该邮件目前的状况，譬如邮件已经抵达或者正在路途上等。　　10、检索工具栏　　Google的检索工具栏功能强大，有拖放和右击检索功能，新闻阅读，广告拦截，网站排名显示和搜索字词标明等，工具栏可以附在浏览器下，使用更加方便。用户可以首先在Google网站下载并安装一个检索工具栏，然后根据需要在工具栏的选项中进行设置，我们推荐用户使用这个检索工具栏，它将给用户带来许多意想不到的方便。　　10.1 Google　新闻　　Google　的新闻来源于4500家报刊杂志和通讯社，在精选以后持续播出世界各国的新闻，每条新闻都有更新的时间，并联接相关的新闻。用户可以使用免费的新闻通知服务，通过电子邮件收到自己感兴趣的新闻。　　10.2　网站排名　　Google　通过对　Web　链接结构和许多其它变量自动计算，对网页的重要程度进行评定。网站排名根据这个评定能够显示用户正在访问的网站的重要程度，用一根绿色线条显示，直观而明确。　　10.3　搜索字词标明　　搜索字词标明通过鲜艳的色彩标明用户所检索的字词在每个网页上的位置，便于用户查阅，单击“搜索字词标明”按钮可以打开和关闭标明状态。　　10.4　拖放和右击检索　　拖放检索功能使检索更为方便，用户可以把在网页上所选取的字词直接拖放到检索框中，Google会自动进行检索。对于与　Web浏览器同时运行的许多文字处理应用程序中的文字，也可以使用此功能。右击检索是指用户可以在网页上选取文字后，右击鼠标，然后从弹出式菜单中选择“Google　搜索”便可以自动检索。

http://www.Google.comhttp://www.Business.comhttp://Dir.Yahoo.comhttp://www.B2Btrade.info

1、谷歌内容全面，搜索也很准确，但美中不足现在需要科学上网才能使用。2、百度最大的中文搜索网站，但是现在都是被广告霸屏。3、工业快搜工业快搜是一款免费的工业领域搜索引擎，与传统的搜索引擎不同，真正的在意义上做到了简单、易用、人机交互。但是比较小众，使用的人不是很多。4、bing国内的搜索引擎，分为国内版和国际版。而国内版搜索类似百度，仍会出现相关搜索提示，不过广告数量大大减少。