首先，了解索引结构。

事实上，你可以了解指数作为一种特殊的目录。微软的SQL Server提供了两种索引：聚集索引（聚集索引，也被称为聚簇索引，簇索引）和非聚集索引（非聚簇索引，又称为非聚集索引和非聚集索引）。

下面，我们举一个聚合索引和非聚集索引之间的差异的例子。

事实上，我们的汉语词典文本本身，是一个聚集索引。例如，我们有几页的话之前做的案，自然会打开字典，因为拼音是一种，它是英文字母A和Z在订单最后汉字字典，然后自然前一个单词的词典。如果你把所有的部分开始了，你还找不到这个词，那么就意味着你没有在字典里这个词。同样，如果你检查的话，你会把你的字典的最后一部分，因为张的拼音是张。也就是说，该词典的文本本身是一个目录，你不需要看其他的目录找到你需要找到的。我们称这种文本本身的内容一种目录按一定的规则为聚集索引。

如果你知道的话，你可以快速查看从自动的话。但你也可能会遇到您不认识的字，不知道它的发音，在这个时候，你不能找到你依照方法查字，并需要检查，照你的话发现基，然后根据单词的数量直接翻一页后发现你找到的话。但你把根目录找到词索引和排名不是真正的排名方法，如你找到一个词，我们可以看到页面在搜索根治但672页，以上指标在张迟，但页码是63页，下面是弩的话，页390页。显然，这些话是不是真的罗位于顶部和底部的字。现在，你连续看到的三个字，张和弩实际上是它们在非聚集索引中的排序。它们是非聚集索引中词典正文中的单词的映射。我们可以用这种方式找到您需要的单词，但需要两个进程。首先，我们将在目录中找到结果，然后将其转换为所需的页码。这个目录纯粹是一个目录，而文本纯粹是一种称为非聚集索引的文本。

从上面的例子中，我们可以理解什么是聚集索引和非聚合索引。进一步扩展，我们可以很容易地理解每个表只有一个聚合索引，因为目录只能用一种方式排序。

两。何时使用聚合索引或非聚集索引

下表总结了何时使用聚集索引或非聚集索引。重要的是：事实上，我们可以通过对聚集索引和非聚集索引的定义的例子理解上表。如：返回一个范围的数据。例如，一个表，你有时间，你只是放在聚合索引列，然后检查所有2004年1月1日和2004年10月1日之间的数据，速度会很快，因为你的字典正文按日期排序，聚类索引只需要找到要检索的数据的开始和结束的数据即可；而不是一个非聚集索引，必须先检查每个网页数据对应的目录，然后根据页码，检查的具体内容。