同一个聚集索引的表比较多，可以省略卫星表上的PK索引吗？

Question

我有多个存储通话数据的表，它们具有相同的聚集索引：start_time (DATETIME)。基表是“calls”，我有一个“calls_participants”和一个“calls_other_data”。所有的表还有一个 call_id CHAR(36) 列来标识一个调用，所以它当然应该被索引。

我要存储很多行（10 亿），如果可能的话想节省空间和维护成本，所以我的想法是只在基表上索引 call_id 列，所以其他表不会具有除 CLUSTERED start_time 索引之外的任何索引。 然后，如果我必须根据 call_id 访问 call_other_data 表中的一行，我会写如下内容：

SELECT cod.some_column
FROM calls_other_data cod
WHERE cod.start_time = (SELECT start_time 
                        FROM calls 
                        WHERE call_id = '36-chars-unique-value')
  AND cod.call_id = '36-chars-unique-value'

我会说这个查询的性能与在 calls_other_data.call_id 上有一个索引完全一样，因为 calls.call_id 索引可以以相同的方式使用：start_time 值是自动包含的，所以SQL Server 必须执行相同的步骤：

1. 在(either table).call_id 上查找索引以获取start_time
2. calls_other_data.start_time 上的聚集索引查找

我只是从来没有读过这样的设计，想看看其他人对此的看法:) 你知道有什么缺点吗？

显然，如果调用表中缺少一行，则很难在其他表中查找它，但我不介意。

谢谢:)

Answer 1

我明白你想表达什么。 calls_other_data 仍然会同时包含 call_id 列和 start_time 列，就像 calls 表一样，但 calls_other_date.call_id 列不会被索引，因为索引会带来存储成本。这似乎是你的想法。

这里需要注意的是，由于您的聚簇索引在您的任何表上都不是唯一的，sql 将通过添加一些称为uniqueifier 的额外数据使其唯一。因此，您在这里已经有了可能没有考虑过的额外存储空间，这让您尝试“优化”存储空间变得毫无意义。

我建议不要使用这种方法。存储很便宜，唯一索引对优化器有很大帮助，并且外键列（或类似外键的列，如果您实际上没有任何引用完整性）上的索引是一个很好的经验法则。