为什么主键应该是聚簇索引？

Question

我知道，一个表上只有一个聚簇索引定义了行的物理排序方式，例如在表中

==================================
            Contacts
==================================
 ID (P.K.) | FirstName | LastName
==================================
    1      | 'Donald'  | 'Trump'
----------------------------------
    2      | 'Crooked' | 'Hillary'
----------------------------------
    3      | 'Crazy'   | 'Bernie'

这意味着3条记录将按照上面显示的顺序进行物理存储。 但是我不明白为什么这有帮助。 像上面的示例一样，也许在没有间隙的自动递增主键的情况下，这有助于查询

SELECT FirstName+LastName FROM Contacts WHERE ID=2

因为如果ID=2在O(1)时间内发生，则物理排序使查找成为可能（例如，通过索引获取数组的元素）。 但是如果桌子像

==================================
            Contacts
==================================
 ID (P.K.) | FirstName | LastName
==================================
    1      | 'Donald'  | 'Trump'
----------------------------------
    89     | 'Crooked' | 'Hillary'
----------------------------------
    12309  | 'Crazy'   | 'Bernie'

则物理顺序不允许进行 O(1)查找； 我们能做的最好的就是O(log(n)) 。

那么，为什么我们要主键定义行的物理顺序？

Answer 1

SQL Server中的聚集索引的重要性不是“物理顺序”，而是B树的叶子页中有行数据的事实，从而避免了额外的查找。 子树成本与非聚集B树索引相同：O（log n）。

物理排序实际上是对聚集索引内部实际发生情况的抽象。 扩展数据块内的页面按分配顺序存储，而不必按聚簇索引键排序。 索引键排序在索引分配映射表和指针链中维护，由此每个页面都指向下一个（不一定是相邻的）页面。 在页面内，行也按照分配顺序（而不是键顺序）写入和存储，除非页面拆分，否则顺序不会改变。 重建索引时，页面本身将重新使用，但重建之间的顺序不会自动保持。

对于聚集索引，主键不一定是最佳选择。 这两个概念相互正交。