《T-SQL查询》读书笔记Part 3.索引的基本知识

索引优化是查询优化中最重要的一部分，索引是一种用于排序和搜索的结构，在查找数据时索引可以减少对I/O的需要；当计划中的某些元素需要或是可以利用经过排序的数据时，也会减少对排序的需要。某些方面的优化可以适度提高性能，而索引优化经常可以大幅度地提高查询性能。

一、表和索引的结构

1.1 页和区

　　页是MSSQL存储数据的基本单位，大小为8KB，是MSSQL可以读写的最小I/O单位。=> 即使只访问一行，MS SQL也会将整个页加载到缓存，再从换从中读取数据。

　　

　　区是由8个物理上连续的页组成的单元。=> 当表或索引需要更多空间以存储数据时，MSSQL会为对象分配一个完整的区。

　　为了使空间分配更有效，SQL Server 不会将所有区分配给包含少量数据的表。MSSQL有两种类型的区：混合区和统一区，区别详见参考资料（4）。

　　

PS：看来MSSQL比较喜欢8这个数字。此外，我们需要了解的就是I/O操作中开销最大的部分是磁盘臂（Disk Arm）的移动，而真正的磁盘读写操作的开销要小得多；因此，读取一个页和读取整个区所用的时间几乎一样长。　　

1.2 表的组织方式

　　堆（Heap）

　　堆是不含聚集索引的表（所以只有非聚集索引的表也是堆），因为它的数据不会按照任何顺序进行组织，而是按分区组队数据进行组织。=> 当你使用SELECT语句访问堆表时，MSSQL在执行计划里会使用表扫描（Table Scan）运算符，因为你没有定义合适的聚集索引。表扫描意味着你必须扫描整张表，不以你表拥有的数据量来衡量。你的数据量越多，操作花费（时间）越长。

　　在堆中，有一个索引分配映射（IAM）的位图页用于保存数据之间的关系，在下图中，MSSQL维护着指向第一个IAM页和堆中第一个数据也的内部指针。

　　

　　这些指针可以在系统视图sys.system_internals_allocation_units中找到。

　　

　　B树

　　MSSQL中的所有聚集索引都是按照B树结构组织的，B树中的每一页称为一个索引节点。每个索引行包含一个键值和一个指针。指针指向B树上的某一中间级页（比如根节点指向中间级节点中的索引页）或叶级索引中的某个数据行（比如中间级索引页中的某个索引行指向叶子节点中的数据页）。每级索引中的页均被链接在双向链接列表中。数据链内的页和行将按聚集索引键值进行排序，聚集索引保证了表格的数据按照索引行的顺序排列。

　　　　

二、索引的访问方法

2.1 表扫描/无序聚集索引扫描

　　表扫描/无序聚集索引扫描是对表的所有数据页进行扫描。下面的查询就对Orders表（结构化为堆，因此查询之前需要首先删除该表的聚集索引）执行表扫描：

　　

　　运行这个查询后，通过STATISTICS IO, STATISTICS TIME得到的性能指标如下所示：

-- clear cache
dbcc dropcleanbuffers;
-- statistics io
set statistics io on;
-- statistics time
set statistics time on;

　　

　　如果该表包含聚集索引，那么采用的访问方法将会是无序聚集索引扫描（Clustered Index Scan运算符，其Ordered属性为False）。下图展示了优化器为该查询将生成的执行计划。

　　这里首先给Orders表加一个聚集索引。

-- add clustered index for Orders
create clustered index idx_cl_od on dbo.Orders(orderdate);

　　再次查看执行计划，从表扫描变成了聚集索引扫描。这里可以看到其中已排序这个属性为False，就关系引擎来说，该运算符不需要返回有序的数据。（即返回任何顺序的数据都没有问题）

　　

　　运行这个查询后，通过STATISTICS IO, STATISTICS TIME得到的性能指标如下所示：

　　

　　可以看到，表扫描和无序聚集索引扫描的查询效率差不多的。

2.2 无序覆盖非聚集索引扫描

　　无序覆盖非聚集索引扫描类似于无序聚集索引扫描，覆盖索引的概念表示非聚集索引包含在查询中指定的所有列中。MSSQL只需要访问索引数据就可以找到满足查询所需的全部数据。

　　这里我们来看看下面的查询，假设我们之前在Orders表的orderid列上建立了一个非聚集索引PK_Orders（主键），即所有orderid都处于索引的叶级。因此，索引覆盖了这个查询。

-- pk_orders
select orderid 
from dbo.Orders;

　　其执行计划如下图所示：

　　

　　运行这个查询后，通过STATISTICS IO, STATISTICS TIME得到的性能指标如下所示：

　　

　　可以看到，逻辑读取次数减少了近10倍，而执行时间减少了一半。

2.3 有序聚集索引扫描

　　有序聚集索引扫描是针对聚集索引的叶级执行的一种完整扫描，可以确保按照索引顺序为下一个运算符返回数据。

　　例如，下面的查询请求按orderdate排序的所有订单：

-- ordered clustered index scan
select orderid, custid, empid, shipperid, orderdate 
from dbo.Orders
order by orderdate;

　　其执行计划如下图所示，可以看到这次已排序属性值变成了True。这就表示，从运算符返回来的数据应该是有序的，而且存储引擎只能以索引顺序扫描。

　　

　　运行这个查询后，通过STATISTICS IO, STATISTICS TIME得到的性能指标如下所示：

　　

　　可以看到，查询效率和表扫描、无序聚集索引扫描差不多，执行时间略多于前两者。

参考资料

　　

（1）[美] Itzik Ben-Gan 著，成保栋 译，《Microsoft SQL Server 2008技术内幕：T-SQL查询》

（2）Hyber Wang，《重新理解SQL Server的聚集索引表与堆表》

（3）悉路，《SQL Server性能优化（8）堆表结构介绍》

（4）Microsoft TechNet，《TN 页和区》

（5）xwdreamer，《Sql Server中的表组织和索引组织（聚集索引结构，非聚集索引结构，堆结构）》

作者：周旭龙

出处：http://edisonchou.cnblogs.com

本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文链接。