理解SQL Server中索引的概念，原理以及其他
簡(jiǎn)介
??? 在SQL Server中，索引是一種增強(qiáng)式的存在，這意味著，即使沒(méi)有索引，SQL Server仍然可以實(shí)現(xiàn)應(yīng)有的功能。但索引可以在大多數(shù)情況下大大提升查詢(xún)性能，在OLAP中尤其明顯.要完全理解索引的概念，需要了解大量原理性的知識(shí)，包括B樹(shù)，堆，數(shù)據(jù)庫(kù)頁(yè)，區(qū)，填充因子，碎片,文件組等等一系列相關(guān)知識(shí)，這些知識(shí)寫(xiě)一本小書(shū)也不為過(guò)。所以本文并不會(huì)深入討論這些主題。
索引是什么
??? 索引是對(duì)數(shù)據(jù)庫(kù)表中一列或多列的值進(jìn)行排序的一種結(jié)構(gòu)，使用索引可快速訪(fǎng)問(wèn)數(shù)據(jù)庫(kù)表中的特定信息。
??? 精簡(jiǎn)來(lái)說(shuō)，索引是一種結(jié)構(gòu).在SQL Server中，索引和表(這里指的是加了聚集索引的表)的存儲(chǔ)結(jié)構(gòu)是一樣的,都是B樹(shù)，B樹(shù)是一種用于查找的平衡多叉樹(shù).理解B樹(shù)的概念如下圖:
???
??? 理解為什么使用B樹(shù)作為索引和表(有聚集索引)的結(jié)構(gòu)，首先需要理解SQL Server存儲(chǔ)數(shù)據(jù)的原理.
??? 在SQL SERVER中，存儲(chǔ)的單位最小是頁(yè)(PAGE),頁(yè)是不可再分的。就像細(xì)胞是生物學(xué)中不可再分的，或是原子是化學(xué)中不可再分的最小單位一樣.這意味著,SQL SERVER對(duì)于頁(yè)的讀取，要么整個(gè)讀取，要么完全不讀取，沒(méi)有折中.
??? 在數(shù)據(jù)庫(kù)檢索來(lái)說(shuō)，對(duì)于磁盤(pán)IO掃描是最消耗時(shí)間的.因?yàn)榇疟P(pán)掃描涉及很多物理特性，這些是相當(dāng)消耗時(shí)間的。所以B樹(shù)設(shè)計(jì)的初衷是為了減少對(duì)于磁盤(pán)的掃描次數(shù)。如果一個(gè)表或索引沒(méi)有使用B樹(shù)(對(duì)于沒(méi)有聚集索引的表是使用堆heap存儲(chǔ)),那么查找一個(gè)數(shù)據(jù)，需要在整個(gè)表包含的數(shù)據(jù)庫(kù)頁(yè)中全盤(pán)掃描。這無(wú)疑會(huì)大大加重IO負(fù)擔(dān).而在SQL SERVER中使用B樹(shù)進(jìn)行存儲(chǔ)，則僅僅需要將B樹(shù)的根節(jié)點(diǎn)存入內(nèi)存，經(jīng)過(guò)幾次查找后就可以找到存放所需數(shù)據(jù)的被葉子節(jié)點(diǎn)包含的頁(yè)！進(jìn)而避免的全盤(pán)掃描從而提高了性能.
??? 下面，通過(guò)一個(gè)例子來(lái)證明：
???? 在SQL SERVER中，表上如果沒(méi)有建立聚集索引，則是按照堆(HEAP)存放的，假設(shè)我有這樣一張表:
????
???? 現(xiàn)在這張表上沒(méi)有任何索引，也就是以堆存放，我通過(guò)在其上加上聚集索引(以B樹(shù)存放)來(lái)展現(xiàn)對(duì)IO的減少:
????
理解聚集和聚集索引
??? 在SQL SERVER中，最主要的兩類(lèi)索引是聚集索引和非聚集索引?？梢钥吹?#xff0c;這兩個(gè)分類(lèi)是圍繞聚集這個(gè)關(guān)鍵字進(jìn)行的.那么首先要理解什么是聚集.
??? 聚集在索引中的定義:
??? 為了提高某個(gè)屬性(或?qū)傩越M)的查詢(xún)速度，把這個(gè)或這些屬性(稱(chēng)為聚集碼)上具有相同值的元組集中存放在連續(xù)的物理塊稱(chēng)為聚集。
??? 簡(jiǎn)單來(lái)說(shuō)，聚集索引就是:
???
??? 在SQL SERVER中，聚集的作用就是將某一列(或是多列)的物理順序改變?yōu)楹瓦壿嬳樞蛳嘁恢?比如，我從adventureworks數(shù)據(jù)庫(kù)的employee中抽取5條數(shù)據(jù):
???
??? 當(dāng)我在ContactID上建立聚集索引時(shí)，再次查詢(xún):
???
??? 在SQL SERVER中，聚集索引的存儲(chǔ)是以B樹(shù)存儲(chǔ)，B樹(shù)的葉子直接存儲(chǔ)聚集索引的數(shù)據(jù):
???
??? 因?yàn)榫奂饕淖兊氖瞧渌诒淼奈锢泶鎯?chǔ)順序，所以每個(gè)表只能有一個(gè)聚集索引.
非聚集索引
???? 因?yàn)槊總€(gè)表只能有一個(gè)聚集索引，如果我們對(duì)一個(gè)表的查詢(xún)不僅僅限于在聚集索引上的字段。我們又對(duì)聚集索引列之外還有索引的要求，那么就需要非聚集索引了.
???? 非聚集索引，本質(zhì)上來(lái)說(shuō)也是聚集索引的一種.非聚集索引并不改變其所在表的物理結(jié)構(gòu)，而是額外生成一個(gè)聚集索引的B樹(shù)結(jié)構(gòu)，但葉子節(jié)點(diǎn)是對(duì)于其所在表的引用,這個(gè)引用分為兩種，如果其所在表上沒(méi)有聚集索引，則引用行號(hào)。如果其所在表上已經(jīng)有了聚集索引，則引用聚集索引的頁(yè).
???? 一個(gè)簡(jiǎn)單的非聚集索引概念如下:
????
???? 可以看到，非聚集索引需要額外的空間進(jìn)行存儲(chǔ)，按照被索引列進(jìn)行聚集索引，并在B樹(shù)的葉子節(jié)點(diǎn)包含指向非聚集索引所在表的指針.
???? MSDN中，對(duì)于非聚集索引描述圖是:
????
???? 可以看到，非聚集索引也是一個(gè)B樹(shù)結(jié)構(gòu)，與聚集索引不同的是，B樹(shù)的葉子節(jié)點(diǎn)存的是指向堆或聚集索引的指針.
???? 通過(guò)非聚集索引的原理可以看出，如果其所在表的物理結(jié)構(gòu)改變后，比如加上或是刪除聚集索引，那么所有非聚集索引都需要被重建，這個(gè)對(duì)于性能的損耗是相當(dāng)大的。所以最好要先建立聚集索引，再建立對(duì)應(yīng)的非聚集索引.
聚集索引 VS 非聚集索引
????? 前面通過(guò)對(duì)于聚集索引和非聚集索引的原理解釋.我們不難發(fā)現(xiàn)，大多數(shù)情況下，聚集索引的速度比非聚集索引要略快一些.因?yàn)榫奂饕腂樹(shù)葉子節(jié)點(diǎn)直接存儲(chǔ)數(shù)據(jù)，而非聚集索引還需要額外通過(guò)葉子節(jié)點(diǎn)的指針找到數(shù)據(jù).
????? 還有，對(duì)于大量連續(xù)數(shù)據(jù)查找，非聚集索引十分乏力，因?yàn)榉蔷奂饕枰诜蔷奂饕腂樹(shù)中找到每一行的指針，再去其所在表上找數(shù)據(jù)，性能因此會(huì)大打折扣.有時(shí)甚至不如不加非聚集索引.
????? 因此，大多數(shù)情況下聚集索引都要快于非聚集索引。但聚集索引只能有一個(gè)，因此選對(duì)聚集索引所施加的列對(duì)于查詢(xún)性能提升至關(guān)緊要.
索引的使用
???? 索引的使用并不需要顯式使用，建立索引后查詢(xún)分析器會(huì)自動(dòng)找出最短路徑使用索引.
???? 但是有這種情況.當(dāng)隨著數(shù)據(jù)量的增長(zhǎng)，產(chǎn)生了索引碎片后，很多存儲(chǔ)的數(shù)據(jù)進(jìn)行了不適當(dāng)?shù)目珥?yè)，會(huì)造成碎片(關(guān)于跨頁(yè)和碎片以及填充因子的介紹，我會(huì)在后續(xù)文章中說(shuō)到)我們需要重新建立索引以加快性能:
???? 比如前面的test_tb2上建立的一個(gè)聚集索引和非聚集索引，可以通過(guò)DMV語(yǔ)句查詢(xún)其索引的情況:
SELECT index_type_desc,alloc_unit_type_desc,avg_fragmentation_in_percent,fragment_count,avg_fragment_size_in_pages,page_count,record_count,avg_page_space_used_in_percent FROM sys.dm_db_index_physical_stats(DB_ID('AdventureWorks'),OBJECT_ID('test_tb2'),NULL,NULL,'Sampled')????
??? 我們可以通過(guò)重建索引來(lái)提高速度:
ALTER INDEX idx_text_tb2_EmployeeID ON test_tb2 REBUILD??? 還有一種情況是，當(dāng)隨著表數(shù)據(jù)量的增大，有時(shí)候需要更新表上的統(tǒng)計(jì)信息，讓查詢(xún)分析器根據(jù)這些信息選擇路徑，使用:
UPDATE STATISTICS 表名?? 那么什么時(shí)候知道需要更新這些統(tǒng)計(jì)信息呢，就是當(dāng)執(zhí)行計(jì)劃中估計(jì)行數(shù)和實(shí)際表的行數(shù)有出入時(shí):
??
使用索引的代價(jià)
??? 我最喜歡的一句話(huà)是”everything has price”。我們通過(guò)索引獲得的任何性能提升并不是不需要付出代價(jià)。這個(gè)代價(jià)來(lái)自幾方面.
??? 1.通過(guò)聚集索引的原理我們知道，當(dāng)表建立索引后，就以B樹(shù)來(lái)存儲(chǔ)數(shù)據(jù).所以當(dāng)對(duì)其進(jìn)行更新插入刪除時(shí)，就需要頁(yè)在物理上的移動(dòng)以調(diào)整B樹(shù).因此當(dāng)更新插入刪除數(shù)據(jù)時(shí)，會(huì)帶來(lái)性能的下降。而對(duì)于聚集索引，當(dāng)更新表后，非聚集索引也需要進(jìn)行更新，相當(dāng)于多更新了N(N=非聚集索引數(shù)量)個(gè)表。因此也下降了性能.
??? 2.通過(guò)上面對(duì)非聚集索引原理的介紹，可以看到，非聚集索引需要額外的磁盤(pán)空間。
??? 3.前文提過(guò)，不恰當(dāng)?shù)姆蔷奂饕炊鴷?huì)降低性能.
??? 所以使用索引需要根據(jù)實(shí)際情況進(jìn)行權(quán)衡.通常我都會(huì)將非聚集索引全部放到另外一個(gè)獨(dú)立硬盤(pán)上，這樣可以分散IO，從而使查詢(xún)并行.
?
總結(jié)
???? 本文從索引的原理和概念對(duì)SQL SERVER中索引進(jìn)行介紹，索引是一個(gè)很強(qiáng)大的工具，也是一把雙刃劍.對(duì)于恰當(dāng)使用索引需要對(duì)索引的原理以及數(shù)據(jù)庫(kù)存儲(chǔ)的相關(guān)原理進(jìn)行系統(tǒng)的學(xué)習(xí).
總結(jié)
以上是生活随笔為你收集整理的理解SQL Server中索引的概念，原理以及其他的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： 电子书阅读器什么牌子的好
- 下一篇： T-SQL中的GROUP BY GROU