聚集索引

聚集索引指示表中資料的物理順序, 表中的資料根據聚集索引鍵進行排序。表只能定義一個聚集索引。

假設您要使用資料在堆表上建立聚集索引。作為第一步 (如圖2-5 所示), sql server 將建立資料的另一個副本, 然後根據群集金鑰的值進行排序。資料頁連結在一個雙鏈接列表中, 其中每個頁面都包含指向鏈中下一頁和上一頁的指標。此列表稱為索引的葉級別, 它包含實際的表資料。

圖2-5.聚類指數結構: 葉水平

當葉級別由多個頁面組成時, sql server 開始生成索引的中間級別, 如圖2-6 所示。

圖2-6。聚集索引結構: 中間和葉級別中間級別儲存每個葉級頁面一行。

它儲存兩條資訊: 實體地址和它所引用的頁面中索引鍵的最小值。唯一的例外是第一頁上的第一行, 其中 sql server 儲存 null 而不是最小索引鍵值。通過這種優化, sql server 在表中插入具有最低鍵值的行時, 不需要更新非葉級行。

中間級別上的頁面也連結到雙鏈接列表。  sql server 添加了越來越多的中間級別, 直到有一個僅包含單個頁面的級別。此級別稱為根級別, 它將成為索引的入口點, 如圖2-7 所示。

圖2-7。聚集索引結構: 根級別

正如您所看到的, 索引始終具有一個葉級別、一個根級別和零個或多箇中間級別。唯一的例外是索引資料適合單個頁面。在這種情況下, sql server 不會建立單獨的根級別頁, 索引僅由單個葉級頁組成。

索引中的級別數在很大程度上取決於行和索引鍵大小。例如, 4 位元組整數列上的索引在中間和根級別上每行需要13個位元組。這13個位元組由一個2位元組的插槽陣列條目、一個4位元組的索引鍵值、一個6位元組的頁面指標和一個1位元組的行開銷組成, 這就足夠了, 因為索引鍵不包含可變長度和 null 列。

因此, 您可以容納 8 060 位元組/每行13位元組 = 每頁620行。這意味著, 使用一箇中間級別, 您可以儲存高達 620 * 620 = 384, 400 葉級頁面的資訊。如果資料行大小為200位元組, 則可以在每個葉級頁面中儲存40行, 在索引中最多儲存 15, 376, 000 行, 只有三個級別。向索引中新增另一箇中間級別實質上將涵蓋所有可能的整數值。

SQL Server可以通過三種不同的方式從索引中讀取資料。 第一個是有序掃描。 假設我們想要執行SELECT Name FROM dbo.Customers ORDER BY CustomerId查詢。 索引的葉級別上的資料已根據CustomerId列值進行排序。 因此，SQL Server可以從第一頁到最後一頁掃描索引的葉級，並按儲存順序返回行。

SQL Server從索引的根頁開始，從那裡讀取第一行。 該行使用表中的最小鍵值引用中間頁面。 SQL Server讀取該頁面並重復該過程，直到找到葉級別的第一頁。 然後，SQL Server開始逐個讀取行，遍歷頁面的連結列表，直到讀取了所有行。 圖2-8說明了這個過程。

圖2-8. 有序索引掃描

上述查詢的執行計劃顯示了“叢集索引掃描”操作符，其中Ordered屬性設定為true，如圖2-9所示。

圖2-9。 有序索引掃描執行計劃

值得一提的是，觸發有序掃描不需要order by子句。有序掃描只意味著SQL Server根據索引鍵的順序讀取資料。

SQL Server可以向前和向後兩個方向導航索引。 但是，您必須記住一個重要方面：SQL Server在向後索引掃描期間不使用並行性。

SQL Server企業版具有稱為旋轉木馬掃描的優化功能，允許多個任務共享相同的索引掃描。假設您有會話S1，它正在掃描索引。在掃描中間的某個時刻，另一個會話S2執行需要掃描相同索引的查詢。通過旋轉木馬掃描，S2將S1連線到當前掃描位置。 SQL Server只讀取每個頁面一次，將行傳遞給兩個會話。

當S1掃描到達索引的末尾時，S2開始從索引的開頭掃描資料，直到S2掃描開始的點。旋轉木馬掃描是另一個例子，說明為什麼不能依賴索引鍵的順序以及為什麼在重要時應始終指定ORDER BY子句。

有序掃描之後的下一個訪問方法稱為分配順序掃描。 SQL Server通過IAM頁面訪問表資料，類似於使用堆表的方式。 SELECT名稱FROM dbo.Customers WITH（NOLOCK）查詢和圖2-10說明了這種方法。圖2-11顯示了查詢執行計劃。

圖2-10. 分配訂單掃描

不幸的是，當SQL Server使用分配順序掃描時，檢測起來並不容易。 即使執行計劃中的Ordered屬性顯示為false，也表示SQL Server不關心是否按索引鍵的順序讀取行，而不是使用分配順序掃描。

儘管掃描大型表的啟動成本較高，但分配順序掃描可以更快地掃描大型表。 當表很小時，SQL Server不使用此訪問方法。 另一個重要的考慮是資料一致性 SQL Server不在具有聚集索引的表中使用轉發指標，並且分配順序掃描可能會產生不一致的結果。 由於頁面拆分導致的資料移動，可以多次跳過或讀取行。 因此，SQL Server通常會避免使用分配順序掃描，除非它讀取READ UNCOMMITTED或SERIALIZABLE事務隔離級別中的資料。

最後一個索引訪問方法稱為索引查詢。 SELECT名稱來自dbo.Customers WHERE CustomerId BETWEEN 4和7查詢以及圖2-12說明了操作。

圖2-12.索引尋求

為了從表中讀取行的範圍，SQL Server需要從該範圍中找到具有最小鍵值的行，即4. SQL Server以根頁面開始，其中第二行引用該頁面的頁面。 最小鍵值350.它大於我們正在尋找的鍵值 

（4）SQL Server讀取根頁上第一行引用的中級資料頁（1：170）。 同樣，中間頁面將SQL Server引導到第一個葉級頁面（1：176）。 SQL Server讀取

該頁面，然後它讀取CustomerIds等於4和5的行，最後，它從第二頁讀取剩餘的兩行。

執行計劃如圖2-13所示。

圖2-13.索引尋求執行計劃

您可以猜測，索引搜尋比索引掃描更有效，因為SQL Server只處理行和資料頁的子集，而不是掃描整個表。

從技術上講，索引搜尋操作有兩種。第一種稱為單例查詢，有時稱為點查詢，其中SQL Server尋找並返回單行。您可以考慮將WHERE CustomerId = 2謂詞作為示例。另一種型別的索引查詢操作稱為範圍掃描，它要求SQL Server查詢鍵的最低值或最高值，並掃描（向前或向後）行集，直到達到掃描範圍的末尾。 CustomerId BETWEEN 4和7之間的謂詞WHERE導致範圍掃描。這兩種情況都在執行計劃中顯示為INDEX SEEK操作。

您可以猜到，範圍掃描完全可以強制SQL Server處理索引中的大量甚至所有資料頁。例如，如果您將查詢更改為使用WHERE CustomerId> 0謂詞，則SQL Server將讀取所有行/頁，即使您在執行計劃中顯示了Index Seek運算子。您必須牢記此行為，並始終在查詢效能調整期間分析範圍掃描的效率。

關係資料庫中有一個名為SARGable謂詞的概念，它代表搜尋引數。如果索引存在，如果SQL Server可以使用索引查詢操作，則謂詞是SARGable。簡而言之，當SQL Server可以隔離要處理的索引鍵值的單個值或範圍時，謂詞是SARGable，因此在謂詞評估期間限制搜尋。顯然，使用SARGable謂詞編寫查詢並儘可能利用索引查詢是有益的。

SARGable謂詞包括以下運算子：=，>，> =，<，<=，IN，BETWEEN和LIKE（在字首匹配的情況下）。非SARGable運算子包括NOT，<>，LIKE（在非字首匹配的情況下）和NOT IN。

使謂詞非SARGable的另一種情況是對錶列使用函式或數學計算。 SQL Server必須為其處理的每一行呼叫該函式或執行計算。幸運的是，在某些情況下，您可以重構查詢以使這樣的謂詞成為SARGable。表2-1列出了一些例子。

表2-1. 將非SARGable謂詞重構為SARGable的示例

您必須牢記的另一個重要因素是型別轉換。在某些情況下，您可以使用不正確的資料型別使謂詞非SARGable。讓我們建立一個帶有varchar列的表，並用一些資料填充它，如清單2-6所示。

清單2-6 SARG謂詞和資料型別：測試表建立

create  table  dbo.Data 

(

VarcharKey  varchar(10)  not  null, 

Placeholder  char(200) 

); 

create unique clustered index IDX_Data_VarcharKey on dbo.Data(VarcharKey); 

;with  N1(C)  as  (select  0  union  all  select  0)  --  2  rows

,N2(C) as (select 0 from N1 as T1 cross join N1 as T2) -- 4 rows ,N3(C) as (select 0 from N2 as T1 cross join N2 as T2) -- 16 rows ,N4(C) as (select 0 from N3 as T1 cross join N3 as T2) -- 256 rows ,N5(C) as (select 0 from N4 as T1 cross join N4 as T2) -- 65,536 rows ,IDs(ID) as (select row_number() over (order by (select null)) from N5) insert into dbo.Data(VarcharKey) 

select  convert(varchar(10),ID)  from  IDs;

聚集索引鍵列定義為varchar，即使它儲存整數值。現在，讓我們執行兩個選擇，如清單2-7所示，並檢視執行計劃。

清單2-7 SARG謂詞和資料型別：使用整數引數選擇

declare

@IntParam  int  =  '200'

select  *  from  dbo.Data  where  VarcharKey  =  @IntParam;

select  *  from  dbo.Data  where  VarcharKey  =  convert(varchar(10),@IntParam);

如圖2-14所示，對於整數引數，SQL Server掃描聚集索引，將varchar轉換為每行的整數。 在第二種情況下，SQL Server在開始時將整數引數轉換為varchar，並使用更高效的聚集索引查詢操作。

圖2-14。 SARG謂詞和資料型別：帶整數引數的執行計劃

在unicode字串引數的情況下，您將觀察到非常類似的行為。 讓我們執行清單2-8中所示的查詢。 圖2-15顯示了語句的執行計劃。

清單2-8 SARG謂詞和資料型別：使用字串引數選擇

select  *  from  dbo.Data  where  VarcharKey  =  '200';

select  *  from  dbo.Data  where  VarcharKey  =  N'200';  --  unicode  parameter

圖2-15。 SARG謂詞和資料型別：帶字串引數的執行計劃

如您所見，對於varchar列，unicode字串引數是非SARGable。這是一個比看起來更大的問題。雖然您很少以這種方式編寫查詢，如清單2-8所示，但現在大多數應用程式開發環境都將字串視為unicode。因此，除非將引數資料型別顯式指定為varchar，否則SQL Server客戶端庫會為字串物件生成unicode（nvarchar）引數。這使得謂詞不具有SARG，並且由於不必要的掃描，它可能導致主要的效能命中，即使對varchar列進行索引也是如此。

要點始終在客戶端應用程式中指定引數資料類例如，在ADO.Net中，使用

Parameters.Add（“@ ParamName”，SqlDbType.Varchar，<Size>）.Value = stringVariable而不是Parameters.Add（“@ ParamName”）.Value = stringVariable overload。在ORM框架中使用對映來顯式指定類中的非unicode屬性。

值得一提的是，對於nvarchar unicode資料列，varchar引數是SARGable。