原文連結：http://www.allitebooks.com/pro-sql-server-internals-2nd-edition/

原文作者：Dmitri Korotkevitch

聚集索引

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

假設您要在堆表上使用資料建立聚集索引。 作為第一步，如圖2-5所示，SQL Server會建立另一個數據副本，然後根據群集金鑰的值對其進行排序。 資料頁連結在雙鏈表中，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，它包含實際的表資料。

圖2-5   聚集的索引結構：葉級

注意：頁面上的排序順序由插槽陣列控制。 頁面上的實際資料未排序。

當葉級別由多個頁面組成時，SQL Server開始構建索引的中間級別，如圖2-6所示。

圖2-6    聚集的索引結構：中級和葉級

中間級別為每個葉級頁面儲存一行。 它儲存兩條資訊：它引用的頁面中的索引鍵的實體地址和最小值。 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，當您在表中插入具有最低鍵值的行時，SQL Server不需要更新非葉級行。

中間級別的頁面也連結到雙鏈表。 SQL Server添加了越來越多的中間級別，直到只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

如您所見，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頁面，索引只包含單個葉級頁面。

索引中的級別數很大程度上取決於行和索引鍵的大小。 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，這是足夠的，因為索引鍵不包含可變長度和NULL列。

因此，每行可容納8,060位元組/ 13位元組=每頁620行。 這意味著，使用一箇中間級別，您可以儲存最多620 * 620 = 384,400個葉級頁面的資訊。 如果資料行大小為200位元組，則每個葉級頁面可儲存40行，索引中最多可儲存15,376,000行，只有三個級別。 向索引新增另一箇中間級別將基本上涵蓋所有可能的整數值。

注意：在現實生活中，索引碎片會減少這些數字。 我們將在第6章討論索引碎片

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“聚集索引掃描”運算子，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。

提示：您可以通過檢查執行計劃中的INDEX SCAN或INDEX SEEK操作員屬性來檢查掃描方向。 但請記住，Management Studio不會在執行計劃的圖形表示中顯示這些屬性。 您需要開啟“屬性”視窗以通過在執行計劃中選擇運算子並選擇“檢視/屬性視窗”選單項或按F4鍵來檢視它。

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。 S QL Server通過IAM頁面訪問表資料，類似於堆表的操作方式。 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    分配順序掃描

圖2-11     分配順序掃描執行計劃

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。

注意：我們將在第6章“索引碎片”中討論頁面拆分和碎片，並討論第三部分“鎖定，阻塞和併發”中的鎖定和資料一致性。

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      索引查詢

為了從表中讀取行的範圍，SQL Server需要從範圍中找到具有最小鍵值的行，即4。SQL Server以根頁面開始，其中第二行引用最小鍵值為350的頁面。它大於我們要查詢的鍵值（4），並且SQL Server讀取根頁面上第一行引用的中間級資料頁（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    索引查詢執行計劃

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，它代表搜尋能力。 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 

提示：請注意連線謂詞中的列資料型別。 隱式或顯式資料型別轉換可能會顯著降低查詢的效能。

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     S ARG謂詞和資料型別：帶有引數的執行計劃

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型別。 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。