測試的版本：SQL Server 2017

記憶體優化表上可以建立雜湊索引（Hash Index）和記憶體優化非聚集（NONCLUSTERED）索引，這兩種型別的索引也是記憶體優化的，稱作記憶體優化索引，和基於硬碟的傳統索引有很大的區別：

• 索引結構儲存在記憶體中，沒有索引碎片和填充因子
• 對索引所作的更新不會寫入事務日誌檔案，這導致索引的更新操作效能非常高

一，建立記憶體優化索引

在建立記憶體優化表的索引時，第一種方式是在建立表時定義索引，第二種方式是先建立記憶體優化表，然後通過alter table命令修改表結構，向表中新增索引，而表級別的索引語法如下所示：

<table_index> ::=
  INDEX index_name
{   [ NONCLUSTERED ] HASH (column [ ,... n ] ) WITH (BUCKET_COUNT = bucket_count)
  | [ NONCLUSTERED ] (column [ ASC | DESC ] [ ,... n ] ) [ ON filegroup_name | default ]
}

舉個例子，修改表結構，向表中新增雜湊索引，在定義索引時必須設定bucket_count的數量：

ALTER TABLE table_name
    ADD INDEX idx_hash_index_name  HASH (index_key) WITH (BUCKET_COUNT = 64);  

二，記憶體優化索引的效能優化

記憶體優化索引適用的場景是：

• 非聚集索引   如果查詢中包含order by子句、或者包含 where index_column > value等範圍掃描操作 ，推薦使用非聚集索引。
• 雜湊索引       如果查詢中包含點查詢（point lookup），例如 where index_column = value，而不是範圍掃描，推薦使用雜湊索引。

1，雜湊索引效能優化

雜湊索引是指SQL Server引擎應用雜湊函式F(x)，把索引鍵值（Index Key）轉換為雜湊表（雜湊索引）。當雜湊值相同，而索引鍵不同時，稱作產生一個雜湊衝突。把雜湊值相同的索引鍵連結在一起，組成一個鏈式結構（chain），也稱作衝突鏈。在查詢時，需要遍歷衝突鏈來查詢資料，因此，衝突鏈變長，會降低雜湊查詢的效能。

雜湊衝突是不可避免的，以下兩種情況，會產生較多的雜湊衝突：

• 如果索引鍵存在大量的重複值，
• 當hashbucket的數量較少時

這兩種情況導致雜湊衝突鏈變長，降低雜湊查詢的效能，使用者可以通過降低索引鍵的重複值、增加hashbucket的數量來減少雜湊衝突。

雜湊索引只能點查詢（point lookup），並且要求在where子句中應用index key的所有欄位、等值條件和與邏輯，例如，雜湊索引鍵是colA和colB，在where子句中必須滿足：同時出現所有索引鍵、等值條件和與邏輯，也就是：where colA= value1 and colB=value2，只有這樣，才能使用雜湊索引進行點查詢，否則無法應用雜湊索引。

2，記憶體優化非聚集索引的優化

記憶體優化非聚集索引的結構是Bw-Tree，在結構上類似於B-Tree結構，具有樹形結構、鍵值是有序的等特點。

從效能上來看，Bw-Tree索引有三個主要特點：

• 通過無鎖（Lock-Free）的方式來操作Bw-Tree樹，提升了隨機讀和範圍讀的效能。
  • 索引按照前序欄位進行排序，在查詢時，索引鍵的前序欄位非常重要，前序欄位必須出現在where/on 子句的條件斷言中。
  • 適合範圍查詢，只適用於按照索引定義的排序方向的查詢，而不能用於逆向排序的查詢
• 通過Log-Structed Storage方式寫資料，傳統的checkpoint寫資料的方式是隨機寫，而Log-Structed Storage是順序寫，提高寫操作的效能。
• 對資料的更新採用Delta Update方式，提高了快取的命中率。

Bw-Tree結構的索引，和普通的B-Tree結構相比，讀寫效能提高，解決了高效能讀和寫不能兼得的問題。

三，記憶體優化的非聚集索引的結構特點

記憶體非聚集索引類似於B-Tree結構，稱作Bw-Tree。從整體上看，Bw-Tree是按照Page ID組織的頁面對映。

在Bw-Tree結構中，每個索引Page具有一組有序鍵值（該結構類似於普通的B樹），鍵值是按照大小順序排列的，並且索引中包含層次結構，父級別指向子級別，葉級別指向資料行。

差異是Bw-Tree可以把多個數據行連線在一起，索引結構中的頁面指標是邏輯頁面的ID，這個邏輯頁面的ID實際上是頁面對映表的偏移量，該對映表具有每個頁面的實體地址，通過偏移量找到每個頁面在記憶體中實際的實體地址。

在非葉子級別中，父級別的頁面中儲存的鍵值是它指向的子級頁面中的鍵值的最大值，並且每一行還包含該頁面邏輯頁ID（偏移量）。葉級資料頁不僅包含鍵值，還包含頁面的實體地址。

Bw-Tree結構大致如下圖所示：有類似B-Tree的樹形結構（儲存的資料和索引）和Mapping Table（儲存邏輯頁面ID和實體地址的對映）。

在記憶體非聚集索引中，沒有索引頁的就地更新（in-place update），為了實現該目的，引入了新的更新機制：

• 在更新頁時，不需要latch 和lock
• 索引頁不是固定的大小

Bw-Tree結構解決了B-tree高效能讀和寫不能兼得的問題，可能會存在效能抖動。

四，雜湊索引的結構特點

雜湊索引包含一個由指標構成的陣列，陣列中的每個元組叫做一個hash bucket：

• 每個hash bucket佔用8Bytes，用於指向key entry構成的鏈式列表
• 每個entry主要由索引鍵的值、對應的資料行的地址和指向下一個entry的指標構成
• 每個entry有一個指標，用於指向鏈中下一個entry，通過這種方式，entry構成鏈式結構

雜湊索引的結構，如下圖所示，左側是雜湊表，右側上一是表資料（Name、City）+時間戳+索引指標，右側中下的兩行是表資料，中間通過Index prt連結為一個chain。

hash bucket的數量必須在索引定義時指定：

• 雜湊索引的hash bucket的最大數量是 1,073,741,824
• 較短的鏈式列表比較長的鏈式列表效能更好
• hash bucket的數量與表中唯一值的數量的比值越低，每個hash bucket指向的鏈式列表的長度越長，效能越差。因此，應該適當增加hash bucket的數量。
• 理想情況下，hash bucket最好是表中唯一值數量的1到2倍。

參考文件：

Index Architecture & Design

關於Bw-Tree結構的兩個P