1. 程式人生 > >翻譯:Clustered Indexes

翻譯:Clustered Indexes

原文出自:《Pro SQL Server Internals, 2nd edition》CHAPTER 2 Tables and Indexes中的Clustered Indexes一節(即P36~P45),Dmitri Korotkevitch,侵刪

聚集索引

        一個表根據聚集索引鍵進行排序是指按表中資料的物理順序即聚集索引, 一個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. 聚集的索引結構:根級別

       如你所見,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,因為索引鍵不包含變數 - length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“叢集索引掃描”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。 SQL 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. 分配訂單掃描

圖2-11. 分配訂單掃描執行計劃   

       不幸的是,當SQL Server使用分配順序掃描時,檢測起來並不容易。 即便如此執行計劃中的有序屬性顯示為false,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不在具有聚簇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. 索引尋求

      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,其中第二行引用頁面 最小鍵值350.它大於我們要查詢的鍵值(4),SQL Server讀取根頁面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. 索引尋求執行計劃

       你可以猜測,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。你可以考慮將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。

      你可以猜到,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,如果你將查詢更改為使用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SearchArg ement能夠。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

       如你所見,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。