列儲存索引可以是聚集的，也可以是非聚集的，使用者可以在表上建立聚集的列儲存索引（Clustered Columnstore Index）或非聚集的列儲存索引（Nonclustered Columnstore Index）。由於聚集索引實際上是表的物理儲存，因此，表上只能建立一個聚集索引，該聚集索引要麼是聚集的列儲存索引，要麼是聚集的行儲存索引。由於非聚集的索引（列儲存索引和行儲存索引），是在表的物理儲存空間之外額外建立的資料結構，因此一個表可以建立多個非聚集的索引。

由於列儲存索引相比普通的B-Tree索引，提高約10被的壓縮率和查詢效能，因此，對於資料倉庫的大型資料表，都可以建立列儲存索引。而列儲存索引實際上是由兩部分構成的：列儲存區（columnstore）和增量儲存區（deltastore），並且會產生索引的碎片，在建立列儲存索引時，需要根據表的更新頻率和查詢的需求（是值查詢，還是分析查詢）來為表設計合適的索引。

一，索引的設計思路

在建立索引時，對於一個表：

1. 如果已經建立了聚集的列儲存索引，那麼該表上不能再建立非聚集的列儲存索引，但是可以建立非聚集的行儲存索引。
2. 如果已經建立的聚集的行儲存索引，那麼該表上可以建立一個或多個非聚集的列儲存索引，也可以建立一個或多個非聚集的行儲存索引。

列儲存索引特別適合進行大量資料的分析查詢，而行儲存索引適合用於少量資料值的查詢。

聚集的列儲存索引是整個表的物理儲存，通常把聚集的列儲存索引稱作列儲存表，而非聚集的列儲存索引是在表的物理儲存之外額外建立的資料結構，非聚集的索引包含基礎表中部分或全部的資料行，也可以只包含部分列，即，列儲存索引被定義為表的一列或多列，並具有過濾行的可選條件。

推薦的設計思路：

• 使用聚集的列儲存索引（把錶轉換為列儲存）來儲存事實表和大的維度表，用於提高查詢效能和資料壓縮效能，提高的效能大概在10倍左右。
• 在行儲存表上，使用非聚集的列儲存索引對資料進行分析查詢。

二，把列儲存和行儲存結合到一起

從SQL Server 2016 (13.x)版本開始，列儲存索引和行儲存索引可以結合在一起，利用這兩種型別的索引的優點，提高查詢效能、並減低儲存消耗。

使用者可以在rowstore表上建立一個或多個可更新的非聚集列儲存索引（updatable nonclustered columnstore index），該索引儲存所選列的副本，因此需要額外的空間來儲存此資料，但是所選資料平均被壓縮10倍。使用者可以在列儲存索引上執行分析，同時在行儲存索引上執行事務。當行儲存表中的資料更改時，列儲存將更新，因此兩個索引都針對相同的資料工作。

使用者可以在列儲存表上建立一個或多個非聚集的行儲存索引，並在基礎列儲存上執行有效的表查詢。

三，設計方案

方案1：建立聚集的列儲存索引

表通常是行儲存的，為表建立一個列儲存索引，就把錶轉換為列儲存格式。聚集的列儲存索引不僅僅是一個索引，實際上，聚集的列儲存索引就是資料表的物理儲存，能夠提高10倍的壓縮率和資料查詢效能。

當表滿足以下條件，考慮建立聚集的列儲存索引：

• 對於分割槽表來說，每個分割槽至少100萬行資料，列儲存索引在每個分割槽中都有行組，如果表太小而無法在每個分割槽中填充行組，則無法獲得列儲存壓縮和查詢效能的好處。
• 查詢主要對值範圍執行分析，例如，要查詢列的平均值，查詢需要掃描所有列的值，然後，通過將它們求和以確定平均值來彙總這些值。
• 大多數插入的資料量是海量的，而更新和刪除操作最少。 

相反，如果每個分割槽少於100萬行資料，或者表上的更新和刪除操作非常多（更新操作會導致碎片），或者含有LOB欄位，即包含 varchar(max), nvarchar(max) 和 varbinary(max)資料型別，那麼不要建立聚集的列儲存索引。

方案2：在聚集的列儲存索引上建立非聚集的行儲存索引，用於少量值得查詢

從SQL Server 2016（13.x）開始，使用者可以在聚集得列儲存索引上建立非聚集得B-Tree索引，當列儲存索引發生更改時，非聚集得B-Tree索引也會更新。通過使用輔助的B樹索引，使用者可以有效地搜尋特定行，而無需掃描所有行。

方案3：使用非聚集的列儲存索引進行實時分析

從SQL Server 2016（13.x）開始，使用者可以在行儲存表（Disk-Based表或記憶體記憶體優化表）上建立非聚集的列儲存索引，使得使用者可以在事務表上進行實時分析。在基礎表上進行事務處理時，資料會更新到列儲存索引上，使用者可以在列儲存索引上進行分析性的查詢。由於一個表同時管理兩種型別的索引，因此，行儲存索引和列儲存索引都可以實時進行更新。由於列儲存索引的資料壓縮效能比行儲存索引高約10倍，因此只需要少量的額外儲存。例如，如果壓縮的行儲存表佔用20 GB，則列儲存索引可能需要額外的2 GB。所需的額外空間還取決於非聚集列儲存索引中的列數。

四，分割槽對列儲存的影響

可以對分割槽表建立列儲存索引，對於每一個分割槽，都有一個或多個行組，可以認為對每個分割槽單獨建立列儲存索引。由於列儲存索引對資料量有一個顯式的要求，100萬行，如果每個分割槽沒有一百萬行，那麼大多數資料行可能會轉到增量儲存，而在增量儲存中它們將無法獲得列儲存壓縮的效能優勢。除非你有足夠大的資料量，否則，為列儲存索引使用更少的分割槽。

舉個例子：

• 將100萬行載入到一個分割槽或未分割槽的表中，您將獲得一個包含100萬行的壓縮行組，這對於高資料壓縮和快速查詢效能非常有用。
• 將100萬行平均載入到10個分割槽中，每個分割槽獲得10萬行，這比列儲存壓縮的最低閾值還小，這導致列儲存索引可能有10個增量行組，每個組有10萬行。

雖然有一些方法可以把增量行組強制進入列儲存，但是，如果這些是columnstore索引中僅有的行，則壓縮的行組將太小而無法獲得最佳的壓縮和查詢效能。

五，選擇合適的資料壓縮演算法

列儲存索引為提供了兩種資料壓縮的演算法：列儲存壓縮（columnstore compression）和存檔壓縮（archive compression）。 使用者可以在建立索引時選擇壓縮選項，稍後使用ALTER INDEX ... REBUILD對其進行更改。

1，使用列儲存壓縮以獲得最佳查詢效能
與行儲存索引相比，列儲存壓縮通常可實現10倍更好的壓縮率。 它是列儲存索引的標準壓縮方法，可實現快速查詢效能。

2，使用存檔壓縮以獲得最佳資料壓縮
當查詢效能不太重要時，歸檔壓縮旨在最大程度地壓縮資料，與列儲存壓縮相比，它實現了更高的資料壓縮率，但代價不菲。 壓縮和解壓縮資料需要更長的時間，因此不適合快速查詢效能。

參考文件：

Columnstore indexes - Design guid