标签：建表 join 扫描 count 博客 str gif des ide
索引这块从存储结构来分，有2大类，聚集索引和非聚集索引，而非聚集索引在堆表或者在聚集索引表都会对其 键值有所影响，这块可以详细查看本系列第二篇文章：SQL SERVER大话存储结构_(2)_非聚集索引如何查找到行记录。
非聚集索引内又分为多类：单列索引、复合索引、包含索引、过滤索引等。之前文章有具体分析过非聚集索引的存储情况，但是没有对复合索引及包含索引做过多说明，本文来讲讲这两个索引。
如果转载，请注明博文来源： www.cnblogs.com/xinysu/ ，版权归 博客园 苏家小萝卜 所有。望各位支持！
1 语法及说明
--复合索引 CREATE INDEX IndexName ON tbname(columna,columnb [,columnc...] ) --包含索引 CREATE INDEX IndexName ON tbname(columna [,columnb,columnc...] ) INCLUDE (column1 [,column2,column3...])
复合索引，顾名思义，及多个列组成的索引，列的顺序非常重要，关系到查询性能，这点后面会说明。
包含索引，建索引SQL 中含有 include 字段，索引键值用于WHERE条件过滤，INCLUDE字段用于 SELECT 展示，这点后面也会说明。
无论是符合索引还是包含索引，都有索引键值长度不能超过900字节的限制，但是要注意一点，包含索引的include字段是不包括在里边的。
2 索引页存储情况
从索引页的存储情况来分析，分析过程中，重点在查看复合索引跟包含包含索引在 子节点及叶子结点的键值情况。
2.1 创建测试表格
创建表格 tbindex，建立两个测试索引，同时造数据。
1 CREATE TABLE tbindex( 2 id int identity(1,1) not null primary key , 3 name varchar(50) not null, 4 type varchar(10) not null, 5 numbers int not null 6 ) 7 GO 8 9 CREATE INDEX ix_number_name ON tbindex(numbers,name) 10 GO 11 CREATE INDEX ix_name ON tbindex(numbers) INCLUDE (name) 12 GO 13 14 DECLARE @ID INT 15 SET @ID=1 16 WHILE @ID<=5 17 BEGIN 18 INSERT INTO tbindex(name,type,numbers) 19 SELECT 20 name, 21 type, 22 object_id+@id 23 FROM sys.objects 24 25 SET @ID=@ID+1 26 END
2.2 分析索引行
--查看该表格索引的id情况 SELECT * FROM sys.indexes WHERE object_id=object_id(‘tbindex‘) --PK__tbindex__3213E83F89582AC3 1 --ix_number_name 2 --ix_number 3 DBCC traceon(3604) DBCC ind(‘dbpage‘,‘tbindex‘,-1) DBCC PAGE(‘dbpage‘,1,395,3) DBCC PAGE(‘dbpage‘,1,396,3) DBCC PAGE(‘dbpage‘,1,397,3) DBCC PAGE(‘dbpage‘,1,398,3)
![技术分享]()
分析查看，得知：
- 复合索引 IX_number_name的索引节点为pageid=395，再挑选一个叶子结点来分析 pageid=396；
- 包含索引 IX_number 的索引节点为 pageid=397，再挑选一个叶子节点来分析 pageid=398。
--复合索引，395为索引页节点，396为索引页叶子节点
DBCC PAGE(‘dbpage‘,1,395,3)
DBCC PAGE(‘dbpage‘,1,396,3)
--包含索引，397为索引页节点，398为索引页叶子节点
DBCC PAGE(‘dbpage‘,1,397,3)
DBCC PAGE(‘dbpage‘,1,398,3)
从这里可以看出，复合索引跟包含索引的 所有索引列都会存储在索引叶子节点跟子节点，但是包含索引 的INCLUDE列，不在索引页的子节点存储，仅存储在 索引页的叶子节点上。
从这里不难理解，为什么之前说 include列用于 select 列，而不用于 where 列过滤。因为非聚集索引当索引页面有多层的时候，是先查询 索引的子节点，再查询索引的叶子节点，而包含索引的INCLUDE列不在叶子节点中存储，无法根据其来进行过滤。
3 对查询的影响
3.1 复合索引查询注意事项
由于需要数据量作为实验支持，所以不用之前分析索引行结构的表格tbindex，换个高大上 tb_composite 如下。
1 create table tb_composite( 2 id int identity(1,1) not null primary key, 3 name varchar(50) not null, 4 userid int not null, 5 timepoint datetime not null 6 ) 7 GO 8 9 create index ix_userid_name on tb_composite(userid,name) 10 GO 11 12 create index ix_userid on tb_composite(userid) 13 GO 14 15 INSERT INTO tb_composite(name,userid,timepoint) 16 SELECT 17 newid(),orderid%10000 ,CreatedDate 18 FROM ORDERS
大数据表格
至此，测试表格建立完成，开始分析索引页面信息，统计表格tb_composite信息如下：
1 --查看表格的数据大小跟非聚集索引大小 2 WITH DATA AS ( 3 SELECT 4 5 O.name tb_name, 6 reservedpages = SUM (reserved_page_count), 7 usedpages = SUM (used_page_count), 8 pages = SUM (CASE WHEN (index_id < 2) THEN (in_row_data_page_count + lob_used_page_count + row_overflow_used_page_count) ELSE 0 END ), 9 rowCounts = SUM (CASE WHEN (index_id < 2) THEN row_count ELSE 0 END ) 10 FROM sys.dm_db_partition_stats S 11 JOIN sys.objects o on s.object_id=o.object_id 12 WHERE O.type=‘U‘ 13 GROUP BY O.name 14 ) 15 SELECT 16 17 tb_name, 18 rowCounts, 19 reservedpages*8/1024 reserved_Mb, 20 pages*8/1024 data_Mb, 21 index_Mb=(usedpages-pages)*8/1024, 22 unused_Mb=case when usedpages>reservedpages then 0 else (reservedpages-usedpages)*8/1024 end 23 FROM DATA 24 WHERE tb_name = ‘tb_composite‘ 25 ORDER BY reserved_Mb DESC 26 Go
--详细分析每一个索引的索引页面数量
create table tbind(PageFID int, PagePID int,IAMFID int,IAMPID int,ObjectID int,IndexID int,PartitionNumber int,PartitionID varchar(50),iam_chain_type varchar(50) ,PageType int,IndexLevel int,NextPageFID int,NextPagePID int,PrevPageFID int,PrevPagePID int )
INSERT INTO TBIND EXEC (‘DBCC IND(‘‘yaochufa‘‘,‘‘tb_composite‘‘,-1) ‘)
SELECT
i.name,i.index_id,p.page_nums
FROM sys.indexes i join (SELECT IndexID,count(*) page_nums FROM tbind group by IndexID ) p on i.index_id=p.IndexID
WHERE object_id=object_id(‘tb_composite‘)
ORDER BY index_id
可以看到这个表格的非聚集索引总大小 ≈ 598Mb ≈ （43022+33279）*8k/1024 ≈ 596Mb 。
ix_userid_name 明显要比 ix_userid 存储的页面多，这是因为 ix_userid_name 比 ix_userid 多存储了 name 这个索引键值，索引页的增加，意味着使用这个索引就会相应增加 IO 。
比如一下两个SQL：
SET STATISTICS IO ON
--执行前，按下快捷键：Ctrl+M, 执行SQL后会显示实际执行的执行计划 （注意，Ctrl+L，则为 预估的执行计划）
SELECT * FROM tb_composite WITH(INDEX=ix_userid_name) WHERE userid =6500
SELECT * FROM tb_composite WITH(INDEX=ix_userid) WHERE userid =6500
查看其IO情况：
![技术分享]()
走复合索引会比单列索引要多出3个IO，userid 条件的扩大这个IO差别也会逐步加大。
查看执行计划如下：
![技术分享]()
可以看出，两者都是先根据索引 进行 index seek 查找到相应的索引行，再根据索引行上的 主键，去聚集索引中进行 key lookup查找行记录。两者的执行计划是一模一样的。这里加多一个SQL查询。
SELECT * FROM tb_composite WHERE name=‘6CDC4A13-36FF-4FA2-94D0-F1CBEA40852C‘
name这一列，不存在单列索引，存在于复合索引 ix_userid_name(userid,timepoint,name) 中，那么 这个查询能否根据 这个索引进行查找呢？
答案是：NO NO NO ，数据库会根据其IO情况来做选择，有两种可能，一种是根据主键做全表scan，另外一种是 对 复合索引 进行 index scan 全扫描，然后再根据键值去 聚集索引上查找相应的 行记录。
且看执行计划跟IO如下，可以看出，逻辑读基本上把所有数据页（聚集索引叶子节点）都扫描出来，一次IO是一个8kb的data page。
![技术分享]()
![技术分享]()
来吧，总结一下：
- 最左匹配原则：复合索引 键值列假设为（a, b, c, d, e），则等同于索引这几个索引：（a）、（a, b）、（a, b, c）、（a, b, c, d）、（a, b, c, d, e）
- 当where条件 符合 最左匹配原则，那么，执行计划则是 INDEX SEEK ，走索引查找；
- 当where条件 不符合 最左匹配原则，则根据性能评估，走primary index scan 或者 非聚集索引扫描再根据键值去 primary key lookup ；
- 根据最左匹配原则，可以在日常管理中，避免添加一些冗余冗余索引
- 但是也有一个注意事项：随着复合索引的列增加，索引页也会增加，使用其索引会增加一定量的IO，所以，再判断冗余索引的时候，需要考虑下这种情况，通常很少碰到这种情形。
3.2 复合索引与包含索引的查询区别
前面测试已经了解 复合索引 跟 包含索引 的 存储结构，这里进行查询测试。这里注意 索引页数量 = 索引节点页+索引叶子节点页。
先创建 包含索引表格，造数据。
CREATE TABLE tb_include(
id int identity(1,1) not null primary key,
name varchar(50) not null,
userid int not null,
timepoint datetime not null
)
GO
CREATE INDEX ix_userid on tb_include(userid) INCLUDE (timepoint,name)
GO
INSERT INTO tb_include( name , userid , timepoint ) SELECT name,userid,timepoint FROM tb_composite
GO
做两个查询如下：
SELECT USERID,name FROM tb_composite where USERID=71
SELECT USERID,name FROM tb_include where USERID=71
SELECT USERID,name FROM tb_composite where USERID=71 AND NAME=‘010CC1BD-1736-46A8-9497-7F4DBFD082B2‘
SELECT USERID,name FROM tb_include where USERID=71 AND NAME=‘010CC1BD-1736-46A8-9497-7F4DBFD082B2‘
![技术分享]()
![技术分享]()
总结：
- 如果where 条件包含include列
- include列无法参与 index seek，因为其索引子节点不存在，只存在于索引叶子节点，所以include列一般都是 展示列；
- include列由于无法做 where 过滤的 index seed，同比 复合索引，IO相对会较大
- 如果展示列仅限于索引键值及include列
- 包含索引中，根据索引键值找到 索引叶子节点后，无须根据主键值或者RID值 回表 去查询行记录，而是直接把 索引叶子节点的 include 列的内容展示即可，减少 回表 的IO；
- 如果where条件仅含键值列，select 展示列仅含 键值列级include列
- 两者性能基本一致，包含索引相对少IO，但是区别不大。
- 所有非聚集索引的限制长度是900个字节，但是 包含索引中的 include列是不计算在索引长度中的，所以如果要是遇到这种索引超过 900 bytes的特殊情况，可以考虑把相关字段放到include中来处理。
SQL SERVER大话存储结构（4）_复合索引与包含索引
标签：建表 join 扫描 count 博客 str gif des ide
原文地址：http://www.cnblogs.com/firstdream/p/7504859.html
