通过空间占用和执行计划了解SQL Server的行存储索引-Toy模板网

这篇具有很好参考价值的文章主要介绍了通过空间占用和执行计划了解SQL Server的行存储索引。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1 索引介绍

索引是一种帮助查询语句能够快速定位到数据的一种技术。索引的存储方式有行存储索引、列存储索引和内存优化三种存储方式：

行存储索引，使用B+树结构，行存储指的是数据存储格式为堆、聚集索引和内存优化表的表，用于OLTP场景。行存储索引按顺序排列的值列表，每个值都有指向其所在的数据页面的指针。
- 聚集索引
- 非聚集索引
- 唯一索引
- 筛选索引
列存储索引，使用列结构存储，列存储指的是在逻辑上整理为包含行和列的表，实际上以列式数据格式存储的数据，用于OLAP场景。使用基于列的数据存储和查询处理。
- 聚集列存储
- 非聚集列存储
内存优化索引，使用Bw树存储，Bw树使用一种“旋转”技术，更适合处理处理范围查询和随机插入/删除操作，适用于各种场景下的数据存储和查询。
本文中我们讨论的索引就是行存储索引中的聚集索引和非聚集索引，不涉及其它索引。

Bw树使用一组新的旋转技术，支持更加高效的范围查询操作。而B+树则使用叶节点链表来处理范围查询。在B+树中，如果您需要范围查询，您需要遍历整个链表，这会增加查询的时间成本。相比之下，Bw树通过一些特殊的旋转操作，能够使得范围查询操作更加高效，从而显著提高查询性能。
假设需要查询数字在100到200之间的数据，那么B+树需要遍历相应的叶节点链表，而Bw树则可以使用一些特殊的旋转操作，跳过某些节点，快速定位到相应的数据范围，从而减少了查询的时间成本。
总体来说，Bw树在范围查询和随机操作等特殊情况下比B+树更加高效。但是对于其他类型的查询操作，它们的性能并没有很大的区别，具体的效果需要根据应用场景来进行具体分析。

2 行存储索引的数据组织结构

聚集索引和非聚集索引都是使用B+树结构组织的，最顶层称为根节点，中间层称为中间节点，最底层称为叶节点。在聚集索引中，叶节点包含了基础表的数据页，根节点和中间节点包含了索引行的索引页，每个索引行包含一个键值和一个指针，通过指针来找到某个叶节点的数据行。而在非聚集索引中，叶节点只包含了索引行的索引页，没有数据页，它的索引行中只有指针，通过指针来找到对应的堆表的RID或者聚集索引的数据页。

聚集索引决定了表中数据行的存储顺序（升序/降序），所以每张表只能有1个聚集索引，可以使用CREATE CLUSTERED INDEX来手动创建聚集索引，也可以是在建表时指定主键的方式来自动创建。
每张表可以有多个非聚集索引，可以针对不同的查询语句和业务场景来创建非聚集索引，只能是使用CREATE NONCLUSTERED INDEX来手动创建非聚集索引。

3 两种索引的空间占用对比

由于聚集索引的叶节点存储了是数据页，由中间节点存放了指针，而非聚集索引的叶节点存放了指针（行定位器），那通过B+树的构造，可以大概判断是非聚集索引要消耗的空间更多，因为非聚集索引要存放更多的指针信息（叶节点的数量肯定会比中间节点的数量多）。

3.1 使用sp_spaceused查看索引大小

查看基础表order_line，目前行数1232537行，数据大小约80MB，未创建索引。
使用exec sp_spaceused order_line命令查看。

在order_line表的ol_w_id、ol_d_id、ol_o_id和ol_number列上创建聚簇索引 order_line_i1_clustered

CREATE UNIQUE CLUSTERED INDEX [order_line_i1_clustered] ON [dbo].[order_line]
(
	[ol_w_id] ASC,
	[ol_d_id] ASC,
	[ol_o_id] ASC,
	[ol_number] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, SORT_IN_TEMPDB = OFF, IGNORE_DUP_KEY = OFF, DROP_EXISTING = OFF, ONLINE = OFF, ALLOW_ROW_LOCKS = OFF, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
GO

查看表的索引大小，约232KB，说明聚簇索引order_line_i1_clustered的大小为232KB-24KB=208KB。
使用exec sp_spaceused order_line命令查看。

在order_line表的ol_w_id、ol_d_id、ol_o_id和ol_number列上创建非聚簇索引order_line_i1_nonclustered

CREATE UNIQUE CLUSTERED INDEX [order_line_i1_clustered] ON [dbo].[order_line]
(
	[ol_w_id] ASC,
	[ol_d_id] ASC,
	[ol_o_id] ASC,
	[ol_number] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, SORT_IN_TEMPDB = OFF, IGNORE_DUP_KEY = OFF, DROP_EXISTING = OFF, ONLINE = OFF, ALLOW_ROW_LOCKS = OFF, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
GO

查看表的索引大小，约19MB，说明非聚簇索引order_line_i1_clustered的大小为18MB~19MB。
使用exec sp_spaceused order_line命令查看。

3.2 使用DBCC查看索引大小

我们也可以通过另外一种方式来证明，通过查询索引ID，再使用dbcc ind将索引的所有页返回，然后再计算索引页的结果

首先查看两个表的查询索引ID

 SELECT t.name AS TableName,i.name AS IndexName,i.index_id,i.type_desc
FROM sys.dm_db_partition_stats AS s
INNER JOIN sys.indexes AS i 
  ON s.object_id = i.object_id 
  AND s.index_id = i.index_id
INNER JOIN sys.tables AS t 
  ON t.object_id = i.object_id
WHERE t.name='order_line'

将两个索引的DBCC IND结果输出到dbcc_ind_result表中，然后计算索引的大小

CREATE TABLE dbcc_ind_result (
    PageFID int,
    PagePID int,
    IAMFID int,
    IAMPID int,
    ObjectID int,
    IndexID int,
    PartitionNumber int,
    PartitionID bigint,
    iam_chain_type varchar(30),
    PageType int,
    IndexLevel int,
    NextPageFID int,
    NextPagePID int,
    PrevPageFID int,
    PrevPagePID int
);
GO
INSERT INTO dbcc_ind_result exec('DBCC IND(0,order_line,1)');
GO
INSERT INTO dbcc_ind_result exec('DBCC IND(0,order_line,5)');
GO
SELECT d.IndexID,i.name,COUNT(*)  AS PageCount,COUNT(*)*8 AS SizeKB
FROM dbcc_ind_result d 
INNER JOIN sys.indexes AS i 
ON d.ObjectID = i.object_id 
AND d.IndexID = i.index_id
WHERE d.PageType=2 
GROUP BY d.IndexID,i.name
GO

实验证明，在相同的列上，非聚集索引比聚集索引需要更多的空间来存放指针信息（行定位器），消耗更多的空间。

4 两种索引读取数据的方式

前文提到聚集索引的叶节点存放的是数据页，而非聚集索引叶节点存放的是指针来指向数据的位置，数据的位置可以是堆(head)的RID，也可以时聚集索引的叶节点。下面创建一张测试表来验证。

4.1 未创建索引时

创建测试表，生产10000行测试数据

DROP TABLE IF EXISTS dbo.Test1;
CREATE TABLE dbo.Test1 (
    C1 INT,
    C2 INT);
WITH Nums
AS (SELECT TOP (10000)
        ROW_NUMBER() OVER (ORDER BY (SELECT 1)) AS n
    FROM master.sys.all_columns AS ac1
        CROSS JOIN master.sys.all_columns AS ac2)
INSERT INTO dbo.Test1 (
    C1,
    C2)
SELECT n,
       2
FROM Nums;

打开统计信息和执行计划功能，从10000行中查询1行数据，例如查询C1列为1000的数据。
```
SET STATISTICS TIME;
SET STATISTICS IO;
SELECT t.C1,t.C2
FROM dbo.Test1 AS t
WHERE C1 = 1000;
```
执行后可以看到统计信息项，发生了22个逻辑读：
- 表 'Test1'。扫描计数 1，逻辑读取 22 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。
- 并且执行计划中使用了全表扫描，需要读取10000行数据。

4.2 创建非聚集索引后

在C1列创建1个非聚集索引后，再观察统计信息和执行计划是否发生变化

创建非聚集索引
```
CREATE NONCLUSTERED INDEX incl ON dbo.Test1(C1);
```
创建非聚集索引的过程中，消耗了和前一个查询相同的资源，统计信息一样：
- 表 'Worktable'。扫描计数 0，逻辑读取 0 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。
- 表 'Test1'。扫描计数 1，逻辑读取 22 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。
执行相同的查询语句，观察统计信息和执行计划
这一次统计信息发生了变化，比没有索引的情况下消耗的逻辑读更少，只发生了3个逻辑读：
- 表 'Test1'。扫描计数 1，逻辑读取 3 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。
- 而执行计划则由Table SCAN变为了Index Seek和RID，先是扫描非聚集索引中特定范围的行，该行的指针信息为Bmk1000，再将该指针信息到堆中的RID，再返回数据，这个过程在表中只需要读取1行数据。

4.3 创建聚集索引后

在非聚集索引的基础上，我们再创建一个聚集索引，通过语句的执行计划来了解读取数据的方式。

创建聚集索引
```
CREATE CLUSTERED INDEX icl ON dbo.Test1(C1);
```
创建聚集索引的过程中，产生的统计信息要比非聚集要多，消耗资源也要更多：
- 表 'Test1'。扫描计数 1，逻辑读取 22 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。
- 表 'Test1'。扫描计数 1，逻辑读取 24 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。
  再来看看执行计划，由于再4.2中创建了非聚集索引，执行计划里将创建聚集索引的操作拆成了两条语句，并且还是INSERT语句：
- 查询1：首先还是对表进行了一次全表扫描，并且按照升序的方式进行了排序后，再将数据插入到聚集索引里面。这里对应的就是逻辑读取22次这条统计信息，完成了整个聚集索引的创建。
- 查询2：然后对整个聚集索引扫描，并将非聚集索引的指针信息更新为聚集索引的叶节点。这里对应的就是逻辑读取24次这条统计信息，完成了整个非聚集索引的指针信息更新。
再次执行相同的查询语句，消耗的逻辑读比非聚集索引要少，只需要2次逻辑读
- 表 'Test1'。扫描计数 1，逻辑读取 2 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。
- 执行计划也不再需要使用非聚集索引和堆的RID返回数据
继续验证非聚集索引是否会通过聚集索引来返回数据，需要使用提示语法来固定语句使用非聚集索引。
```
SELECT t.C1,t.C2
FROM dbo.Test1 AS t WITH(INDEX = incl)
WHERE C1 = 1000;
```
发现这种读取数据的方式要消耗更多的逻辑读，比RID多了1次逻辑读，比聚集索引多了2次逻辑读：
- 表 'Test1'。扫描计数 1，逻辑读取 4 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。
- 执行计划中先到非聚集索引查找C1=1000所在的行，然后再将输出的指针信息Uniq1001到聚集索引中执行键值查找，返回数据。

5 行存储索引的基础总结

行存储索引的聚集索引和非聚集索引在生产环境上普遍都会使用到，在本文的基础上，我们进行简单总结。

在数据组织结构上
聚集索引的叶节点存储的是数据页，决定了表数据的排序方式；非聚集索引的叶节点存储的是指针（行定位器），有可能是堆的RID，也有可能是聚集索引的指针。
在空间占用上
聚集索引只需要很小的空间来存储数据页的信息和顺序；非聚集索引需要存储数据的指针，占用空间大。
在读取数据的方式上
聚集索引直接通过叶节点读取数据页；非聚集索引需要通过指针找到RID或者聚集索引的指针，再通过聚集索引查找键值。
在逻辑读的次数上
直接读聚集索引，逻辑读最小，测试逻辑读次数为2
通过非聚集索引+RID，逻辑读居中，测试逻辑读次数为3
通过聚集索引+非聚集索引，逻辑读最大，测试逻辑读次数为4
在创建方式上
聚集索引：创建主键时自动使用主键列为聚集索引，没有主键时可以通过CRAETE CLUSTERED INDEX 创建，可以指定多个列；每张表只能有1个聚集索引。
非聚集索引：手动创建，通过CRAETE NONCLUSTERED INDEX 创建；每张表可以有多个非聚集索引。