SQL索引學習-索引結構

前一陣無心中和同事討論過一個SQL相關的題(經過一個小問題來學習SQL關聯查詢)，很慚愧一個很是簡單的問題因爲種種緣由竟然沒有回答正確，數據庫知識方面我算不上技術好，談起SQL知識的學習我得益於2008年進的一家公司，有幾個DBA技術至關專業，正好手上有一個項目遇到了一些數據庫查詢性能問題，就試着想辦法優化，因而本身將相法和DBA溝通後，竟然獲得了他們的贊同，讓我信心大增，後來一段時間我又主動找他們聊了一些其它的知識，因此在數據庫索引這塊我算是相對通常的.net程序員要更加有看法一些。當時咱們部門因爲分工的不一樣，部門20多人基本上工做中歷來不和SQL打交道，後臺的接口都由其它部門來完成了，咱們注意的 業務邏輯，因此有一些徹底不懂SQL的程序員。以後的四年我大部分都是作一些通用平臺架構方面的工做，也比較少直接接觸SQL，直到後來換了公司，特別是去年開始因爲項目性質的變化，我開始慢慢又開始接觸SQL。    

工做時間的長短在某種程度上能決定一我的的技術水平，但每每技術水平和實際工做的產出不必定成正比。好比我上面提到那個SQL問題，不少有經驗的程序員在第一個答案中每每回答錯誤，但他確實能將項目作好，由於你們平時觀注的仍是結果，只要結果出來了比什麼都強，至於爲何出這樣的結果通常也就不會多作分析研究。這種形式呢，對那些對技術提高沒有強烈要求的人來說，已經夠用了，多試幾回，只要最終能出結果也就萬事大吉了，作的多了，後續遇到相似的問題也就輕車熟路了，這就是所謂的經驗，只知道這樣作就能出結果。    

其實這種工做學習方式呢，有一個比較顯著的問題，就是對本身寫出來的東西沒有足夠的信心，由於靠的是以往的經驗。是出現錯誤以後經過不斷的嘗試來取得的經驗，有一種探索的味道，在工做效率上會存在問題，由於總有你之前沒有遇到過的場景，這樣你可能對第一方案作屢次嘗試才找到正解，反之的話，第一個方案可能花的時間稍長一些，但後續反覆修改的次數會至關較少。

SQL索引目錄   

藉此次機會呢，將SQL索引的理解整理出來，供你們一塊兒學習提升，這是個人學習筆記，有錯誤的地方，歡迎你們批評指正。下面是預計的目錄：

• 索引基礎知識  
• 彙集索引  
• 非彙集索引  
• 認識執行計劃  
• 靈活設計數據庫      

頁和區

要想作好索引優化，知道索引的存儲結構是相當重要的。談到存儲就須要瞭解SQL中的頁和區的概念:  

• SQL中存儲數據的基礎單位就是頁，一個頁大小爲8K，數據庫能夠將數據從邏輯上分紅頁，磁盤的I/O操做就是在頁級執行。頁包信三項內容：
• 96字節大小的標頭，存儲統計信息，包括頁碼、頁類型、頁的可用空間以及擁有該頁的對象的分配單元 ID。頁類型咱們知識以下三項基本就夠用：
• 數據頁，除了大型對象的數據列以外的數據存儲頁，好比int,float,varchar等。     
• 索引頁，存放索引的條目。
• 大型對象數據類型，好比text,image,nvarchar(max)等。        
• • 數據行
  • 行偏移量
• 一個區包含8個頁,它是管理空間的單位，分爲以下兩類
  • 統一區，由單個對象全部。
  • 混合區，最多可由八個對象共享。
• 通常狀況下，給表或者索引伸請新的空間時，從混合區分配，當這個表或者索引的空間超過8個頁大小時，會將本來在混合區的頁轉移到統一區管理。

表存儲結構

知識了區以及頁的概念，再看下數據表和這二者之間的聯繫, 表包含一個或多個分區，每一個分區在一個堆或一個彙集索引結構中包含數據行。從下圖的結構中，咱們就看到了索引的重要結構B-樹了。

            

 

彙集索引結構

索引中的底層節點稱爲葉節點。根節點與葉節點之間的任何索引級別統稱爲中間級。在彙集索引中，葉節點包含基礎表的數據頁。根節點和中間級節點包含存有索引行的索引頁。每一個索引行包含一個鍵值和一個指針，該指針指向 B -樹上的某一中間級頁或葉級索引中的某個數據行。每級索引中的頁均被連接在雙向連接列表中。

         

非彙集索引結構

           

非彙集索引與彙集索引之間的顯著差異在於如下兩點：

• 基礎表的數據行不按非彙集鍵的順序排序和存儲。
• 非彙集索引的葉層是由索引頁而不是由數據頁組成。

問題：

• 索引的結構到底分多少層？

咱們先看下B-樹，這種索引結構有一個重要的參數n，它決定了索引存儲頁的佈局，每一個存儲頁須要存放n個節點，以及n+1個指針。 這裏咱們來作個計算：好比咱們的索引是一個整形數字，4個字節，指針須要8個字節，這裏不考慮索引頁標頭信息的佔用，算下最大的n，公式： 4n+8(n+1)<=8*1024 ，這個值是680，即最大可存放680個鍵，再按B-樹充滿度來取75%等於510,根結點有510個，那麼它會有510*510個葉結點，這些葉結點會有510*510*510個指向最終記錄的指針。這個數據足以說明絕多數狀況下，只要三層就可以用。

• 什麼是稠密索引？

索引中的鍵順序與數據文件中的排序順序相同，因此咱們的索引結構中，葉級均採用稿密索引。

• 什麼是稀疏索引？

它只爲每一個存儲塊設計鍵-指針對，比稿密索引節約空間，出如今葉級之上的結構中。

• 索引結構中會出現以下狀況嗎？

要想回答這個問題，就須要瞭解索引在維護過程當中對於B-樹的調整，SQL會經過必定的算法將B-樹的充滿度達到必定的平衡，這裏就會涉及的節點的拆分以及合併，因此通常狀況下不管對數據作怎樣的更新，也不會出現下圖中如此不平衡的狀況。

注：若是問重建索引的好處時，若是你回答是爲了平衡B-樹，那麼要謹慎回答。

   

總結：

      數據存儲的基礎知識，索引結構對於咱們後續理解彙集索引以及非彙集索引都很是重要，也纔有可能快速準確的作出優化方案。

參考：http://technet.microsoft.com/zh-cn/library/ms180978(v=sql.105).aspx