原文地址:
Stairway to SQL Server Indexes: Level 6,Bookmarks
本文是SQL Server索引进阶系列(Stairway to SQL Server Indexes)的一部分。
在前面的章节中我们看到了,索引就是一些有序入口的集合,每行一个入口。我们更多的强调索引的逻辑方面,而不是物理方面。当目前为止,我们讲述了非聚集索引入口的两个组件:查询键和包含列。在本章中,我们介绍第三个,也是最后一个组件:标签。
什么是标签
标签在之前已经提到过,但只是说SQL Server可以用它快速的从非聚集索引的入口导航到对应的行。现在,是时候介绍更多的细节了。标签的内容会根据表示表示堆表还是聚集索引表,而不同。
不管表是堆表还是聚集索引表,表中的每一行都会位于页的一行。页可能是数据文件的第n页。文件可能是组成数据库的文件集合中的第n个文件。因此,数据库中的每一行,在任何时间,都可以用三个数字来标识:文件号-页号-行号。这三个数字的复合标识叫做rowid,通常叫做RID。大部分可以显示SQL Server内部信息的工具都会显示这三个号码,用分号分隔。因此文件1的77页的12行,RID会显示成1:77:12。
通常来讲,一个堆表的行是不会移动的,一旦他们被插入一页,他们会保持在这页中。更加精准的说法是:在堆表中的行很少移动,当他们移动的时候,在旧的位置上会留下新的地址。聚集索引表的行,是可以移动的,在修改数据或者是维护索引的时候可能会分配到另外一页。在修改数据的时候发生的细节,还有新行的信息,都会在后面的级别中介绍。
因为堆表的行不会移动,在堆表中RID永久的标识每一行。不仅值是永久的,而且物理位置也是永久的。因此在堆表的非聚集索引中,使得它成为理想的标签值,这也是SQL Server在所有的堆表的所有非聚集索引中使用它的原因。
一个堆表的非聚集索引:RID为基础的标签
SalesOrderDetail表是一个堆表,行没有特定的顺序。我们创建一个第五级中介绍的索引,在ProductID和ModifiedDate上的非聚集索引,而且还有包含列。
CREATE NONCLUSTERED INDEX FK_ProductID_ModifiedDate
ON Sales.SalesOrderDetail(ProductID, ModifiedDate)
INCLUDE (OrderQty, UnitPrice, LineTotal)
入口的顺序是下面的样子。
:- Key Columns -: :--- Included Columns ---: : Bookmark :
ProductID ModifiedDate OrderQty UnitPrice LineTotal
----------- ------------ -------- --------- --------- -------------
Page n-1:
709 01 Feb 2002 1 5.70 5.70 3:9198:41
709 01 May 2002 1 5.70 5.70 3:969:2
710 01 Jul 2001 1 5.70 5.70 3:9840:29
710 01 Jul 2001 1 5.70 5.70 3:9916:29
710 01 Sep 2001 1 5.70 5.70 4:12331:32
Page n:
710 01 Oct 2001 1 5.70 5.70 3:1911:33
710 01 Nov 2001 1 5.70 5.70 4:2604:34
710 01 Nov 2001 1 5.70 5.70 4:2889:34
710 01 Nov 2001 1 5.70 5.70 3:3522:35
710 01 Nov 2001 1 5.70 5.70 3:3623:35
710 01 Jun 2002 1 5.70 5.70 4:3917:5
712 01 Jul 2001 1 5.19 5.19 3:9886:29
712 01 Jul 2001 1 5.19 5.19 3:10270:29
712 01 Aug 2001 1 5.19 5.19 4:10609:30
712 01 Aug 2001 1 5.19 5.19 4:10617:30
Page n+1:
712 01 Aug 2001 1 5.19 5.19 4:10689:30
712 01 Aug 2001 1 5.19 5.19 4:10885:30
712 01 Aug 2001 1 5.19 5.19 4:11002:30
712 01 Sep 2001 1 5.19 5.19 4:12318:32
712 01 Sep 2001 1 5.19 5.19 4:509:32
索引中每一行的标签都是很有效的,直接指向对应的数据行,但是这需要依赖于表是否堆表。尽管这些值对于查询行非常有效,但是他们不包含用户需要的任何信息。
这种RID为基础的标签的替代者是,在已经有聚集索引的表上建立非聚集索引,简洁并准确的说,这种标签就是一种聚集索引的非聚集索引标签。
聚集索引的非聚集索引:键为基础的标签
如果一张表包含聚集索引,表中的行会被重新定位。因此,对于聚集索引来说,RID不是行的永久标识,非聚集索引的标签值需要使用一个不同的值。这个值就是聚集索引的索引键。
这解决了标签值一致性的需要。因为当聚集索引的一行被移动到新页的时候,它只是被移动,而没有被修改。聚集索引的键值没有改变。因此,标签的值总是可以用来获取对应的行,这意味着是通过聚集索引获取行,而不是通过物理位置获取行。
但是,这种聚集索引的键作为非聚集索引的标签的用法,意味着聚集索引的键应该满足三个条件:
- 它必须是唯一的。每个索引入口的标签,都是SQL Server用来查找入口对应的一行数据的。如果你创建的聚集索引不唯一,SQL Server就需要为重复的键创建额外的信息。这些SQL Server创建的额外信息被叫做“uniquifier”,对客户端应用来说是透明的。对于是否允许重复的聚集索引,你应该很小心的考虑下面两个因素:
- 它应该很短小。它应该占用少量的字节,因为它将被所有的非聚集索引包含。将表Contact的last name/first name/middle name/street address作为聚集索引的列看起来是个好主意,但是如果表Contact有多个非聚集索引,这就不是一个好主意了。如果包含n个非聚集索引,那么last name/first name/middle name/street address的信息就会保存n+1份。
- 它应该是静态的。它的值应该很少改变。聚集索引键值的改变,会导致每一个非聚集索引中对应行的入口发生更新操作。因此,如果一张表有n个非聚集索引,一次索引键的更新,会变成n+1次的更新。
AdventureWorks设计团队为SalesOrderDetail表选择聚集索引的时候,他们坚持了上面的三条原则。选择SalesOrderID/SalesOrderDetailID作为聚集索引的键,它们短小、静态,并且唯一。把SalesOrderID左右键的左列,尽管SalesOrderDetailID列本身就是唯一的,还是一起作为聚集索引的键。单个订单的所有行都会在相同的页,或者是两页。把SalesOrderID和SalesOrderDetailID即作为表的主键,又作为聚集索引键,消除了在SalesOrderDetailID列单独做索引的需求。没有人会要求查看#7行,他们会查看订单#47386的所有item,或者是订单#47386的#7 item。最重要的,我们已经说过很多次了,将表保持一个顺序,可以对应用提供最好的服务。
现在,如果我们在包含聚集索引的SalesOrderDetail表上创建相同的非聚集索引,索引入口的排序可能就是下面的样子。
:- Key Columns -: : --- Included Columns ---: :--- Bookmark ---:
ProductID ModifiedDate OrderQty UnitPrice LineTotal OrderId DetailId
----------- ------------ -------- --------- --------- ----------- ----------
Page n-1:
709 01 Feb 2002 1 5.70 5.70 45329 6392
709 01 May 2002 1 5.70 5.70 46047 8601
710 01 Jul 2001 1 5.70 5.70 43670 111
710 01 Jul 2001 1 5.70 5.70 43676 152
710 01 Sep 2001 1 5.70 5.70 44075 1448
Page n:
710 01 Oct 2001 1 5.70 5.70 44303 2481
710 01 Nov 2001 1 5.70 5.70 44484 2853
710 01 Nov 2001 1 5.70 5.70 44499 3006
710 01 Nov 2001 1 5.70 5.70 44523 3346
710 01 Nov 2001 1 5.70 5.70 44527 3400
710 01 Jun 2002 1 5.70 5.70 46365 10183
712 01 Jul 2001 1 5.19 5.19 43673 136
712 01 Jul 2001 1 5.19 5.19 43694 342
712 01 Aug 2001 1 5.19 5.19 43846 524
712 01 Aug 2001 1 5.19 5.19 43847 528
Page n-1:
712 01 Aug 2001 1 5.19 5.19 43851 567
712 01 Aug 2001 1 5.19 5.19 43863 672
712 01 Aug 2001 1 5.19 5.19 43871 735
712 01 Sep 2001 1 5.19 5.19 44074 1441
712 01 Sep 2001 1 5.19 5.19 44109 1729
哪一种更好
RID标签在表中查询行将更快速,但是索引可能会没有覆盖查询。索引键的标签在进行表查询的时候会较慢,但是增加了索引覆盖查询的可能性,通常会包含做JOIN时候对于外键的需要。
问题“哪一种跟好?”的答案是:都不好。在索引表的时候,最重要的决定是:表的聚集索引是什么?一旦建立了聚集索引(根据文章中的三条规则),你就不需要担心非聚集索引带来的影响,他们都会执行的很好。
结论
非聚集索引的入口由查询键列、包含列、标签组成。标签的值既可以是RID,也可以是聚集索引的键,这依赖于表是堆表还是聚集索引表。为表选择最好的聚集索引需要你依据三条规则,确保索引键是一个好的标签。