SQL索引学习-索引结构

前一阵无心中和同事讨论过一个SQL相关的题(经过一个小问题来学习SQL关联查询)，很惭愧一个很是简单的问题因为种种缘由竟然没有回答正确，数据库知识方面我算不上技术好，谈起SQL知识的学习我得益于2008年进的一家公司，有几个DBA技术至关专业，正好手上有一个项目遇到了一些数据库查询性能问题，就试着想办法优化，因而本身将相法和DBA沟通后，竟然获得了他们的赞同，让我信心大增，后来一段时间我又主动找他们聊了一些其它的知识，因此在数据库索引这块我算是相对通常的.net程序员要更加有看法一些。当时咱们部门因为分工的不一样，部门20多人基本上工做中历来不和SQL打交道，后台的接口都由其它部门来完成了，咱们注意的 业务逻辑，因此有一些彻底不懂SQL的程序员。以后的四年我大部分都是作一些通用平台架构方面的工做，也比较少直接接触SQL，直到后来换了公司，特别是去年开始因为项目性质的变化，我开始慢慢又开始接触SQL。    

工做时间的长短在某种程度上能决定一我的的技术水平，但每每技术水平和实际工做的产出不必定成正比。好比我上面提到那个SQL问题，不少有经验的程序员在第一个答案中每每回答错误，但他确实能将项目作好，由于你们平时观注的仍是结果，只要结果出来了比什么都强，至于为何出这样的结果通常也就不会多作分析研究。这种形式呢，对那些对技术提高没有强烈要求的人来说，已经够用了，多试几回，只要最终能出结果也就万事大吉了，作的多了，后续遇到相似的问题也就轻车熟路了，这就是所谓的经验，只知道这样作就能出结果。    

其实这种工做学习方式呢，有一个比较显著的问题，就是对本身写出来的东西没有足够的信心，由于靠的是以往的经验。是出现错误以后经过不断的尝试来取得的经验，有一种探索的味道，在工做效率上会存在问题，由于总有你之前没有遇到过的场景，这样你可能对第一方案作屡次尝试才找到正解，反之的话，第一个方案可能花的时间稍长一些，但后续反复修改的次数会至关较少。

SQL索引目录   

借此次机会呢，将SQL索引的理解整理出来，供你们一块儿学习提升，这是个人学习笔记，有错误的地方，欢迎你们批评指正。下面是预计的目录：

• 索引基础知识  
• 汇集索引  
• 非汇集索引  
• 认识执行计划  
• 灵活设计数据库      

页和区

要想作好索引优化，知道索引的存储结构是相当重要的。谈到存储就须要了解SQL中的页和区的概念:  

• SQL中存储数据的基础单位就是页，一个页大小为8K，数据库能够将数据从逻辑上分红页，磁盘的I/O操做就是在页级执行。页包信三项内容：
• 96字节大小的标头，存储统计信息，包括页码、页类型、页的可用空间以及拥有该页的对象的分配单元 ID。页类型咱们知识以下三项基本就够用：
• 数据页，除了大型对象的数据列以外的数据存储页，好比int,float,varchar等。     
• 索引页，存放索引的条目。
• 大型对象数据类型，好比text,image,nvarchar(max)等。        
• • 数据行
  • 行偏移量
• 一个区包含8个页,它是管理空间的单位，分为以下两类
  • 统一区，由单个对象全部。
  • 混合区，最多可由八个对象共享。
• 通常状况下，给表或者索引伸请新的空间时，从混合区分配，当这个表或者索引的空间超过8个页大小时，会将本来在混合区的页转移到统一区管理。

表存储结构

知识了区以及页的概念，再看下数据表和这二者之间的联系, 表包含一个或多个分区，每一个分区在一个堆或一个汇集索引结构中包含数据行。从下图的结构中，咱们就看到了索引的重要结构B-树了。

            

 

汇集索引结构

索引中的底层节点称为叶节点。根节点与叶节点之间的任何索引级别统称为中间级。在汇集索引中，叶节点包含基础表的数据页。根节点和中间级节点包含存有索引行的索引页。每一个索引行包含一个键值和一个指针，该指针指向 B -树上的某一中间级页或叶级索引中的某个数据行。每级索引中的页均被连接在双向连接列表中。

         

非汇集索引结构

           

非汇集索引与汇集索引之间的显著差异在于如下两点：

• 基础表的数据行不按非汇集键的顺序排序和存储。
• 非汇集索引的叶层是由索引页而不是由数据页组成。

问题：

• 索引的结构到底分多少层？

咱们先看下B-树，这种索引结构有一个重要的参数n，它决定了索引存储页的布局，每一个存储页须要存放n个节点，以及n+1个指针。 这里咱们来作个计算：好比咱们的索引是一个整形数字，4个字节，指针须要8个字节，这里不考虑索引页标头信息的占用，算下最大的n，公式： 4n+8(n+1)<=8*1024 ，这个值是680，即最大可存放680个键，再按B-树充满度来取75%等于510,根结点有510个，那么它会有510*510个叶结点，这些叶结点会有510*510*510个指向最终记录的指针。这个数据足以说明绝多数状况下，只要三层就可以用。

• 什么是稠密索引？

索引中的键顺序与数据文件中的排序顺序相同，因此咱们的索引结构中，叶级均采用稿密索引。

• 什么是稀疏索引？

它只为每一个存储块设计键-指针对，比稿密索引节约空间，出如今叶级之上的结构中。

• 索引结构中会出现以下状况吗？

要想回答这个问题，就须要了解索引在维护过程当中对于B-树的调整，SQL会经过必定的算法将B-树的充满度达到必定的平衡，这里就会涉及的节点的拆分以及合并，因此通常状况下不管对数据作怎样的更新，也不会出现下图中如此不平衡的状况。

注：若是问重建索引的好处时，若是你回答是为了平衡B-树，那么要谨慎回答。

   

总结：

      数据存储的基础知识，索引结构对于咱们后续理解汇集索引以及非汇集索引都很是重要，也才有可能快速准确的作出优化方案。

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