SQL Server 内存优化表的索引设计

测试的版本：SQL Server 2017

内存优化表上能够建立哈希索引（Hash Index）和内存优化非汇集（NONCLUSTERED）索引，这两种类型的索引也是内存优化的，称做内存优化索引，和基于硬盘的传统索引有很大的区别：

• 索引结构存储在内存中，没有索引碎片和填充因子
• 对索引所做的更新不会写入事务日志文件，这致使索引的更新操做性能很是高

一，建立内存优化索引

在建立内存优化表的索引时，第一种方式是在建立表时定义索引，第二种方式是先建立内存优化表，而后经过alter table命令修改表结构，向表中添加索引，而表级别的索引语法以下所示：

<table_index> ::=
  INDEX index_name
{   [ NONCLUSTERED ] HASH (column [ ,... n ] ) WITH (BUCKET_COUNT = bucket_count)
  | [ NONCLUSTERED ] (column [ ASC | DESC ] [ ,... n ] ) [ ON filegroup_name | default ]
}

举个例子，修改表结构，向表中添加哈希索引，在定义索引时必须设置bucket_count的数量：

ALTER TABLE table_name
    ADD INDEX idx_hash_index_name  HASH (index_key) WITH (BUCKET_COUNT = 64);  

二，内存优化索引的性能优化

内存优化索引适用的场景是：

• 非汇集索引   若是查询中包含order by子句、或者包含 where index_column > value等范围扫描操做 ，推荐使用非汇集索引。
• 哈希索引       若是查询中包含点查找（point lookup），例如 where index_column = value，而不是范围扫描，推荐使用哈希索引。

1，哈希索引性能优化

哈希索引是指SQL Server引擎应用哈希函数F(x)，把索引键值（Index Key）转换为哈希表（哈希索引）。当哈希值相同，而索引键不一样时，称做产生一个哈希冲突。把哈希值相同的索引键连接在一块儿，组成一个链式结构（chain），也称做冲突链。在查找时，须要遍历冲突链来查找数据，所以，冲突链变长，会下降哈希查找的性能。

哈希冲突是不可避免的，如下两种状况，会产生较多的哈希冲突：

• 若是索引键存在大量的重复值，
• 当hashbucket的数量较少时

这两种状况致使哈希冲突链变长，下降哈希查找的性能，用户能够经过下降索引键的重复值、增长hashbucket的数量来减小哈希冲突。

哈希索引只能点查找（point lookup），而且要求在where子句中应用index key的全部字段、等值条件和与逻辑，例如，哈希索引键是colA和colB，在where子句中必须知足：同时出现全部索引键、等值条件和与逻辑，也就是：where colA= value1 and colB=value2，只有这样，才能使用哈希索引进行点查找，不然没法应用哈希索引。

2，内存优化非汇集索引的优化

内存优化非汇集索引的结构是Bw-Tree，在结构上相似于B-Tree结构，具备树形结构、键值是有序的等特色。

从性能上来看，Bw-Tree索引有三个主要特色：

• 经过无锁（Lock-Free）的方式来操做Bw-Tree树，提高了随机读和范围读的性能。
  • 索引按照前序字段进行排序，在查找时，索引键的前序字段很是重要，前序字段必须出如今where/on 子句的条件断言中。
  • 适合范围查找，只适用于按照索引定义的排序方向的查找，而不能用于逆向排序的查找
• 经过Log-Structed Storage方式写数据，传统的checkpoint写数据的方式是随机写，而Log-Structed Storage是顺序写，提升写操做的性能。
• 对数据的更新采用Delta Update方式，提升了缓存的命中率。

Bw-Tree结构的索引，和普通的B-Tree结构相比，读写性能提升，解决了高性能读和写不能兼得的问题。

三，内存优化的非汇集索引的结构特色

内存非汇集索引相似于B-Tree结构，称做Bw-Tree。从总体上看，Bw-Tree是按照Page ID组织的页面映射。

在Bw-Tree结构中，每一个索引Page具备一组有序键值（该结构相似于普通的B树），键值是按照大小顺序排列的，而且索引中包含层次结构，父级别指向子级别，叶级别指向数据行。

差别是Bw-Tree能够把多个数据行链接在一块儿，索引结构中的页面指针是逻辑页面的ID，这个逻辑页面的ID其实是页面映射表的偏移量，该映射表具备每一个页面的物理地址，经过偏移量找到每一个页面在内存中实际的物理地址。

在非叶子级别中，父级别的页面中存储的键值是它指向的子级页面中的键值的最大值，而且每一行还包含该页面逻辑页ID（偏移量）。叶级数据页不只包含键值，还包含页面的物理地址。

Bw-Tree结构大体以下图所示：有相似B-Tree的树形结构（存储的数据和索引）和Mapping Table（存储逻辑页面ID和物理地址的映射）。

在内存非汇集索引中，没有索引页的就地更新（in-place update），为了实现该目的，引入了新的更新机制：

• 在更新页时，不须要latch 和lock
• 索引页不是固定的大小

Bw-Tree结构解决了B-tree高性能读和写不能兼得的问题，可能会存在性能抖动。

四，哈希索引的结构特色

哈希索引包含一个由指针构成的数组，数组中的每一个元组叫作一个hash bucket：

• 每一个hash bucket占用8Bytes，用于指向key entry构成的链式列表
• 每一个entry主要由索引键的值、对应的数据行的地址和指向下一个entry的指针构成
• 每一个entry有一个指针，用于指向链中下一个entry，经过这种方式，entry构成链式结构

哈希索引的结构，以下图所示，左侧是哈希表，右侧上一是表数据（Name、City）+时间戳+索引指针，右侧中下的两行是表数据，中间经过Index prt连接为一个chain。

hash bucket的数量必须在索引定义时指定：

• 哈希索引的hash bucket的最大数量是 1,073,741,824
• 较短的链式列表比较长的链式列表性能更好
• hash bucket的数量与表中惟一值的数量的比值越低，每一个hash bucket指向的链式列表的长度越长，性能越差。所以，应该适当增长hash bucket的数量。
• 理想状况下，hash bucket最好是表中惟一值数量的1到2倍。

 

参考文档：

Index Architecture & Design

关于Bw-Tree结构的两个Paper