理解SQL Server中索引的概念，原理
摘自:http://51even.iteye.com/blog/1490412
簡介
?
??? 在SQL Server中，索引是一種增強式的存在，這意味著，即使沒有索引，SQL Server仍然可以實現應有的功能。但索引可以在大多數情況下大大提升查詢性能，在OLAP中尤其明顯.要完全理解索引的概念，需要了解大量原理性的知識，包括B樹，堆，數據庫頁，區，填充因子，碎片,文件組等等一系列相關知識，這些知識寫一本小書也不為過。所以本文并不會深入討論這些主題。
?
索引是什么
??? 索引是對數據庫表中一列或多列的值進行排序的一種結構，使用索引可快速訪問數據庫表中的特定信息。
??? 精簡來說，索引是一種結構.在SQL Server中，索引和表（這里指的是加了聚集索引的表）的存儲結構是一樣的,都是B樹，B樹是一種用于查找的平衡多叉樹.理解B樹的概念如下圖:
sql中索引怎么使用，????
??? 理解為什么使用B樹作為索引和表（有聚集索引）的結構，首先需要理解SQL Server存儲數據的原理.
??? 在SQL SERVER中，存儲的單位最小是頁(PAGE),頁是不可再分的。就像細胞是生物學中不可再分的，或是原子是化學中不可再分的最小單位一樣.這意味著,SQL SERVER對于頁的讀取，要么整個讀取，要么完全不讀取，沒有折中.
??? 在數據庫檢索來說，對于磁盤IO掃描是最消耗時間的.因為磁盤掃描涉及很多物理特性，這些是相當消耗時間的。所以B樹設計的初衷是為了減少對于磁盤的掃描次數。如果一個表或索引沒有使用B樹（對于沒有聚集索引的表是使用堆heap存儲),那么查找一個數據，需要在整個表包含的數據庫頁中全盤掃描。這無疑會大大加重IO負擔.而在SQL SERVER中使用B樹進行存儲，則僅僅需要將B樹的根節點存入內存，經過幾次查找后就可以找到存放所需數據的被葉子節點包含的頁！進而避免的全盤掃描從而提高了性能.
??? 下面，通過一個例子來證明：
???? 在SQL SERVER中，表上如果沒有建立聚集索引，則是按照堆（HEAP）存放的，假設我有這樣一張表:
數據庫索引的概念、?????
???? 現在這張表上沒有任何索引，也就是以堆存放，我通過在其上加上聚集索引（以B樹存放）來展現對IO的減少:
?????
?
?
?
理解聚集和聚集索引
sql中的索引是什么意思，??? 在SQL SERVER中，最主要的兩類索引是聚集索引和非聚集索引。可以看到，這兩個分類是圍繞聚集這個關鍵字進行的.那么首先要理解什么是聚集.
??? 聚集在索引中的定義:
????為了提高某個屬性(或屬性組)的查詢速度，把這個或這些屬性(稱為聚集碼)上具有相同值的元組集中存放在連續的物理塊稱為聚集。
??? 簡單來說，聚集索引就是:
????
??? 在SQL SERVER中，聚集的作用就是將某一列（或是多列）的物理順序改變為和邏輯順序相一致,比如，我從adventureworks數據庫的employee中抽取5條數據:
mysql聯合索引的原理？????
??? 當我在ContactID上建立聚集索引時，再次查詢:
????
??? 在SQL SERVER中，聚集索引的存儲是以B樹存儲，B樹的葉子直接存儲聚集索引的數據:
????
??? 因為聚集索引改變的是其所在表的物理存儲順序，所以每個表只能有一個聚集索引.
sqlserver 索引，?
非聚集索引
???? 因為每個表只能有一個聚集索引，如果我們對一個表的查詢不僅僅限于在聚集索引上的字段。我們又對聚集索引列之外還有索引的要求，那么就需要非聚集索引了.
???? 非聚集索引，本質上來說也是聚集索引的一種.非聚集索引并不改變其所在表的物理結構，而是額外生成一個聚集索引的B樹結構，但葉子節點是對于其所在表的引用,這個引用分為兩種，如果其所在表上沒有聚集索引，則引用行號。如果其所在表上已經有了聚集索引，則引用聚集索引的頁.
???? 一個簡單的非聚集索引概念如下:
?????
???? 可以看到，非聚集索引需要額外的空間進行存儲，按照被索引列進行聚集索引，并在B樹的葉子節點包含指向非聚集索引所在表的指針.
什么是索引，???? MSDN中，對于非聚集索引描述圖是:
?????
???? 可以看到，非聚集索引也是一個B樹結構，與聚集索引不同的是，B樹的葉子節點存的是指向堆或聚集索引的指針.
???? 通過非聚集索引的原理可以看出，如果其所在表的物理結構改變后，比如加上或是刪除聚集索引，那么所有非聚集索引都需要被重建，這個對于性能的損耗是相當大的。所以最好要先建立聚集索引，再建立對應的非聚集索引.
?
聚集索引 VS 非聚集索引
????? 前面通過對于聚集索引和非聚集索引的原理解釋.我們不難發現，大多數情況下，聚集索引的速度比非聚集索引要略快一些.因為聚集索引的B樹葉子節點直接存儲數據，而非聚集索引還需要額外通過葉子節點的指針找到數據.
索引的目的？????? 還有，對于大量連續數據查找，非聚集索引十分乏力，因為非聚集索引需要在非聚集索引的B樹中找到每一行的指針，再去其所在表上找數據，性能因此會大打折扣.有時甚至不如不加非聚集索引.
????? 因此，大多數情況下聚集索引都要快于非聚集索引。但聚集索引只能有一個，因此選對聚集索引所施加的列對于查詢性能提升至關緊要.
?
索引的使用
???? 索引的使用并不需要顯式使用，建立索引后查詢分析器會自動找出最短路徑使用索引.
???? 但是有這種情況.當隨著數據量的增長，產生了索引碎片后，很多存儲的數據進行了不適當的跨頁，會造成碎片(關于跨頁和碎片以及填充因子的介紹，我會在后續文章中說到)我們需要重新建立索引以加快性能:
???? 比如前面的test_tb2上建立的一個聚集索引和非聚集索引，可以通過DMV語句查詢其索引的情況:
SELECT index_type_desc,alloc_unit_type_desc,avg_fragmentation_in_percent,fragment_count,avg_fragment_size_in_pages,page_count,record_count,avg_page_space_used_in_percent
FROM sys.dm_db_index_physical_stats(DB_ID('AdventureWorks'),OBJECT_ID('test_tb2'),NULL,NULL,'Sampled') b樹索引原理？?
?????
??? 我們可以通過重建索引來提高速度:
ALTER INDEX idx_text_tb2_EmployeeID ON test_tb2 REBUILD
?
?
??? 還有一種情況是，當隨著表數據量的增大，有時候需要更新表上的統計信息，讓查詢分析器根據這些信息選擇路徑，使用:
UPDATE STATISTICS 表名
簡述索引的概念和分類。?? 那么什么時候知道需要更新這些統計信息呢，就是當執行計劃中估計行數和實際表的行數有出入時:
???
?
使用索引的代價
??? 我最喜歡的一句話是”everything has price”。我們通過索引獲得的任何性能提升并不是不需要付出代價。這個代價來自幾方面.
??? 1.通過聚集索引的原理我們知道，當表建立索引后，就以B樹來存儲數據.所以當對其進行更新插入刪除時，就需要頁在物理上的移動以調整B樹.因此當更新插入刪除數據時，會帶來性能的下降。而對于聚集索引，當更新表后，非聚集索引也需要進行更新，相當于多更新了N（N=非聚集索引數量）個表。因此也下降了性能.
??? 2.通過上面對非聚集索引原理的介紹，可以看到，非聚集索引需要額外的磁盤空間。
普通索引概念，??? 3.前文提過，不恰當的非聚集索引反而會降低性能.
????所以使用索引需要根據實際情況進行權衡.通常我都會將非聚集索引全部放到另外一個獨立硬盤上，這樣可以分散IO，從而使查詢并行.
