Sql Server之旅——第四站 你必须知道的非聚集索引扫描

本文涉及的产品
云数据库 RDS SQL Server,独享型 2核4GB
简介:

  

  非聚集索引,这个是大家都非常熟悉的一个东西,有时候我们由于业务原因,sql写的非常复杂,需要join很多张表,然后就泪流满面了。。。这时候就

有DBA或者资深的开发给你看这个猥琐的sql,通过执行计划一分析。。。或许就看出了不该有的表扫描。。。万恶之源。。。然后给你在关键的字段加上非

聚集索引后。。。才发现提速比阿斯顿马丁还要快。。。那么一个问题来了,为什么非聚集索引能提速这么快。。。怎么做到的???是不是非常的好奇???

这篇我们来解开神秘面纱。

 

一:现象

      先让我们一睹非聚集索引的真容,看看到底在执行计划看来是个什么玩意。。。我这里有个product表,里面灌了8w多数据,然后在Name列上建立

一个非聚集索引,就像下图一样:

  

从上图中看到了两个好玩的东西,一个就是我想看到的“索引查找[nonclustered]”,这个大家很熟悉,也是这篇要说的,然后我们还看到了一个“RID查找”,

乍一看这是什么鸡巴玩意。。。非聚集索引跟它扯上什么关系了???

 

二:什么是RID

  通过前面几篇,我想大家都知道了数据页中的记录是如何寻找的?秘密就是通过slot槽位中的偏移量决定的,那问题来了,如果上升到数据页层面,我

只需要(pageID:slotID)就可以找到记录了,对不对?那如果我上升了文件层面,那是不是只需要知道(fileID:pageID:slotID)就可以找到数据页中的 

记录了?其实这里的RID就是站在文件的高度通过(fileID:pageID:slotID)找到表记录的。。。既RID=RowID=(fileID:pageID:slotID),如果你非要眼见

为实的话,在sq中l还真提供了这么个函数(sys.fn_PhysLocFormatter(%%physloc%%)),我们看下图:

看了上面的图,是不是很兴奋,一目了然,比如productID=18088这条记录,然来是在1号文件,34941号数据页,0号槽位上,productID=18089

是在1号槽位上,好了,当你知道RID是个什么东西的时候,我想你已经离彻底理解非聚集索引不远啦。。。

 

三:非聚集索引

  有一点我们肯定知道,就是非聚集索引是可以加速查找的,要是跟表扫描那样的龟速,那也就失去了索引的目的,既然能加速,是因为它和聚集索

引一样,在底层都玩起了B树,首先我们插入一些样例数据。

DROP TABLE dbo.Person

CREATE TABLE Person(ID INT IDENTITY,NAME CHAR(900))
CREATE  INDEX idx_Person_Name ON dbo.Person(Name)

DECLARE @ch AS INT=97

WHILE @ch<=122
BEGIN
    INSERT INTO dbo.Person VALUES(REPLICATE(CHAR(@ch),5))
    SET @ch=@ch+1
END

上面的sql,我故意在Name列设置为900个char,这也是索引的上限值,这样的话,我DBCC就可以导出很多数据页和索引页了。

可以看到,当我dbcc ind 的时候,发现Person表中已经有4个数据页,5个索引页,其中151号数据页是表跟踪页,174号为索引跟踪页,这也就

说明当我建立索引后,引擎给我们分配了专门的索引页来存放我们建立的Name索引,那下一步就是我们来看看这些索引中都存放着什么,这也是我

非常关心的,接下来我导出173号索引页。

1 DBCC PAGE(Ctrip,1,173,1)


Slot 0, Offset 0x60, Length 912, DumpStyle BYTE

Record Type = INDEX_RECORD           Record Attributes =  NULL_BITMAP     Record Size = 912

Memory Dump @0x000000000EF1C060

0000000000000000:   16616161 61612020 20202020 20202020 †.aaaaa           
0000000000000010:   20202020 20202020 20202020 20202020 †                 
0000000000000020:   20202020 20202020 20202020 20202020 †                 
0000000000000030:   20202020 20202020 20202020 20202020 †                 
0000000000000040:   20202020 20202020 20202020 20202020 †                 
0000000000000050:   20202020 20202020 20202020 20202020 †                 
0000000000000060:   20202020 20202020 20202020 20202020 †                 
0000000000000070:   20202020 20202020 20202020 20202020 †                 
0000000000000080:   20202020 20202020 20202020 20202020 †                 
0000000000000090:   20202020 20202020 20202020 20202020 †                 
00000000000000A0:   20202020 20202020 20202020 20202020 †                 
00000000000000B0:   20202020 20202020 20202020 20202020 †                 
00000000000000C0:   20202020 20202020 20202020 20202020 †                 
00000000000000D0:   20202020 20202020 20202020 20202020 †                 
00000000000000E0:   20202020 20202020 20202020 20202020 †                 
00000000000000F0:   20202020 20202020 20202020 20202020 †                 
0000000000000100:   20202020 20202020 20202020 20202020 †                 
0000000000000110:   20202020 20202020 20202020 20202020 †                 
0000000000000120:   20202020 20202020 20202020 20202020 †                 
0000000000000130:   20202020 20202020 20202020 20202020 †                 
0000000000000140:   20202020 20202020 20202020 20202020 †                 
0000000000000150:   20202020 20202020 20202020 20202020 †                 
0000000000000160:   20202020 20202020 20202020 20202020 †                 
0000000000000170:   20202020 20202020 20202020 20202020 †                 
0000000000000180:   20202020 20202020 20202020 20202020 †                 
0000000000000190:   20202020 20202020 20202020 20202020 †                 
00000000000001A0:   20202020 20202020 20202020 20202020 †                 
00000000000001B0:   20202020 20202020 20202020 20202020 †                 
00000000000001C0:   20202020 20202020 20202020 20202020 †                 
00000000000001D0:   20202020 20202020 20202020 20202020 †                 
00000000000001E0:   20202020 20202020 20202020 20202020 †                 
00000000000001F0:   20202020 20202020 20202020 20202020 †                 
0000000000000200:   20202020 20202020 20202020 20202020 †                 
0000000000000210:   20202020 20202020 20202020 20202020 †                 
0000000000000220:   20202020 20202020 20202020 20202020 †                 
0000000000000230:   20202020 20202020 20202020 20202020 †                 
0000000000000240:   20202020 20202020 20202020 20202020 †                 
0000000000000250:   20202020 20202020 20202020 20202020 †                 
0000000000000260:   20202020 20202020 20202020 20202020 †                 
0000000000000270:   20202020 20202020 20202020 20202020 †                 
0000000000000280:   20202020 20202020 20202020 20202020 †                 
0000000000000290:   20202020 20202020 20202020 20202020 †                 
00000000000002A0:   20202020 20202020 20202020 20202020 †                 
00000000000002B0:   20202020 20202020 20202020 20202020 †                 
00000000000002C0:   20202020 20202020 20202020 20202020 †                 
00000000000002D0:   20202020 20202020 20202020 20202020 †                 
00000000000002E0:   20202020 20202020 20202020 20202020 †                 
00000000000002F0:   20202020 20202020 20202020 20202020 †                 
0000000000000300:   20202020 20202020 20202020 20202020 †                 
0000000000000310:   20202020 20202020 20202020 20202020 †                 
0000000000000320:   20202020 20202020 20202020 20202020 †                 
0000000000000330:   20202020 20202020 20202020 20202020 †                 
0000000000000340:   20202020 20202020 20202020 20202020 †                 
0000000000000350:   20202020 20202020 20202020 20202020 †                 
0000000000000360:   20202020 20202020 20202020 20202020 †                 
0000000000000370:   20202020 20202020 20202020 20202020 †                 
0000000000000380:   20202020 20940000 00010000 00020000 †     ...........


Row - Offset                         
7 (0x7) - 6480 (0x1950)              
6 (0x6) - 5568 (0x15c0)              
5 (0x5) - 4656 (0x1230)              
4 (0x4) - 3744 (0xea0)               
3 (0x3) - 2832 (0xb10)               
2 (0x2) - 1920 (0x780)               
1 (0x1) - 1008 (0x3f0)               
0 (0x0) - 96 (0x60)

从上面至少可以发现三个有趣的现象:

<1>:173号索引页中slot0和slot1槽位指向记录的内容已经有序了,比如:aaaaa,bbbbb。。。。这样。。。。原来非聚集索引也是有序呀。。。

<2>:6161616161就是16进制的aaaaa。

    9400000001000000 :这几个数字非常重要,因为是16进制表示,所以2位16进制表示一个字节,所以可以这么解释,前面4个字节表示

    pageID,中间2个字节表示fileID,后面2个字节表示slot,看到这里你是不是想起了RID。。。因为RID就是这三样的组合。。。原来非聚集索

   引的记录存放的就是“key+RowID”呀。。。。

<3>:通过最后的槽位列表,可以得知173号索引页上存放着8条索引记录。

 

  好了,看完了叶子节点,我们再看分支节点,也就是IndexLevel=1的那条索引数据页,也就是78号。ok,dbcc看看吧。

当看到这个列表的时候,不知道你脑子里面是不是有一幅图出来了,就像上一篇看到聚集索引一样,因为它的结构和聚集索引非常像,只不过

非聚集索引这里多了一个RID而已。。。最后我也把图贡献一下。

 

总结一下:在走非聚集索引的时候,比如你的条件是where name='jjjjj' 时,它的逻辑是这样的,根据78号索引数据页的key的范围,然后通过

      rowid走到了79号索引数据页,然后在79号索引数据页中顺利的找到了jjjjj,这时候就可以拿出jjjjj的rowid去表数据页中直接定位记录,

      最后输出。。。。。这个也就是博客开头的地方为什么会出现RID的查找。。。

相关实践学习
使用SQL语句管理索引
本次实验主要介绍如何在RDS-SQLServer数据库中,使用SQL语句管理索引。
SQL Server on Linux入门教程
SQL Server数据库一直只提供Windows下的版本。2016年微软宣布推出可运行在Linux系统下的SQL Server数据库,该版本目前还是早期预览版本。本课程主要介绍SQLServer On Linux的基本知识。 相关的阿里云产品:云数据库RDS&nbsp;SQL Server版 RDS SQL Server不仅拥有高可用架构和任意时间点的数据恢复功能,强力支撑各种企业应用,同时也包含了微软的License费用,减少额外支出。 了解产品详情:&nbsp;https://www.aliyun.com/product/rds/sqlserver
相关文章
|
1天前
|
SQL 关系型数据库 MySQL
你写的每条SQL都是全表扫描吗
你写的每条SQL都是全表扫描吗?如果是,那MySQL可太感谢你了,每一次SQL执行都是在给MySQL上压力、上对抗。MySQL有苦难言:你不知道索引吗?你写的SQL索引都失效了不知道吗?慢查询不懂啊?建那么多索引干嘛呢。。。
13 0
|
1天前
|
SQL 存储 数据库连接
LabVIEW与SQL Server 2919 Express通讯
LabVIEW与SQL Server 2919 Express通讯
|
2天前
|
SQL Windows
安装SQL Server 2005时出现对性能监视器计数器注册表值执行系统配置检查失败的解决办法...
安装SQL Server 2005时出现对性能监视器计数器注册表值执行系统配置检查失败的解决办法...
12 4
|
3天前
|
SQL 数据可视化 Oracle
这篇文章教会你:从 SQL Server 移植到 DM(上)
这篇文章教会你:从 SQL Server 移植到 DM(上)
|
3天前
|
SQL 关系型数据库 数据库
SQL Server语法基础:入门到精通
SQL Server语法基础:入门到精通
SQL Server语法基础:入门到精通
|
3天前
|
SQL 存储 网络协议
SQL Server详细使用教程
SQL Server详细使用教程
23 2
|
3天前
|
SQL 存储 数据库连接
C#SQL Server数据库基本操作(增、删、改、查)
C#SQL Server数据库基本操作(增、删、改、查)
7 0
|
3天前
|
SQL 存储 小程序
数据库数据恢复—Sql Server数据库文件丢失的数据恢复案例
数据库数据恢复环境: 5块硬盘组建一组RAID5阵列,划分LUN供windows系统服务器使用。windows系统服务器内运行了Sql Server数据库,存储空间在操作系统层面划分了三个逻辑分区。 数据库故障: 数据库文件丢失,主要涉及3个数据库,数千张表。数据库文件丢失原因未知,不能确定丢失的数据库文件的存放位置。数据库文件丢失后,服务器仍处于开机状态,所幸未写入大量数据。
数据库数据恢复—Sql Server数据库文件丢失的数据恢复案例
|
4天前
|
SQL 存储 关系型数据库
SQL Server详细使用教程及常见问题解决
SQL Server详细使用教程及常见问题解决
|
5天前
|
SQL 安全 数据库
SQL Server 备份和还原
SQL Server 备份和还原