标签：存储 聚集 Value 查询 索引 Key SQL Server 数据

从上至下优化

看过一篇文章，印象深刻，里面将数据库查询优化分为四个大的方向

• 使用钞能力——给DB服务器加物理配置，内存啊，CPU啊，硬盘啊，全上顶配
• 替换存储系统——根据实际的业务情况选择不同的存储数据库，比如用ES做全文检索
• 优化存储结构——比如采用分库分表，CQRS（命令查询职责分离），分布式缓存，历史数据归档，数据序列化等
• 查询语句的优化——增加数据库索引命中率，定期清理数据库索引碎片等
  从上到下成本依次递减，性价比依次升高，今天咱们聊聊Sql Server中基于索引的“查询语句的优化”

索引数据结构

谈到索引，咱们避免不了会想到索引的存储数据结构，目前大多数RDBS（关系型数据库系统）采用B+树来存储索引数据，如果还不是特别清楚啥是B+树的话，这里有传送门点击这里。
这里简单概括一下B+树的几个特点：

• 每个节点可以存储多个元素
• 所有的非叶子节点只存储关键字信息
• 所有具体数据都存在叶子结点中
• 所有的叶子结点中包含了全部元素的信息
• 所有叶子节点之间都有一个链指针

索引分类

聚集索引

• 聚集索引根据数据行的键值在表或视图中排序和存储这些数据行。 索引定义中包含聚集索引列。 每个表只能有一个聚集索引，因为数据行本身只能按一个顺序存储。
• 只有当表包含聚集索引时，表中的数据行才按排序顺序存储。 如果表具有聚集索引，则该表称为聚集表。 如果表没有聚集索引，则其数据行存储在一个称为堆的无序结构中。

可以简单理解为数据表中的数据按照既定的顺序进行存储，而这个用来排序的字段就是聚集索引。也可以理解为一个个由Key-Value组成的元素分布在一棵B+树上，Key对应的就是索引，Value对应的就是具体的数据行。

非聚集索引

• 非聚集索引具有独立于数据行的结构。 非聚集索引包含非聚集索引键值，并且每个键值项都有指向包含该键值的数据行的指针
• 从非聚集索引中的索引行指向数据行的指针称为行定位器。 行定位器的结构取决于数据页是存储在堆中还是聚集表中。 对于堆，行定位器是指向行的指针。 对于聚集表，行定位器是聚集索引键。

大白话就是非聚集索引中存储的Key-Value，其中Key跟聚集索引一样是索引列，Value根据表是否存在聚集索引来进行区分，如果存在则Value为指向聚集索引键(也就是聚集索引的Key)的指针，不存在，则Value为指向表中数据行的指针。

查询优化

索引命中规则

在Sql语句的where条件中的列，必须是索引列中第一列的相邻顺序列。

标签：存储,聚集,Value,查询,索引,Key,SQL,Server,数据
来源： https://www.cnblogs.com/clue-yang/p/16526295.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。