SQL Server索引覆蓋的實(shí)際應(yīng)用代碼描述
以下的文章主要向大家講述的是SQL Server索引覆蓋（Index Covering），SQL Server數(shù)據(jù)庫(kù)索引覆蓋主要是這種情況，查詢中的select 與where子句中所需要的信息都能在非聚集索引中找到。
因?yàn)榉蔷奂饕艘粋€(gè)對(duì)應(yīng)于表中每個(gè)數(shù)據(jù)行的一個(gè)葉子行，SQL Server能從非聚集索引的葉子行來(lái)滿足查詢。這導(dǎo)致了數(shù)據(jù)檢索的更快，因?yàn)樗械男畔⒛軓乃饕?yè)中直接獲得，并且避免了SQL Server查找數(shù)據(jù)頁(yè)。
因?yàn)榉蔷奂饕娜~子頁(yè)都連接在一起，索引的葉級(jí)可以像表中的數(shù)據(jù)頁(yè)一樣進(jìn)行掃描，因?yàn)轫?yè)級(jí)行都典型比數(shù)據(jù)行要小，一個(gè)覆蓋了查詢的非聚集索引將比同樣列的聚集索引更快，因?yàn)樾枰x取的頁(yè)數(shù)要更少。
在下面的例子中，quthors表中的關(guān)于au_lname 和au_fname的非聚集索引將覆蓋查詢，因?yàn)榻Y(jié)果中的列和SARG都能從索引中提取出來(lái)：
- Sql代碼
- Select au_lname, au_fname
- From authors
- Where au_lname like "M%"
- GO
- Select au_lname, au_fname
- From authors
- Where au_lname like "M%"
- GO
其他使用聚合函數(shù)（MIN AVG SUM COUNT）的查詢或者僅僅檢查是否存在的查詢也能從SQL Server索引覆蓋中獲益。下面是一些能夠利用索引覆蓋優(yōu)點(diǎn)的查詢：
- Sql代碼
- Select count (au_lname) from authors where au_lname like 'm%'
- Select count (*) from authors where au_lname like 'm%'
- Select count (*) from authors
- Select count (au_lname) from authors where au_lname like 'm%'
- Select count (*) from authors where au_lname like 'm%'
- Select count (*) from authors
你可能會(huì)奇怪最后一個(gè)查詢，它甚至沒(méi)有一個(gè)具體的SARG，怎么還能使用索引。SQL Server知道非聚集索引的特性，一個(gè)非聚集索引為表中的每行數(shù)據(jù)都包含了一行；它能夠簡(jiǎn)單的計(jì)算任何一個(gè)非聚集索引的行數(shù)，而不需要掃描整個(gè)表。對(duì)最后一個(gè)查詢，SQL Server選擇最小的非聚集索引——也就是，具有最少的葉子頁(yè)的索引。
向非聚集索引添加列使得發(fā)生SQL Server索引覆蓋是一種提高查詢響應(yīng)時(shí)間的常見(jiàn)方法?？紤]下面的查詢：
- Sql代碼
- Select royalty from titles
- Where price between $10 and $ 20
- Select royalty from titles
- Where price between $10 and $ 20
如果你僅在price列上創(chuàng)建索引，SQL Server能發(fā)現(xiàn)滿足price在該范圍的索引中的行，但是它還需要訪問(wèn)數(shù)據(jù)行來(lái)檢索royalty。范圍中有100行，最壞情況下檢索數(shù)據(jù)所花費(fèi)的IO代價(jià)計(jì)算如下：
引用
索引的級(jí)數(shù)
+查找匹配行的索引頁(yè)的數(shù)
+100 * 每個(gè)書簽查找頁(yè)數(shù)
如果royalty列添加到了price列索引中了，索引能被掃描來(lái)檢索結(jié)果，而不是進(jìn)行書簽查找，這樣具有更快的查詢響應(yīng)。使用SQL Server索引覆蓋的IO代價(jià)將只是：
引用
索引級(jí)數(shù)
+查找匹配行的索引頁(yè)的數(shù)
引用
注意：
當(dāng)考慮添加索引來(lái)利用索引覆蓋時(shí)，小心使得索引變得太寬。當(dāng)索引行的寬度接近與數(shù)據(jù)行寬度時(shí)，覆蓋的優(yōu)點(diǎn)將失去，因?yàn)樵黾恿巳~級(jí)頁(yè)的數(shù)目。當(dāng)索引的葉級(jí)頁(yè)的數(shù)目接近了表中頁(yè)的數(shù)目，索引級(jí)數(shù)也增加了，那么索引掃描的時(shí)間就開始接近于表掃描時(shí)間了。
另外，如果你添加對(duì)到索引中的列頻繁修改，數(shù)據(jù)行中列的任何修改也會(huì)波及到索引中。這增加了維護(hù)的負(fù)擔(dān)，也會(huì)影響修改的性能。
正如第33章討論的那樣，當(dāng)在一個(gè)表上創(chuàng)建了 一個(gè)聚集索引，聚集鍵會(huì)被所有的非聚集索引引用，作為書簽來(lái)定位實(shí)際的數(shù)據(jù)行。聚集鍵實(shí)際就是一些列，它們構(gòu)成了聚集索引和它們的數(shù)據(jù)值。這種特性有時(shí)也能導(dǎo)致SQL Server索引覆蓋。
例如，假設(shè)suthors表在au_lname au_fname列上建立聚集索引，并有一個(gè)定義在au_id的非聚集索引。非聚集索引的每行都包含了與數(shù)據(jù)行對(duì)應(yīng)的au_lname au_fname聚集鍵值。因?yàn)檫@個(gè)原因，下面查詢將被非聚集索引覆蓋：
- Sql代碼
- select au_lname, au_fname
- from authors
- where au_id like '123%'
以上的相關(guān)內(nèi)容就是對(duì)SQL Server索引覆蓋（Index Covering）的介紹，望你能有所收獲。
【編輯推薦】
