包含列的索引:通往SQL Server索引级别5的阶梯
原文链接：http://www.sqlservercentral.com/articles/Stairway+Series/72276/
包含列的索引:通往SQL Server索引级别5的阶梯
大卫•杜兰特2011/07/13
该系列
本文是楼梯系列的一部分:SQL Server索引的阶梯
索引是数据库设计的基础，并告诉开发人员使用数据库非常了解设计器的意图。不幸的是，当性能问题出现时，索引常常被添加到事后。这里最后是一个简单的系列文章，它应该能让任何数据库专业人员快速“跟上”他们的步伐
前面的级别引入了集群和非聚集索引，突出了每个方面的以下方面:
表中的每一行都有一个条目(我们注意到这个规则的例外情况将在以后的级别中被覆盖)。这些条目总是在索引键序列中。
在聚集索引中，索引项是表的实际行。
在非聚集索引中，条目与数据行分开;并由索引键列和书签值组成，将索引键列映射到表的实际行。
前半句是正确的，但不完整。在这个级别中，我们检查了将附加的列包含到非聚集索引的选项，称为包含列。在第6级检查书签操作时，我们会看到SQL Server可能会单方面向索引添加一些列。
包括列
非聚集索引中的列，但不是索引键的一部分，被称为包含列。这些列不是键的一部分，因此不影响索引中的条目序列。而且，正如我们将看到的，它们比键列的开销更少。
在创建非聚集索引时，我们将分别从键列指定包含的列;如清单5.1所示。
CREATE NONCLUSTERED INDEX FK_ProductID_ ModifiedDate
ON Sales.SalesOrderDetail (ProductID, ModifiedDate)
INCLUDE (OrderQty, UnitPrice, LineTotal)
清单5.1:创建包含列的非聚集索引
在本例中，ProductID和ModifiedDate是索引键列，OrderQty、UnitPrice和LineTotal是包含的列。
如果我们没有在上面的SQL语句中指定INCLUDE子句，那么结果的索引应该是这样的:
ProductID ModifiedDate书签
Page n:
707 2004/07/25 =>
707 2004/07/26
=>
707 2004/07/26
=>
707 2004/07/26
=>
707 2004/07/27
=>
707 2004/07/27
=>
707 2004/07/27
=>
707 2004/07/28
=>
707 2004/07/28
=>
707 2004/07/28
=>
707 2004/07/28
=>
707 2004/07/28
=>
707 2004/07/28
=>
Page n+1:
707
2004/07/29
=>
707 2004/07/31
=>
707 2004/07/31
=>
707 2004/07/31
=>
708 2001/07/01
=>
708 2001/07/01
=>
708 2001/07/01
=>
708 2001/07/01
=>
708 2001/07/01
=>
708 2001/07/01
=>
708 2001/07/01
=>
708 2001/07/01
=>
708 2001/07/01
=>
708 2001/07/01
=>
然而，已经告诉SQL Server包括OrderQty、UnitPrice和LineTotal列，索引看起来是这样的:
--- --- --- --- --- --- --- --- --- --- --- --
产品修改日期
Page n-1:
707
2004/07/29
1
34.99
34.99 =>
707 2004/07/31
1 34.99
34.99 =>
707 2004/07/31
3
34.99 104.97
=>
707 2004/07/31
1
34.99
34.99 =>
708 2001/07/01
5
20.19 100.95
=>
Page n:
708
2001/07/01
1
20.19
20.19 =>
708 2001/07/01
1
20.19
20.19 =>
708 2001/07/01
2
20.19
40.38 =>
708 2001/07/01
1
20.19
20.19 =>
708 2001/07/01
2
20.19
40.38 =>
708
2001/12/01
7
20.19 141.33
=>
708 2001/12/01
1
20.19
20.19 =>
708
2002/01/01
1
20.19
20.19 =>
708
2002/01/01
1
20.19
20.19 =>
708
2002/01/01
1
20.19
20.19 =>
Page n+1:
708
2002/01/01
2
20.19
40.38 =>
708
2002/01/01
5 20.19
100.95 =>
708 2002/02/01
1
20.19
20.19 =>
708 2002/02/01
1
20.19
20.19 =>
708 2002/02/01
2
20.19
40.38 =>
检查这个索引的内容，很明显，这些行是由索引键列排序的。例如，在2002年1月1日修改后的产品708(以粗体显示)的5行，在索引中是连续的，就像其他所有ProductID / ModifiedDate组合中的行一样。
你可能会问“为什么要包含列呢?”为什么不直接向索引键添加OrderQty、UnitPrice和LineTotal ?“在索引中有这些列有几个优点，但索引键没有，比如:
不属于索引键的列不会影响索引内条目的位置。这反过来降低了在索引中使用它们的开销。例如，如果行中的ProductID或ModifiedDate值被修改，那么该行的条目必须在索引中重新定位。但是，如果在行中的unit定价evalue被修改，那么索引项仍然需要更新，但它不需要移动。
在索引中定位一个条目所需的工作量更少。
指数的大小将会稍微小一些。
索引的数据分布统计数据将更容易维护。
当我们查看索引的内部结构以及SQL Server维护的一些额外信息以优化查询性能时，这些优势在以后的级别中会更有意义。
决定一个索引列是否是索引键的一部分，或者仅仅是一个包含的列，并不是您所要做的最重要的索引决定。也就是说，在SELECT列表中经常出现的列，而不是查询的WHERE子句中最优的列在索引的列中。
成为一种覆盖指数
在第4级，我们与AdventureWorksdatabase的设计人员达成协议，他们决定让SalesOrderID / SalesOrderDetailID为SalesOrderDetail表的集群索引。针对此表的大多数查询将请求按销售订单号排序或分组的数据。但是，一些查询，可能来自仓库人员，将需要在产品序列中的信息。这些查询将从清单5.1中显示的索引中获益。
为了说明在该索引中包含包含列的潜在好处，我们将查看针对SalesOrderDetailtable的两个查询，每个查询将执行三次，如下:
运行1:没有非聚集索引
运行2:使用包含不包含列的非聚集索引(只有两个键列)
运行3:使用清单5.1中定义的非聚集索引
正如我们在以前的级别中所做的那样，我们再次使用读作为主要度量，但是我们也使用SQL Server Management Studio的“显示实际执行计划”选项来查看每个执行的计划。这将给我们一个额外的度量:在非读取活动上花费的工作量的百分比，例如在读入内存之后匹配相关数据。这使我们更好地理解了查询的总成本。
测试第一个查询:活动总数按产品
我们的第一个查询，如清单5.2所示，是一个为特定产品提供活动总数的查询。
SELECT ProductID ,
ModifiedDate ,
SUM(OrderQty) AS 'No of Items' ,
AVG(UnitPrice) 'Avg Price' ,
SUM(LineTotal) 'Total Value'
FROM Sales.SalesOrderDetail
WHERE ProductID = 888
GROUP BY ProductID ,
ModifiedDate ;
清单5.2:“产品的活动总数”查询
因为索引可以影响查询的性能，但不能影响结果;针对这三种不同的索引方案执行此查询总是会产生以下行集:
ProductID修改日期不为所有行Avg价格总值
----------- ------------ ----------- -----------------------------
888
2003-07-01
16
602.346 9637.536000
888
2003-08-01
13
602.346 7830.498000
888
2003-09-01
19
602.346 11444.574000
888 2003-10-01
2
602.346 1204.692000
888 2003-11-01
17
602.346 10239.882000
888
2003-12-01
4
602.346 2409.384000
888
2004-05-01
10
602.346 6023.460000
888
2004-06-01
2
602.346 1204.692000
8行输出从表中的39个“ProductID = 888”行聚合到每个有一个或多个“ProductID = 888”销售的日期的输出行。进行测试的基本方案如清单5.3所示。在运行任何查询之前，确保运行SET STATISTICS IO ON。
IF EXISTS ( SELECT 1
FROM sys.indexes
WHERE name = 'FK_ProductID_ModifiedDate'
AND OBJECT_ID = OBJECT_ID('Sales.SalesOrderDetail') )
DROP INDEX Sales.SalesOrderDetail.FK_ProductID_ModifiedDate ;
GO
——运行1:在这里执行清单5.2(没有非聚集索引)
CREATE NONCLUSTERED INDEX FK_ProductID_ModifiedDate
ON Sales.SalesOrderDetail (ProductID, ModifiedDate) ;
——运行2:在这里重新执行清单5.2(非集群索引，不包含任何内容)
IF EXISTS ( SELECT 1
FROM sys.indexes
WHERE name = 'FK_ProductID_ModifiedDate'
AND OBJECT_ID = OBJECT_ID('Sales.SalesOrderDetail') )
DROP INDEX Sales.SalesOrderDetail.FK_ProductID_ModifiedDate ;
GO
CREATE NONCLUSTERED INDEX FK_ProductID_ModifiedDate
ON Sales.SalesOrderDetail (ProductID, ModifiedDate)
INCLUDE (OrderQty, UnitPrice, LineTotal) ;
——运行3:在这里重新执行清单5.2(包含包含的非聚集索引)
清单5.3:测试“产品的活动总数”查询
对每个索引方案执行查询所需的相对工作如表5.1所示。
1:运行
没有非聚集索引
表“SalesOrderDetail”。扫描计数1，逻辑读1238。
非阅读活动:8%。
运行2:
索引-不包括列
表“SalesOrderDetail”。扫描计数1，逻辑读131。
非阅读活动:0%。
运行3:
包括列
表“SalesOrderDetail”。扫描计数1，逻辑读3。
非阅读活动:1%。
表5.1:使用不同的非聚集索引运行第一个查询的结果三次
从这些结果可以看出:
运行1需要对SalesOrderDetail表进行完整的扫描;每一行都必须阅读和检查，以确定是否应该参与结果。
Run 2使用非聚集索引快速查找39个请求行的书签，但它必须从表中逐个检索这些行。
运行3在非聚集索引中找到所需的所有内容，并在ProductID内最有利的序列中进行修改。它迅速跳到第一个请求的条目，读了39个连续的条目，在读取的每个条目上做汇总计算，然后完成了。
测试第二个查询:基于日期的活动总数
我们的第二个查询与第一个查询完全相同，只是在WHERE子句中发生了更改。这一次，仓库是根据日期请求信息，而不是基于产品。我们必须在最右的搜索键栏上进行过滤，修改日期;而不是最左边的列，ProductID。新的查询如清单5.4所示。
SELECT ModifiedDate ,
ProductID ,
SUM(OrderQty) 'No of Items' ,
AVG(UnitPrice) 'Avg Price' ,
SUM(LineTotal) 'Total Value'
FROM Sales.SalesOrderDetail
WHERE ModifiedDate = '2003-10-01'
GROUP BY ModifiedDate ,
ProductID ;
清单5.4:“按日期执行的活动总数”查询
产生的行集，部分是:
产品的修改日期不包括价格总额
----------- ------------ ----------- --------------------- ----------------
:
:
782
2003-10-01
62
1430.9937
86291.624000
783
2003-10-01 72
1427.9937
100061.564000
784
2003-10-01
52
1376.994
71603.688000
792
2003-10-01
12
1466.01
17592.120000
793
2003-10-01
46
1466.01
67436.460000
794
2003-10-01
37
1466.01
54242.370000
795
2003-10-01
22
1466.01
32252.220000
:
:
(164 row(s) affected)
WHERE子句将表过滤到1492行;在分组时，生成了164行输出。
要运行测试，请遵循清单5.3中描述的相同方案，但是使用清单5.4中的新查询。结果是针对每个索引方案执行查询所需的相对工作，如表5.2所示。
1:运行
没有非聚集索引
表“SalesOrderDetail”。扫描计数1，逻辑读1238。
非阅读活动:10%。
运行2:
索引-不包括列
表“SalesOrderDetail”。扫描计数1，逻辑读1238。
非阅读活动:10%。
运行3:
包括列
表“SalesOrderDetail”。扫描计数1，逻辑读761。
非阅读活动:8%。
表2:使用不同的非聚集索引运行第二个查询的结果
第一次和第二次测试都产生了相同的计划;一个完整的扫描详细信息表。由于第4级中详细讨论的原因，WHERE子句没有足够的选择性从非覆盖索引中获益。而且，包含任何一个组的行分布在整个表中。在读取表时，每一行必须与组相匹配;以及消耗处理器时间和内存的操作。
第三个测试在非聚集索引中找到了它所需要的一切;但是，与前面的查询不同，它没有发现索引中相邻的行。在索引中，包含每个组的行是连续的;但这些组织本身分散在指数的长度上。因此，SQL Server扫描索引。
扫描索引而不是表格有两个优点:
该指数小于表，要求更少的读数。
这些行已经分组，需要更少的非读活动。
结论
包含的列使非聚集索引能够成为各种查询的索引，从而提高这些查询的性能;有时会很显著。包含的列增加了索引的大小，但在开销方面却没有增加。任何时候创建非聚集索引，尤其是在外键列上，都要问自己:“在这个索引中应该包含哪些额外的列?”
本文是通往SQL Server索引楼梯的楼梯的一部分
