Fork me on GitHub

程序员眼中的 SQL Server－执行计划教会我如何创建索引？

先说点废话

以前有 DBA 在身边的时候，从来不曾考虑过数据库性能的问题，但是，当一个应用程序从头到脚都由自己完成，而且数据库面对的是接近百万的数据，看着一个页面加载速度像乌龟一样，自己心里真是有种挫败感。代码的优化问题，这是属于程序员的职责范围之内，对于我来说，这一方面比较好探查些，因为都是自己熟悉的，用 EF 或 SQL Server Profiler 跟踪一下程序代码产生的 SQL，如果有问题，直接优化程序代码就可以了，如果 SQL 没问题，那就得优化数据库了，对于我来说，这是一个无人区。

前两天，自己瞎搞了一个测试：程序员眼中的 SQL Server－非聚集索引能给我们带来什么？，因为对索引不是很熟悉，所以测试得到结果没有任何价值，甚至有些误导人，这边说声抱歉，在哪跌倒在哪爬起来。

应用场景

还是用商品表（Product）作为示例，表结构如下：

存在这样一种业务场景：获取某个供应商（ProviderID），状态为已售（State 为 1）的商品列表，排序方式为生产日期（ProduceTime）降序，有可能我们应用程序在显示数据的时候用到分页，这边我们查询前 100 行。翻译为 SQL 代码：

SELECT TOP 100 
[ID],
[Name],
[Remarks],
[ProviderID],
[ProduceTime],
[State]
FROM [TestDB].[dbo].[Product]
WHERE [ProviderID]=1 AND [State]=1
ORDER BY [ProduceTime] DESC

上面这个业务场景，在我们一般的应用程序中基本上都会遇到，有时候数据量不是很大的时候，我们一般不会做任何数据库优化，但是你看了下面的实践，你是否应该考虑下，为你现在的数据库加个索引呢？

SQL Server 执行计划

SQL Server 执行计划，是我们分析 SQL 执行情况的一大利器，通过它，我们也可以很方面的查看索引的执行，在实践之前，需要了解一些必备技能，以下知识点摘自－看懂 SqlServer 查询计划。

SQL Server 有二种索引：聚集索引和非聚集索引。二者的差别在于：【聚集索引】直接决定了记录的存放位置， 或者说：根据聚集索引可以直接获取到记录。【非聚集索引】保存了二个信息：1.相应索引字段的值，2.记录对应聚集索引的位置（如果表没有聚集索引则保存记录指针）。 因此，如果能通过【聚集索引】来查找记录，显然也是最快的。

SQL Server 会有以下方法来查找您需要的数据记录：

  1. 【Table Scan】：遍历整个表，查找所有匹配的记录行。这个操作将会一行一行的检查，当然，效率也是最差的。
  2. 【Index Scan】：根据索引，从表中过滤出来一部分记录，再查找所有匹配的记录行，显然比第一种方式的查找范围要小，因此比【Table Scan】要快。
  3. 【Index Seek】：根据索引，定位（获取）记录的存放位置，然后取得记录，因此，比起前二种方式会更快。
  4. 【Clustered Index Scan】：和【Table Scan】一样。注意：不要以为这里有个Index，就认为不一样了。 其实它的意思是说：按聚集索引来逐行扫描每一行记录，因为记录就是按聚集索引来顺序存放的。 而【Table Scan】只是说：要扫描的表没有聚集索引而已，因此这二个操作本质上也是一样的。
  5. 【Clustered Index Seek】：直接根据聚集索引获取记录，最快！

所以，当发现某个查询比较慢时，可以首先检查哪些操作的成本比较高，再看看那些操作在查找记录时， 是不是【Table Scan】或者【Clustered Index Scan】，如果确实和这二种操作类型有关，则要考虑增加索引来解决了。 不过，增加索引后，也会影响数据表的修改动作，因为修改数据表时，要更新相应字段的索引。所以索引过多，也会影响性能。 还有一种情况是不适合增加索引的：某个字段用0或1表示的状态。例如可能有绝大多数是1，那么此时加索引根本就没有意义。 这时只能考虑为0或者1这二种情况分开来保存了，分表或者分区都是不错的选择。

应用分析

我们先不建任何索引（除了主键 ID 的聚集索引），来看一下上面 SQL 代码，在 SQL Server 执行计划中的执行情况：

可以看到，查询开销基本上被 SORT 霸占了，看到这种情况，按照正常的思维，我们首先考虑的是为 ProduceTime 创建一个非聚集索引，然后按照 DESC 排序，但有时候我们要沉下心思考一下，是不是用 ID 排序会更好呢？因为在 Product 表中，ID 为自增字段，ProduceTime 在添加的时候获取的是当前时间，在 SQL 排序中，其实 ID 和 ProduceTime 的排序效果是一样的，但是执行性能方面确实天壤之别，我们看一下执行计划就知道了：

从上面的执行计划中，我们可以很直观的看出差别，所以在写 SQL 的时候，一定要慎重啊，这边为了方便展示，我们还是以 ProduceTime 字段进行排序，按照 ID 排序，虽然没有了 SORT 性能开销，但是发现查询记录为“Clustered Index Scan”，这是全表查询的意思，我们理想的应该是“Index Seek”或者“Clustered Index Seek”，因为这种是按照索引查询，速度最快。按照我们程序员的理解，应该创建一个非聚集索引，比如下面 IX_Product_Provider_State 索引：

创建好之后，我们再来执行一下 SQL 代码：

“Key Lookup(Clustered)”记录，其实还是全表进行查找，默认通过聚集索引（PK_Product），我们可能会有疑问，索引就是按照查询及排序方式创建的啊，为什么还是这种情况？这时候我们看一下 SELECT 后面的字段就知道了，我们查询显示的是 Product 表中所有字段，但是 IX_Product_Provider_State 非聚集索引，只是针对的查询条件字段，并没有吧查询显示字段包含进来，在创建索引窗口中，“索引键 列” TAB 的旁边有个“包含性 列”，我们把其他显示字段加进来，看下执行效果：

“Index Seek”，这就是我们想要的效果，其实关于索引的创建有很多的现实问题，比如组合字段索引和单个字段索引有何不同？就像上面示例中的查询用例，如果 ProduceTime 排序在其他查询条件中也存在，是不是应该拉出来创建一个索引？还是像上面一样，和查询条件一起创建一个组合字段索引？还有一种情况就是，在一个应用程序查询中，存在单个字段的查询，也存在组合字段的查询，那这时候我们是创建单个字段索引？还是创建组合字段索引呢？这几个问题，你创建一下索引，然后用“ SQL 执行计划”试试就知道了。

总结

针对上面的查询用例，我个人觉得，最好的方案是：排序字段使用 ID，按照实际应用场景，提取出需要查询的字段，避免 SELECT *，这样会减少在添加“包含性 列”的字段，创建 IX_Product_Provider_State 非聚集索引，索引字段为：ProviderID 和 State，如果 State 的值不是多变的（比如值为 1 和 0），尽量不要创建 State 字段的非聚集索引。

做完这些，你会发现，你的应用程序像飞的一样。

ps：我要飞得更高。。。

参考资料：

posted @ 2014-08-28 00:35  田园里的蟋蟀  阅读(8072)  评论(12)  编辑  收藏  举报