Question

我的情景，我有帖子，按类别分组。对于类别的概述列表，我想显示具有类别的前10个帖子的摘要（与显示完整数据的类别的详细视图相对）。前10个帖子由分数决定，分数来自另一个表格（实际上是一个索引视图 - 但这在这里无关紧要。）

表结构如下：

CREATE TABLE [dbo].[Categories]
(
    [Id] INT NOT NULL IDENTITY CONSTRAINT [PK_Categories] PRIMARY KEY,
    [Key] CHAR(10) CONSTRAINT [UK_Categories_Key] UNIQUE,
    [Caption] NVARCHAR(500) NOT NULL,
    [Description] NVARCHAR(4000) NULL
)
GO

CREATE TABLE [dbo].[Posts]
(
    [Id] INT NOT NULL IDENTITY CONSTRAINT [PK_Posts] PRIMARY KEY,
    [CategoryId] INT NOT NULL CONSTRAINT [FK_Posts_Category] FOREIGN KEY REFERENCES [dbo].[Categories] ([Id]),
    [Key] CHAR(10) CONSTRAINT [UK_Post_Key] UNIQUE,
    [Text] NVARCHAR(4000) NULL,
    [SummaryText] AS
        CASE WHEN LEN([Text]) <= 400
            THEN CAST([Text] AS NVARCHAR(400))
            ELSE CAST(SUBSTRING([Text], 0, 399) + NCHAR(8230) AS NVARCHAR(400)) --First 399 characters and ellipsis
        END
        PERSISTED
)
GO

CREATE TABLE [dbo].[Scores] (
    [Id] INT NOT NULL IDENTITY CONSTRAINT [PK_Scores] PRIMARY KEY,
    [CategoryId] INT NOT NULL CONSTRAINT [FK_Scores_Category] FOREIGN KEY REFERENCES [dbo].[Categories] ([Id]),
    [PostId] INT NOT NULL CONSTRAINT [FK_Scores_Post] FOREIGN KEY REFERENCES [dbo].[Posts] ([Id]),
    [Value] INT NOT NULL
)
GO

CREATE INDEX [IX_Scores_CategoryId_Value_PostId]
    ON [dbo].[Scores] ([CategoryId], [Value] DESC, [PostId])
GO

我现在可以使用视图来获取每个类别的前十个帖子：

CREATE VIEW [dbo].[TopPosts]
AS
SELECT c.Id AS [CategoryId], cp.PostId, p.[Key], p.SummaryText, cp.Value AS [Score]
FROM [dbo].[Categories] c
CROSS APPLY (
    SELECT TOP 10 s.PostId, s.Value
    FROM [dbo].[Scores] s
    WHERE s.CategoryId = c.Id
    ORDER BY s.Value DESC
) AS cp
INNER JOIN [dbo].[Posts] p ON cp.PostId = p.Id

我了解CROSS APPLY将使用覆盖索引IX_Scores_CategoryId_Value_PostId，因为它包含类别ID（对于WHERE）值（对于ORDER BY和SELECT）和帖子ID（适用于SELECT），因此速度相当快。

现在的问题是：INNER JOIN怎么样？连接谓词使用post ID，它是Post表的聚簇索引（主键）的键。当我创建包含SELECT的所有字段的覆盖索引（见下文）时，我是否可以显着提高查询性能（具有更好的执行计划，减少的I / O，索引缓存等），即使访问聚集索引已经是一个非常快速的操作？

覆盖指数如下所示：

CREATE INDEX [IX_Posts_Covering]
    ON [dbo].[Posts] ([Id], [Key], [SummaryText])
GO

更新

由于我的问题的方向似乎并不完全清楚，让我更详细地记下我的想法。我想知道覆盖索引（或包含列的索引）是否可以更快，原因如下（并且性能增益值得）：

硬盘驱动器访问。第二个索引会比聚集索引小得多，SQL Server必须通过较少的页面才能获得更好的读取性能。这是正确的，你会看到差异吗？
内存消耗。要将数据加载到内存中，我假设SQL Server必须将整行加载到内存中，然后选择所需的列。这不会增加内存消耗吗？
CPU。我的假设是，您不会看到CPU使用率存在可测量的差异，因为从列中提取行本身并不是CPU操作。正确的吗？
缓存。我的理解是，您不会发现缓存有太大差异，因为SQL Server只会缓存它返回的数据，而不是整行。或者我错了吗？

这些基本上是（或多或少受过教育的）假设。如果有人可以告诉我这个非常具体的问题，我会非常感激。

Answer 1

这是一个有趣的问题，因为您提出的所有四个子问题都可以通过＆＃34来回答;它取决于＆＃34;，这通常是主题有趣的好迹象。

首先，如果你对SQL Server的工作原理有不健康的迷恋（就像我一样），那么源代码源于＃34; Microsoft SQL Server Internals＆＃34;，Delaney等人。您不需要阅读所有~1000页，存储引擎上的章节本身就足够有趣。

我不知道这个特定覆盖索引在这个特定情况下是否有用的问题，因为我认为其他答案已经很好地涵盖（没有双关语意），包括建议使用{{1}对于不需要自己编制索引的列。

第二个索引会比群集小得多索引，SQL Server必须通过较少的页面上的HD，其中会产生更好的读取性能。这是正确的，你会看到吗？区别？

如果您认为在覆盖索引的聚集索引或页面的读取页面之间选择，则覆盖索引较小¹，这意味着更少的I / O，更好的性能，所有的好处。但查询不是在真空中执行 - 如果这不是表上的唯一查询，则缓冲池可能已经包含大部分或全部聚簇索引，在这种情况下，磁盘读取性能可能会受到负面影响阅读不太常用的覆盖指数。数据页面的总增长也可能会降低整体性能。优化器仅考虑单个查询;它不会根据所有组合的查询仔细调整缓冲池使用情况（通过简单的LRU策略删除页面）。因此，如果您过度创建索引，尤其是不经常使用的索引，则整体性能将受到影响。而且，当插入或更新数据时，它甚至没有考虑索引的固有开销。

即使我们假设覆盖指数是净收益，问题＆＃34;你会看到差异＆＃34; （如果，表现可测量增加）只能凭经验有效地回答。 INCLUDE是您的朋友（以及SET STATISTICS IO ON，在测试环境中）。您可以根据假设进行尝试和猜测，但由于结果取决于执行计划，索引的大小，SQL Server的总内存量，I / O特性，所有数据库的负载以及查询模式应用程序，除了大概猜测索引是否可能有用之外，我不会这样做。一般来说，当然，如果你有一个非常宽的桌子和一个小的覆盖指数，不难看出这是如何得到回报的。一般来说，你会很快看到索引不够，而不是来自太多的索引。但真正的数据库并不是在推广上运行。

要将数据加载到内存中，我假设SQL Server必须这样做将整行加载到内存中，然后选择所需的列。不会增加内存消耗吗？

见上文。聚集索引占用的页数多于覆盖索引，但是内存使用是否受到正面或负面影响取决于每个索引的使用方式。在最糟糕的情况下，聚集索引被其他不会从覆盖索引中获利的查询密集使用，而覆盖索引仅对稀有查询有帮助，因此所有覆盖索引都会导致缓冲池流失会减慢您的大部分工作量。这可能是不寻常的，也是服务器可以通过内存升级进行的一个标志，但它当然是可能的。

我的假设是你不会看到CPU的可测量差异用法，因为从列中提取行本身不是CPU 操作。正确的吗？

CPU 使用通常不受行大小的影响。执行时间是（反过来，会影响使用，具体取决于您希望并行运行的查询数）。通过为服务器提供足够的内存来解决I / O瓶颈之后，仍然需要在内存中扫描数据。

我的理解是你在缓存中看不到很多不同，因为SQL Server只会缓存它返回的数据，而不是整行。或者我错了吗？

行存储在页面上，SQL Server将其读取的页面缓存在缓冲池中。它不会缓存结果集，也不会缓存作为查询执行的一部分生成的任何中间数据或单个行。如果在最初的空缓冲池上执行两次查询，第二个通常会更快，因为它需要的页面已经在内存中，但这是加速的唯一来源。

考虑到这一点，请参阅第一个问题的答案 - 是的，缓存会受到影响，因为覆盖索引的页面（如果使用的话）将与聚集索引的页面分开缓存（如果使用的话）。

¹如果由于页面拆分而导致覆盖索引严重碎片，则覆盖索引实际上可能不会更小。但这是一个学术观点，因为它并不是关于哪个索引在物理上更大，而是实际访问了多少页面。

Answer 2

不，你不需要这个覆盖索引。

限制每个表的索引数：表可以包含任意数量的索引。但是，索引越多，修改表时产生的开销就越大。因此，在从表格中检索数据的速度和更新表格的速度之间存在权衡。

您的方案更可能是作为OLTP系统而不是数据仓库，它将具有大量的在线事务（插入，更新，删除）。因此，创建此覆盖索引将减慢您的修改操作。

<强>更新

是的，每个类别将有10个帖子。因此，如果您有N个类别类型，则返回结果集最多为10 * N个帖子记录。

关于索引的另一个指南：如果您经常要检索大表中行的 15％，请创建索引。（我的SQL调优讲师建议我们5％）如果超过15％，当我们使用Index时，最终执行计划将不是最佳的。

让我们考虑一下有关POST表的两个极端情况：

帖子表只有10 * N条记录，每个类别类型被帖子记录10次。因此，最终的执行计划将完全扫描POST表而不是使用任何索引。
Post表的数量大于（10 * N / 15％），因此它将检索Post表中少于15％的行。优化程序将使用Post ID字段进行连接操作。它应该是一个哈希联接。

因此，即使您创建了覆盖索引，除非您使用提示，否则优化程序将永远不会使用它。

更新：

Clustered and Nonclustered Indexes Described

Answer 3

您的非聚集覆盖索引可能会为聚类索引提供名义上的附加性能优势，但这取决于您查询的数据大小。如果行数相对较小，则可能没有任何有用的优势。

退一步，假设你的连接谓词只是[Posts]。[Id]，将[Key]和[SummaryText]列添加为索引中的关键列是不必要的。应该将它们添加为非键列：

CREATE NONCLUSTERED INDEX [IX_Posts_Covering]
    ON [dbo].[Posts] ([Id])
    INCLUDE ([Key], [SummaryText])
GO

Per Microsoft：MSDN - Create Indexes with Included Columns

使用较大的索引键大小重新设计非聚簇索引，以便只有用于搜索和查找的列才是关键列。将覆盖查询的所有其他列转换为非键列。通过这种方式，您将拥有覆盖查询所需的所有列，但索引键本身很小且效率很高。

在非聚簇索引中包含非键列，以避免超出最多16个键列的当前索引大小限制，并且最大索引键大小为900字节。在计算索引键列数或索引键大小时，数据库引擎不考虑非键列。

基本上，覆盖索引复制[dbo]。[Posts]表，不包括[CategoryId]和[Text]列。因为覆盖索引中的列数较少，所以SQL应该能够为每个索引页填充更多行。基于这个假设（不可否认，可能需要仔细审查），当SQL遍历b-tree时，寻找跨页面来查找匹配的行，它可能在覆盖索引上名义上更好，因为它有更少的页面需要加载和查看

无论索引选择如何，您也可以考虑将您的联接到[帖子]表放入交叉申请。这可能会迫使寻求，尽管你的数据构成将决定效率。

CREATE VIEW [dbo].[TopPosts]
AS
SELECT c.[Id] AS [CategoryId], cp.[PostId], 
    cp.[Key], cp.[SummaryText], cp.[Value] AS [Score]
FROM [dbo].[Categories] c
CROSS APPLY (
    SELECT TOP 10 s.[PostId], s.[Value], p.[Key], p.[SummaryText]
    FROM [dbo].[Scores] s
    INNER JOIN [dbo].[Posts] p ON s.[PostId] = p.[Id]
    WHERE s.[CategoryId] = c.[Id]
    ORDER BY s.[Value] DESC
) AS cp

在一天结束时，它将取决于您的数据大小，磁盘IO，RAM等。您必须确定覆盖索引使用的额外空间是否可以证明标称性能增益，如果有的话。

索引使用情况的细分：https://dba.stackexchange.com/a/42568/2916

当数据按聚集索引的顺序时，覆盖索引是否会得到回报？

3 个答案: