关于sql:表扫描和聚集索引扫描之间有什么区别?

关于sql:表扫描和聚集索引扫描之间有什么区别?

What's the difference between a Table Scan and a Clustered Index Scan?

由于Table ScanClustered Index Scan实质上都扫描表中的所有记录,因此为什么说"聚集索引扫描"更好?

举个例子-当有很多记录时,以下各项之间的性能差异是什么?:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
DECLARE @temp TABLE(
    SomeColumn VARCHAR(50)
)

INSERT INTO @temp
SELECT 'SomeVal'

SELECT * FROM @temp

-----------------------------

DECLARE @temp TABLE(
    RowID INT NOT NULL IDENTITY(1,1) PRIMARY KEY,
    SomeColumn VARCHAR(50)
)

INSERT INTO @temp
SELECT 'SomeVal'

SELECT * FROM @temp

在没有聚集索引的表(堆表)中,数据页未链接在一起-因此遍历页需要查找索引分配图。

但是,一个群集表将其数据页链接在一个双向链接列表中,这使得顺序扫描的速度更快。当然,作为交换,您需要承担将数据页保持在INSERTUPDATEDELETE上的顺序的开销。但是,堆表需要第二次写入IAM。

如果您的查询具有RANGE运算符(例如:SELECT * FROM TABLE WHERE Id BETWEEN 1 AND 100),则聚簇表(按有保证的顺序)将更加高效-因为它可以使用索引页来查找相关的数据页。堆将不得不扫描所有行,因为它不能依赖于排序。

而且,当然,聚集索引使您可以执行聚集索引SEEK,这对于性能而言是非常理想的……没有索引的堆将始终导致表扫描。

所以:

  • 对于选择所有行的示例查询,唯一的区别是聚簇索引维护的双链表。这应该使您的集群表比具有大量行的堆快一点。

  • 对于具有WHERE子句的查询(该查询可以(至少部分地)由聚集索引满足),由于排序的原因,您将走在前面-因此您不必扫描整个表。

  • 同样,对于聚集索引无法满足的查询,您甚至可以...甚至,唯一的区别是用于顺序扫描的双链表。无论哪种情况,您都不理想。

  • 对于INSERTUPDATEDELETE,堆可能会赢也可能不会赢。堆不必维护顺序,但是确实需要对IAM进行第二次写入。我认为相对性能差异可以忽略不计,但还取决于数据。

Microsoft拥有一份白皮书,该白皮书将堆中的聚集索引与等效的非聚集索引进行了比较(与我上面讨论的不完全相同,但是很接近)。他们的结论基本上是在所有表上放置聚簇索引。我将尽力总结他们的结果(再次,请注意,它们实际上是在这里将非聚集索引与聚集索引进行比较-但我认为它是相对可比较的):

  • INSERT性能:由于堆需要进行第二次写入,因此聚集索引的赢率约为3%。
  • UPDATE性能:由于堆需要进行第二次查找,因此聚集索引的赢率约为8%。
  • DELETE性能:由于需要对IAM进行第二次查找和对堆进行第二次删除,因此聚集索引的赢率约为18%。
  • 单个SELECT性能:由于需要对堆进行第二次查找,因此聚集索引的赢率约为16%。
  • 范围SELECT性能:由于对堆的随机排序,聚集索引的获胜率约为29%。
  • 并发INSERT:由于聚集索引的页面拆分,堆表在负载下获胜30%。

http://msdn.microsoft.com/zh-CN/library/aa216840(SQL.80).aspx

聚集索引扫描逻辑和物理运算符将扫描"参数"列中指定的聚集索引。当存在可选的WHERE :()谓词时,仅返回满足该谓词的那些行。如果Argument列包含ORDERED子句,则查询处理器已请求按聚集索引对行进行排序的顺序返回行的输出。如果不存在ORDERED子句,则存储引擎将以最佳方式扫描索引(不保证对输出进行排序)。

http://msdn.microsoft.com/zh-CN/library/aa178416(SQL.80).aspx

表扫描逻辑和物理运算符从"参数"列中指定的表中检索所有行。如果WHERE :()谓词出现在Argument列中,则仅返回满足该谓词的那些行。


表扫描必须检查表的每一行。聚集索引扫描仅需要扫描索引。它不会扫描表中的每条记录。确实,这就是索引的意义。


推荐阅读