前言

索引是关系数据库中最重要的对象之一，他能显著减少磁盘I/O及逻辑读取的消耗，并以此来提升 SELECT 语句的查找性能。但它是一把双刃剑，使用不当反而会影响性能：他需要额外的控件来存放这些索引信息，并且当数据更新时需要一些额外开销来保持索引的同步。

形象的来说索引就像字典里的目录，你要查找某一个字的时候可以根据它的比划/拼音先在目录中找到对应的页码范围，然后在该范围中找到这个字。如果没有这个目录（索引），你可能需要翻遍整本字典来找到要找的字。

SQL Server 中的索引以 B-Tree 的形式存储，如下图：

建立聚集索引（clustered index）来改进性能

RDBMS 随着数据的增长都会面临查询性能的下降，索引就是专门设计来解决这个问题的。聚集索引是所有索引的基础，没有它数据表就是一个堆（heap）。聚集索引决定了数据的物理存储形态，所以一张表上只能有一个聚集索引。SQL Server 的 sys.partitions 系统视图中记录着所有聚集索引的信息（它们的 Index_ID为1）。

聚集索引可以包含多个字段（列），通常应挑选绝大多数查询语句中经常涉及到的筛选字段，实际选取时应考察以下几项：

• 字段应当包含大量的非重复的值。例如：身份证号
• 默认情况下主键字段将自动建立聚集索引，但这不是必须的，你可以手工修改为非聚集索引（non-clustered index）
• 字段经常参与筛选，即：经常在 WHERE, JOIN, ORDER BY, GROUP BY 语句中使用
• 字段经常参与比较，即：经常参与 >, <, >=, <=, BETWEEN, IN 运算
• 字段长度越短越好

另外在可能的情况下建议对聚集索引实施以下规则：

• 包含的字段都设为唯一(unique)且非空(NOT NULL)
• 包含字段的长度越短越好，包含的字段越少越好
• 每张表都有聚集索引，并且把 WHERE 中经常使用到的字段作为该聚集索引的字段
• 精良避免在 varchar 列上建立聚集索引

我们来做一次10w条数据的性能比较（测试数据的生成SQL请参照附录）：

SELECT OrderDate,Amount,Refno FROM ordDemo WHERE Refno<3

索引建立前的执行计划：

CREATE CLUSTERED INDEX idx_refno ON ordDemo(refno)
GO
--再次执行相同的查询语句
SELECT OrderDate,Amount,Refno FROM ordDemo WHERE Refno<3
GO

通过对比我们可发现I/O 消耗从 0.379421 降低为 0.0571991，并且从 Table Scan 处理转变为 Index Seek。

建立非聚集索引（non-clustered index）来改善性能

上面提到了索引能有效改善查询性能，但由于一张表只能有一个聚集索引，而一个聚集索引通常无法包含所有必要的列，所以 SQL Server 允许我们建立非聚集索引来实现这个需求。

【到 SQL Server 2005 允许建立249 个非聚集索引。SQL Server 2008 及 SQL Server 2012 允许999个非聚集索引】

通常当你在某一个字段上建立一个唯一键（unique key）的时候就会自动在该列上建立一个非聚集索引。sys.partitions 系统表中存放着非聚集索引的相关信息（Index_ID>1）。

在为某张表建立非聚集索引之前请先确认两点：该表是否真的需要非聚集索引？该表是否有合适的字段来建立非聚集索引？

这是因为索引建得不好不但不能带来性能的提高，还会花费额外的空间来存放索引以及产生额外的 I/O 操作！

建立非聚集索引选择字段时应遵循以下规则：

• 字段应当包含大量的非重复的值。
• 字段经常参与等值（=）运算
• 字段经常参与筛选，即：经常在 JOIN, ORDER BY, GROUP BY 语句中使用

继续之前的测试，来看看非聚集索引带来的速度提升：

SELECT OrderDate FROM ordDemo
WHERE OrderDate='2011-11-28 20:29:00.000'
GO

建立非聚集索引，并再次执行查询：

CREATE NONCLUSTERED INDEX idx_orderdate
on ordDemo(orderdate)
GO

SELECT OrderDate FROM ordDemo
WHERE OrderDate='2011-11-28 20:29:00.000'
GO

在我们的例子中由于OrderDate 字段并不在聚集索引中，所以前一次的查询被解释成一个index scan。当我们在OrderDate 上建立一个非聚集索引后，查询将利用起该索引并解释成 index seek。

随着表的数据越来越多，用来存放非聚集索引的空间也会越来越大，并逐渐对性能造成影响。遇到这种情况可以把非聚集索引建立在独立的数据库文件或文件组(filegroup)中，从而减少对同一个文件的 I/O 操作压力。

合理的索引覆盖来改善性能

执行下面的测试 SQL

SELECT OrderDate,OrderID FROM ordDemo
WHERE OrderDate='2011-11-28 20:29:00.000'
GO

我们把 non-clustered Index 删掉了，重新建一下

--把 OrderId 包含进来
CREATE NONCLUSTERED INDEX idx_orderdate_orderId
on ordDemo(orderdate DESC,OrderId ASC)
GO

查询不出意料的再次被解析为 index seek。

注意：

一个索引中最多包含16个字段，并且这些字段的长度必须小于 900 byte。

以下类型不能作为索引的关键字段（text, ntext, image, nvarchar(max), varchar(max), varbinary(max)）

调整索引的包含字段（including columns）来提高性能

索引的包含字段的概念起源自 SQL Server 2005，SQL Server 2008 及 2012 也具备该功能。它允许你在非聚集索引中包含非键值(non-key)字段，这些字段不会记入索引的大小（这样我们也就不太会促发上文提到的索引字段上限）。另外这些字段的类型可以是除 text, ntext, image 之外的任何类型。

还是采用前文的测试案例：OrderId 并不是一个关键字段，因为他并没有在 WHERE 子句中进行筛选，所以把他作为索引的关键字段并不合适，现在我们用 INCLUDE 来把它建立为包含字段：

--删除前文的索引
DROP INDEX idx_orderdate_orderId ON ordDemo
GO

--重建索引
CREATE NONCLUSTERED INDEX idx_orderdate_Included
on ordDemo(orderdate DESC)
INCLUDE(OrderID)
GO

--再次查询
SELECT OrderDate,OrderID FROM ordDemo
WHERE OrderDate='2011-11-28 20:29:00.000'
GO

从性能上来说本节的优化结果与上一节的几乎一致，但采用了包含字段索引（include column index） 后，你受到的限制更小，并伴随着索引关键字段的减少索引的占用也变小查询起来更高效。

总结下区分索引关键字段及包含字段的基本原则：

• WHERE, ORDER BY, GROUP BY, JOIN-ON 中的使用到的字段适用于关键字段
• SELECT, HAVING 中的使用到的字段适用于包含字段

使用过滤索引（filtered index）来提高性能

过滤索引起源自 SQL Server 2008 ，SQL Server 2012 也具备该功能，你可以把它看成一个带着 WHERE 子句的非聚集索引。适当地使用能减少索引的存储尺寸及维护消耗，同时提高查询性能。

常规的索引都是对整张表的每条数据进行索引，而过滤索引仅仅对满足特定条件的记录进行索引，这个特定条件在建立过滤索引时通过 WHERE 子句来定义。

类似以下的场景你可以考虑采用过滤索引：

一张包含多年数据的巨型表，但仅查询当年数据。

一张记录产品类别的表，包含许多过期不再使用的类别。

一个订单表，包含OrderStartDate 及 OrderEndDate 字段。当订单完成时更新OrderEndDate，其他情况为 null。你可以在 OrderEndDate 上建立过滤索引，这样当你需要查询哪些订单未完成时可以利用。

在建立过滤索引时需要进行一些设定：

• ARITHABORT = ON
• CONCAT_NULL_YIELDS_NULL = ON
• QUOTED_IDENTIFIER = ON
• ANSI_WARNINGS = ON
• ANSI_NULLS = ON
• ANSI_PADDING = ON
• NUMERIC_ROUNDABORT = OFF

SET ANSI_NULLS ON
SET ANSI_PADDING ON
SET ANSI_WARNINGS ON
SET ARITHABORT ON
SET CONCAT_NULL_YIELDS_NULL ON
SET QUOTED_IDENTIFIER ON
SET NUMERIC_ROUNDABORT OFF
GO

CREATE NONCLUSTERED INDEX idx_orderdate_Filtered
on ordDemo(orderdate DESC)
INCLUDE(OrderId)
WHERE OrderDate = '2011-11-28 20:29:00.000'
GO

SELECT OrderDate,OrderID FROM ordDemo WHERE OrderDate='2011-11-28 20:29:00.000'
GO

使用列存储索引（columnstore index）来提高性能

目前为止我们讨论的都是行存储索引（rowstore index），SQL Server 2012 开始支持列存储索引。

行存储索引在数据页（data page）中保存数据行，列存储索引在数据页中保存数据列。假设我们有一张表（tblEmployee），包括 empId, FirstName, LastName 三列。行存储索引/列存储索引表现为以下存储形式：

显然当你需要对某一列值进行查找筛选的时候，列存储索引需要访问的数据页更少，从而降低了I/O开销，也因此提高了执行效率。在你决定采用列存储索引之前建议你确认一下3点：

• 你的数据表是否可以设定为只读(read-only)
• 你的数据表是否非常巨大（百万级以上）
• 如果你的数据库是个OLTP，是否能允许你切换（开/关）列存储索引

如果以上3点的答案都是OK的，那么你可以开始使用列存储索引了，不过你还会受到以下限制：

• 你不能包含1024个以上字段
• 字段类型只能是以下几种：

int

‰‰big int

‰‰small int

‰‰tiny int

‰‰money

‰‰smallmoney

‰‰bit

‰‰float

‰‰real

‰‰char(n)

‰‰varchar(n)

‰‰nchar(n)

‰‰nvarchar(n)

‰‰date

‰‰datetime

‰‰datetime2

‰‰small datetime

‰‰time

‰‰datetimeoffset (precision <=2)

‰‰decimal 或 numeric (precision <=18)

好，我们来试验一下列存储索引。执行以下的代码，他会利用到我们先前建立的聚集索引：

SELECT
  Refno
  ,sum(Amount) as SumAmt
  ,avg(Amount) as AvgAmt
FROM
  ordDemo
WHERE
  Refno>3
Group By
  Refno
Order By
  Refno
GO

接着我们把已经存在的行存储索引删除，建立列存储索引：

DROP INDEX idx_refno ON ordDemo

CREATE NONCLUSTERED COLUMNSTORE INDEX
idx_columnstore_refno
ON ordDemo (Amount,refno)

通过比较，我们可以发现I/O消耗显著下降:) 

注意：由于建立了列存储索引，该表现在是只读的，如果你要恢复成可写的状态必须删除这个列存储索引！

附录

测试数据的生成SQL

--建表
CREATE TABLE ordDemo (OrderID INT IDENTITY, OrderDate DATETIME,Amount MONEY, Refno INT)
GO

--插入 100000 条测试数据
INSERT INTO ordDemo (OrderDate, Amount, Refno)
  SELECT TOP 100000
    DATEADD(minute, ABS(a.object_id % 50000 ), CAST('2011-11-04' AS DATETIME)), ABS(a.object_id % 10), CAST(ABS(a.object_id % 13) AS VARCHAR)
  FROM sys.all_objects a
CROSS JOIN sys.all_objects b
GO