《Microsoft Sql server 2008 Internals》读书笔记--第六章Indexes:Internals and Management(3)
《Microsoft Sql server 2008 Internals》读书笔记订阅地址：
http://www.cnblogs.com/downmoon/category/230397.html/rss
《Microsoft Sql server 2008 Internals》索引目录：
《Microsoft Sql server 2008 Internal》读书笔记--目录索引
上节主要学习了聚集健的依赖（The Dependancy on the Clustering key）和建立非聚集索引的聚集键的三个基本要点：聚集键应该是惟一的、窄的、静态的。 本节我们继续深入学习物理的索引结构(physical Index Structures),这一部分分为两类：一、聚集索引的物理结构。二、 非聚集索引的物理结构。
今天我们先来看第一部分： 聚集索引的物理结构
索引页(index pages)的结构和前面学过的数据页(data pages) 非常类似。惟一区别是前者存的是索引记录，而后者存的是数据记录。像SQL Server中大多数其它类型的页一样，索引页也是固定的8K大小或8192字节。索引页也有一个96字节的Header,在每个页的末端都有一个两字节 的偏移数组，用以指示每行在页中的偏移量。一个非聚集的索引拥有全部三类分配单元，分别是IN_ROW_DATA，ROW_OCERFLOW_DATA和 LOB_DATA。每一个索引在目录视图sys.indexes中对应一行。index_id是1(聚集索引）或2-250,256-1005（非聚集索 引)。正如data pages一样，251-255是系统保留值。
索引行格式 （Index Row Format）
索引行(Index rows)和数据行(Data rows)的结构非常类似。但有两个主要的区别：一、一个索引行不能有稀疏列(Sparse columns)。一个稀疏列可以用于索引，但不能作为主键，并且在创建索引时不能定义为稀疏列。二、如果一个聚集索引被创建时未定义成惟 一(unique),那么重复键值包含一个唯一标志(uniquifier)。
另外两个区别是：一个索引行没有使用TagB或FSize行头部值(row header value) ,作为FSize字 段（本来是行末尾的固定长度部分）的替代，页头部(page header)Pminlen的值被用于解码一个索引行。Pminlen Value表明行末尾的固定长度部分的偏移量。如果索引行没有可变长度列或可空列，那就是行的末尾。仅当索引行在字段Ncol有可空列，同时空位图 (null bitmap)也被设置（这句翻译不好，原文是Only if thd index row has nulable columns are the field called Ncol and the null bitmap both present)。Ncol字段包括一个表明索引行有多少列的值，这个值被用于决定在null bitmap中有多少bits。数据行有一个Ncol字段和空位图（决定是否任何列允许为空），而索引行只有一个空位图和一个Ncol字段（决定索引的任 何列是否允许Nulls,如下表：
| Information |
Mnemonic |
Size |
|---|---|---|
| Status Bits A |
TagA |
1 byte |
| Fixed-length data |
Fdata |
pminlen-1 |
| Number of columns |
Ncol |
2 bytes |
| NULL bitmap(1 byte for each column in table; 1 indicates that the corresponding column is NULL) |
Nullbits |
Ceiling (Ncol / 8) |
| Number of variable-length columns |
VarCount |
2 bytes |
| Variable column offset array;Only present if VarCount>0 |
VarOffset |
2 * VarCount |
| Variable-length data;if any |
VarData |
|
聚集索引结构(Clustered Index Structures)
聚集索引的叶级是数据本身。当一个 聚集索引被创建时，这些数据被物理复制并基于聚集健排序。聚集索引的行结构和Heap的行结构完全相同，除了以下一种情况：
当一个聚集健没 有被用"UNIQUE" 定义时。在这种情况下，SQL Server必须确保内部惟一性。为此，每个重复行需要一个附加的惟一值。
带 Uniquifier限定符聚集索引行(Clustered Index Rows with uniquifier)
正 如前面所了解的，当没有使用UNIQUE属性时，SQL Server会增加一个4字节的惟一标志符以确保每一个nonunique健值的惟一。因为聚集键被用于识别非聚集索引(书签查询)所引用的基本行，这就 需要一个惟一的方式去指向聚集索引的每一行。
SQL Server仅仅在必须的时候增加唯一标志（uniquifier),也就是说，当重复键被加到表里的时候。我们看一 个例子：
代码
go
IF OBJECTPROPERTY ( object_id ( ' Clustered_Dupes ' ), ' IsUserTable ' ) IS NOT NULL
DROP TABLE Clustered_Dupes;
go
CREATE TABLE Clustered_Dupes
(
Col1 CHAR ( 5 ) NOT NULL ,
Col2 INT NOT NULL ,
Col3 CHAR ( 3 ) NULL ,
Col4 CHAR ( 6 ) NOT NULL
);
go
CREATE CLUSTERED INDEX Cl_dupes_col1
ON Clustered_Dupes(col1);
go
SELECT indid, keycnt, name
FROM sysindexes
WHERE id = OBJECT_ID ( ' Clustered_Dupes ' );
go
第二列KeyCnt，显示了一个索引的键值数量。这个结果是;
1 2 C1_depes_Col1
这个值是2（需要注意这是在兼容性视图 sysindexes,而不是在目录视图sys.Indexes中）。如果使用"UNIQUE"属性，这个值应该是1。因为在一个非惟一的健上创 建一个聚集索引是不被推荐的，原因是这样SQL Server为保证行惟一将不得不浪费时间和空间。这个已经在前面讨论过了。
聚集索 引的非叶级(The Non-Leaf Level(s)of a Clustered Index)
当一个B-Tree被创建 时，为了导航到索引的叶级，它包含了叶级的数据行。非叶级的每一个行(针对叶级的每一个页(Page))有一个项(entry)，这个项包含了一个索引键 值和一个6字节的指针，指向这个页。在本例中，页指针由一个2字节的FileID和一个4字节的PageNumberlnTheFile组成。SQL Server并不需要一个8字节的RID，因为slot Number不需要被存储。这个项(entry)的索引键部分总是显示能被用于指针页的最小值(mininum value)。注意，这并不是实际的最低值(Lowest value)。仅仅是页最低的可能值。（当一个页上的具有最低值的行被删除时，这个级上方的索引行并没有被更新）
分析一个聚 集索引的结构(Analyzing a Clustered Index Structure)
我们先看一个例子：
代码
(
EmployeeID Int NOT NULL Identity ,
LastName nchar ( 30 ) NOT NULL , -- created as fixed width to make our row size exactly 400 bytes (to simplify the math/visualization)
FirstName nchar ( 29 ) NOT NULL ,
MiddleInitial nchar ( 1 ) NULL ,
SSN char ( 11 ) NOT NULL ,
OtherColums char ( 258 ) NOT NULL DEFAULT ' Junk '
)
go
注意我们每行刚 好400字节，换句话说，每个数据页(8096/400=20.24)可以放20行数据。这里有个原因是IN_ROW数据行不能跨页。
在 上面的定义中，这个表是一个Heap ,我们给它加一个聚集索引
ALTER TABLE Employee
ADD CONSTRAINT EmployeePK
PRIMARY KEY CLUSTERED (EmployeeID)
ON [ PRIMARY ]
go
我们使用前 面介绍过的DMV来查看索引的存储状态：
代码
-- Analyze the Employee Table's Clustered Index
-- ----------------------------------------------------------------------------
SELECT index_depth AS D
, index_level AS L
, record_count AS ' Count '
, page_count AS PgCnt
, avg_page_space_used_in_percent AS ' PgPercentFull '
, min_record_size_in_bytes AS ' MinLen '
, max_record_size_in_bytes AS ' MaxLen '
, avg_record_size_in_bytes AS ' AvgLen '
FROM sys.dm_db_index_physical_stats
( DB_ID ( ' IndexInternals ' )
, OBJECT_ID ( ' IndexInternals.dbo.Employee ' )
, 1
, NULL
, ' DETAILED ' );
go
结果：
从上图中我们看到：正如我们所期望的那样，80000行数据的表一个 4000页的叶级。从Minlen我们看到，非叶级的行长度只有11字节。这个结构很容易被细分成:4字节对应EmployeeID,6个字节对应页指 针，每行仅增加一个字节的开销(overhead)。为什么呢？因为我们的索引行只包含一个固定宽度的列，并且这些列中没有一个允许空值(Null),因 此，不需要在索引页放置一个空位图。此外，你可以在结果中看到，在Level 1仅仅只有7页数据，回忆以前我们介绍的B-Tree存储结构，我们再看看以上数据的存储结构：
我们可能通过DBCC IND命令进一步了解索引页的存储明细。
代码
DROP TABLE sp_tablepages;
go
CREATE TABLE sp_tablepages
(
PageFID tinyint ,
PagePID int ,
IAMFID tinyint ,
IAMPID int ,
ObjectID int ,
IndexID tinyint ,
PartitionNumber tinyint ,
PartitionID bigint ,
iam_chain_type varchar ( 30 ),
PageType tinyint ,
IndexLevel tinyint ,
NextPageFID tinyint ,
NextPagePID int ,
PrevPageFID tinyint ,
PrevPagePID int ,
CONSTRAINT sp_tablepages_PK
PRIMARY KEY (PageFID, PagePID)
);
go
-- TRUNCATE TABLE sp_tablepages;
INSERT sp_tablepages
EXEC ( ' DBCC IND (IndexInternals, Employee, 1) ' );
go
SELECT IndexLevel
, PageFID
, PagePID
, PrevPageFID
, PrevPagePID
, NextPageFID
, NextPagePID
FROM sp_tablepages
ORDER BY IndexLevel DESC , PrevPagePID;
GO
部分结果;
注意上图中黄色部分，页数是完全连续的，这是因为表创建时我们在空表中建 立了聚集索引，然而从Root往下，就不一定连续，因为索引被从叶级到Root按照(对应的每一个叶级)排序。这很重要，想像我们查询：
为了找到所有 EmployeeID=27682的行，（记住，这是聚集索引键值）SQL Server开始从Root页开始沿着叶级向下浏览，root Page我们已经知道是234 (IndexLevel最高2）,我们进·一步用DBCC Page命令分析：
go
DBCC PAGE (IndexInternals, 1 , 234 , 3 ) -- 参数3表示Grid格式，这里复习一下。哈，考试内容啊。
结果如下：
根据结果，我们大致判断一下27682应该在24881与37321之间, 也就是在第三页与第四页之间，为了精确定位，我们不得不沿FileID1的第三页的子页(ChildPageID)235,命令如下：
go
结果：
继续：
go
小结：通过预览一个行结构，我们复习了两样东西，索引内幕和进程。并通过一个聚集 索引值查找一个行。这个方法在从一个非聚集索引（检索已经聚集的表的数据时）执行一个书签查找(bookmark lookup)时被用到。为了更好地理解非聚集索引是如何被使用的，我们需要继续了解非聚集索引是如何被存储，以及它怎样找到数据行。这正是下一节将要了 解的内容。快两点了，打个盹先。