SQL Server查询优化

从上至下优化

看过一篇文章，印象深刻，里面将数据库查询优化分为四个大的方向

• 使用钞能力——给DB服务器加物理配置，内存啊，CPU啊，硬盘啊，全上顶配
• 替换存储系统——根据实际的业务情况选择不同的存储数据库，比如用ES做全文检索
• 优化存储结构——比如采用分库分表，CQRS（命令查询职责分离），分布式缓存，历史数据归档，数据序列化等
• 查询语句的优化——增加数据库索引命中率，定期清理数据库索引碎片等
  从上到下成本依次递减，性价比依次升高，今天咱们聊聊Sql Server中基于索引的“查询语句的优化”

索引数据结构

谈到索引，咱们避免不了会想到索引的存储数据结构，目前大多数RDBS（关系型数据库系统）采用B+树来存储索引数据，如果还不是特别清楚啥是B+树的话，这里有传送门点击这里。
这里简单概括一下B+树的几个特点：

• 每个节点可以存储多个元素
• 所有的非叶子节点只存储关键字信息
• 所有具体数据都存在叶子结点中
• 所有的叶子结点中包含了全部元素的信息
• 所有叶子节点之间都有一个链指针

索引分类

聚集索引

• 聚集索引根据数据行的键值在表或视图中排序和存储这些数据行。 索引定义中包含聚集索引列。 每个表只能有一个聚集索引，因为数据行本身只能按一个顺序存储。
• 只有当表包含聚集索引时，表中的数据行才按排序顺序存储。 如果表具有聚集索引，则该表称为聚集表。 如果表没有聚集索引，则其数据行存储在一个称为堆的无序结构中。

可以简单理解为数据表中的数据按照既定的顺序进行存储，而这个用来排序的字段就是聚集索引。也可以理解为一个个由Key-Value组成的元素分布在一棵B+树上，Key对应的就是索引，Value对应的就是具体的数据行。

非聚集索引

• 非聚集索引具有独立于数据行的结构。 非聚集索引包含非聚集索引键值，并且每个键值项都有指向包含该键值的数据行的指针
• 从非聚集索引中的索引行指向数据行的指针称为行定位器。 行定位器的结构取决于数据页是存储在堆中还是聚集表中。 对于堆，行定位器是指向行的指针。 对于聚集表，行定位器是聚集索引键。

大白话就是非聚集索引中存储的Key-Value，其中Key跟聚集索引一样是索引列，Value根据表是否存在聚集索引来进行区分，如果存在则Value为指向聚集索引键(也就是聚集索引的Key)的指针，不存在，则Value为指向表中数据行的指针。

查询优化

索引命中规则

在Sql语句的where条件中的列，必须是索引列中第一列的相邻顺序列。