索引深入淺出(3/10)：聚集索引的B樹結構

在SQL Server里，有2種表是以存儲為基礎的。有聚集索引的表叫聚集表，沒有聚集索引的表叫堆表。在上一篇文章，我們討論了堆表的特性和存儲結構。在這篇文章里，我們來看下聚集表。

有聚集索引的表叫聚集表。聚集索引保存了使用B樹結構的聚集鍵，並只能以此順序存儲實際的數據。這也是SQL Server限制一個表只能有一個聚集索引，因為物理存儲順序只能有一個。我們來看看B樹結構的邏輯呈現。下圖是基於AdventureWorks2008R2數據庫，表SalesOrderDetail創建的。

USE IndexDB
GO
SELECT * INTO dbo.SalesOrderDetail FROM AdventureWorks2008R2.Sales.SalesOrderDetail
GO
CREATE UNIQUE CLUSTERED INDEX ix_SalesOrderDetail ON dbo.SalesOrderDetail(SalesOrderDetailID)

創建一個幫助表，並通過DBCC IND將表信息導入方便進一步分析。

-- Create a helper table
CREATE TABLE sp_table_pages
(
  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 INT,
  PrevPagePID int, 
  PRIMARY KEY (PageFID, PagePID)
)
GO

-- Write everything in a table for further analysis
INSERT INTO sp_table_pages EXEC('DBCC IND(IndexDB,SalesOrderDetail,-1)')
GO

提取跟節點/索引頁，中間級/索引頁，葉子節點/數據頁信息。

SELECT * FROM dbo.sp_table_pages WHERE IndexLevel=2 --根節點/索引頁
DBCC TRACEON(3604)
DBCC PAGE(IndexDB,1,90,3)

SELECT * FROM dbo.sp_table_pages WHERE IndexLevel=1 --中間級/索引頁
DBCC TRACEON(3604)
DBCC PAGE(IndexDB,1,1864,3)
DBCC TRACEON(3604)
DBCC PAGE(IndexDB,1,1832,3)
DBCC TRACEON(3604)
DBCC PAGE(IndexDB,1,1808,3)
DBCC TRACEON(3604)
DBCC PAGE(IndexDB,1,1896,3)

SELECT * FROM dbo.sp_table_pages WHERE IndexLevel=0 --葉子節點/數據頁
DBCC TRACEON(3604)
DBCC PAGE(IndexDB,1,1704,3)
DBCC TRACEON(3604)
DBCC PAGE(IndexDB,1,1720,3)
DBCC TRACEON(3604)
DBCC PAGE(IndexDB,1,1752,3)
DBCC TRACEON(3604)
DBCC PAGE(IndexDB,1,1784,3)

根據上述信息進行聚集索引結構示例圖繪制。

這張表有121317條記錄。SQL Server需要3層來存儲這個數據。我們根據上圖來分析下頁。在最高層，你可以看到只有一個頁，這個叫做根頁（root page）。在所有的B樹結構里，都只有一個根頁作為樹結構的訪問入口點。根層始終是最高層。在我們實例里根頁有第2層索引。在根層（root level）和中間級別（intermediate level）的頁叫索引頁。在索引頁里，SQL Server保存着聚集鍵（clustering key）和B樹下層的入口點（頁面指針）。聚集鍵保存的子頁id，最小值保存在下層頁（子頁）。在指定子頁上的聚集鍵最大值可以通過下一記錄找到。例如，在根層第一條記錄（Salesorderdetailid =NULL,pageid=1864），Salesorderdetailid小於等於30226可以在1864號頁找到。入口（Salesorderdetailid =30226,pageid=1832)）表示，salesorderdetailid值在30226與60003之間的記錄可以在1832號頁找到，以此類推。在那層，上一頁和下一頁的值將做雙向鏈接來連接這些頁。在根層因為只有一個頁，所以上一頁和下一頁的值為0。

我們移到下一層來看，在這層有4個頁。你可以在下一頁和上一頁里找到值，也是用來鏈接那層的頁。這層被稱為中間層（intermediate level）。中間層的個數和中間層的頁數取決於表的大小和聚集鍵。一個大表可以有多個中間層，小表可能就沒有中間層。這層的值可以和根層一樣的方式讀取。例如，這層的第1頁的第一個入口（Salesorderdetailid =NULL,pageid=1704）表示，salesorderdetailid值小於等於72的可以在1704號頁找到。

下一層是底層，稱為葉子層（leaf level，index level 0）。在這層的頁被稱為葉子頁（leaf pages）或數據頁（data pages）。在這些頁里，你可以找到Salesorderdetail表記錄的全部數據（所有列）。換句話說，聚集索引的葉子層是實際數據存放的地方。

我們復制一張沒有聚集索引的Salesorderdetail表。

SELECT * INTO dbo.SalesOrderDetailHeap FROM AdventureWorks2008R2.Sales.SalesOrderDetail
GO

我們來執行下列查詢，2個查詢都返回同樣的結果，這里我們更關注的是IO部分。

SET STATISTICS IO ON
GO
SELECT * FROM SalesOrderDetail WHERE SalesOrderDetailID =75
GO
SELECT * FROM SalesOrderDetailheap WHERE SalesOrderDetailID =75

IO統計信息如下顯示。有聚集索引的表，相比另一個表，邏輯讀對它來說可以忽略不計的。

我們來看看SQL如何使用聚集索引的3個邏輯讀取來拿到記錄的。首先我們需要找出聚集索引的根節點（root node），DBCC IND命令可以幫我們找到。

DBCC IND('IndexDB','SalesOrderDetail',1)

返回1501條記錄，包含IAM頁，一個索引頁，和1499個數據頁，部分結果顯示如下。

從輸出結果，我們可以知道90頁（page type 2）是根頁，這個頁是這個表的入口點（entry point）。我們用DBCC PAGE看下這個頁。

DBCC traceon(3604)
GO
DBCC page('IndexDB',1,90,3) 

SQL Server在子頁保存聚集鍵的最小值，它的頁號索引頁里。例如，1864號頁會有表salesorderdetailid列值小於等於30226的所有記錄。同樣，1832號頁會有表salesorderdetailid列值在30226與60003之間的所有記錄（30226可能在這2個頁都有）。我們查找這條記錄的salesorderdetailid值小於30226，所以這條記錄的所有信息可以在子頁1864找到。

我們用DBCC PAGE看下這個1864頁。

DBCC traceon(3604)
GO
DBCC page('IndexDB',1,1864,3) 

輸出結果包含410條記錄，下面是部分結果顯示。你可以參數1（最后一個參數）來運行DBCC PAGE命令來看頁頭。那樣我們可以找到m_type=2的索引頁。用我們剛才描述的方法，我們知道要找的記錄（salesorderdetailid=75）可以在子頁1705里找到。

我們看下1704頁的內容：

DBCC traceon(3604)
GO
DBCC page('IndexDB',1,1705,3)  with tableresults

從頁頭部分，我們可以看到m_type是1，因此這個頁是數據頁，且是索引的葉子層。我們把如下輸出結果一直往下翻。我們就有記錄所有列的值，就是聚集索引葉子層，即實際的數據。

SQL Server從聚集索引只讀取3頁（根頁，中間層的1頁，還有葉子節點的1頁，即數據頁）就找到了我們的記錄。

我們用DBCC IND命令比較下2個表的區別（SalesOrderDetail，SalesOrderDetailHeap）

DBCC IND('IndexDB','SalesOrderDetail',1)
DBCC IND('IndexDB','SalesOrderDetailHeap',1)

SalesOrderDetailHeap表是堆表，只有1496個頁；SalesOrderDetail表是聚集表，包含一個聚集索引，卻有1501個頁。這個多出的5頁用來存儲B樹結構的中間級（intermediate）和根級（root）的索引頁。我們當他是聚集索引的優點吧，多用5個頁，卻將邏輯讀減少的只有3次。這個存儲開銷還是很划算的。 

參考文章：

http://www.sqlservercentral.com/blogs/practicalsqldba/2013/03/12/sql-server-index-part-3-explaining-the-clustered-table-structure/