SQL Server On Linux（27）——SQL Server on Linux 性能（11）——列存储索引案例

本人新书上市，请多多关照：《SQL Server On Linux运维实战 2017版从入门到精通》

接上文：SQL Server On Linux（26）——SQL Server on Linux 性能（10）——列存储索引简介这次来做一个简单的实操演示

  这次我们使用WideWorldImportersDW库来演示。

  首先查一下哪些表用了聚集列存储索引：

USE [wideworldimportersdw]
GO
SELECT OBJECT_NAME(object_id) as table_name, name, type_desc
FROM sys.indexes
WHERE type = 5 -- type = 5 指的是聚集列存储索引
GO

  这个库有6个表用了聚集列存储索引。我们挑一个常见的Sale表，全名Fact.Sales。

  接下来我们跑一个查询，看一下聚集列存储索引的工作原理，这里使用Fact.Sale表，包含了228265行数据，这个表有两个时间列，但是数据按“Delivery Date Key”来排序，所以我们接下来的Where条件会使用这个列来做筛选。
  SQL Server有元数据来存储元组中每个片段的范围值，如果数据按照某个列排序，SQL Server会基于查询的条件跳过特定行组。

USE [wideworldimportersdw]
GO
SET STATISTICS IO ON
GO
SET STATISTICS XML ON
GO
SELECT * FROM Fact.Sale
WHERE [Delivery Date Key] >= '2016-01-01'
GO

  执行时间和I/O统计信息如下：

Table ‘Sale’. Scan count 1, logical reads 0, physical reads 0, page server reads 0, read-ahead reads 0, page server read-ahead reads 0, lob logical reads 644, lob physical reads 39, lob page server reads 0, lob read-ahead reads 627, lob page server read-ahead reads 0.
Table ‘Sale’. Segment reads 2, segment skipped 2.

  lob logical reads是指SQL Server通过聚集列存储索引在内存的cache中查询所需数据的读取次数。SQL Server把列存储索引存储在LOB中，所以我们这里用的是lob的值而不是前面的logical reads。
  第二部分的Segment reads是指片段的读取次数，segment skipped是片段消除数量，这里有点误导，实际上应该是rowgroups read和rowgroups skipped。这里的解读是聚集列存储索引有4（2+2）个rowgroups，由于片段消除导致可以跳过2个，也就是说只需要读取4个里面的2个即可。

  再看另外一个查询：

USE [wideworldimportersdw]
GO
SET STATISTICS IO ON
GO
SET STATISTICS XML ON
GO
SELECT [Customer Key], Quantity
FROM Fact.Sale
WHERE [Delivery Date Key] >= '2016-01-01'
GO

Table ‘Sale’. Scan count 1, logical reads 0, physical reads 0, page server reads 0, read-ahead reads 0, page server read-ahead reads 0, lob logical reads 49, lob physical reads 0, lob page server reads 0, lob read-ahead reads 0, lob page server read-ahead reads 0.
Table ‘Sale’. Segment reads 2, segment skipped 2.

  这个查询相对于前面的来说就是列少了，可以看到lob logical reads从644降到49，因为列少，所以所需的片段更少，当数据量非常大的时候，这种降幅是很明显的。

总结

  从这个演示中得到几点：

1. 不管是行存储索引还是列存储索引，对于关系型数据库，总是使用表的所有列并不是最佳实践。
2. 用SET STATISTICS IO 来获取I/O信息的过程中，对于列存储索引，要看Lob logical reads和Lob physical reads。对于行存储索引，我们一般看logical reads/physical reads即可。
3. 演示里面没有说明，但是额外说一下，对于聚集列存储索引，截至目前版本2019，都没有查找操作，也就是说只能看到聚集列存储索引扫描操作。