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》
本文介绍SQL On Linux上的性能提升功能，列存储索引，实际上这个并不仅仅是Linux上才有，所有平台的SQL Server包括windows、linux和云平台都有，而且在本人工作中用了不少，所以做个技术分享。
前言
在SQL 2012之前，我们能用到的所有索引都是“行存储索引”，SQL 2012首次引入列存储索引。首先，列存储是数据以逻辑上组织成一个行列形式的表，但是物理存储上又是按照按列的数据方式存储的。
相对来说，行存储是物理和逻辑上都按行的方式存储数据的格式。它是SQL Server表和索引的标准存储结构。
列存储索引，通过按列存储的结构，大幅度提升性能（体现在大幅度降低实际存储空间）。其中涉及了高效的数据压缩，数据消除和批模式模式（batch mode execution）。
列存储首先强项是压缩，而且是垂直压缩，虽然压缩功能从2008已经有，但是是基于行压缩，本人公司的项目中，数据表的列可多大4~600列，这种宽表的行压缩往往是失败的。因为超过了8096bytes的限制。而列压缩就没有这种限制。因为它已经是全新的压缩模式。如果能搭配in-memory内存技术，效果会更加好。压缩使得数据更小，很有可能完全加载到内存中而不引入额外的磁盘I/O，从而大幅度提升空间利用率，而且更小的空间使得索引的体积更小，从而进一步提升索引的效率。正如我以前说过的，在这些年来我个人的经验总结里面，性能优化实际上就是一个字“少”。
基础概念
前面的文章提到过列存储的性能测试，但是没有从头说起，所以这里补一下。列存储的核心概念有下面几个，请不要忽视概念，因为在troubleshooting的过程中，很多概念的东西反而能帮你理清思路和减少弯路。
- 行组（rowgroup）：一个行组内的行，可以被同时压缩成一个列存储格式并组合在一起。每个行组通常可包含的最大行数是 1,048,576 行。
- 片段（segment）：在行组中，数据列的一个区间。每个行组中的每列包含一个segment，最终组成列存储索引。SQL Server首先把数据切片成行组，然后在组内压缩每个片段。
- 聚集列存储索引（clustered columnstore index）：整个表都以一个列存储索引来存储，此后你不能创建常规的聚集索引，但是可以创建常规的非聚集索引。
- 非聚集列存储索引（nonclustered columnstore index）：某些列组成一个索引，以列存储的格式存在基本表上面。这个时候可以创建常规的行存储聚集索引。
- 增量行组（delta rowgroup）：少量数据进入聚集列存储索引之前，会先放到增量行组中，知道填满102400行时才进行一次性压缩。这个增量行组由SQL Server自动创建，因此一旦增量行组达到了足够的数量，就会压缩成一个列存储行组。
列存储之所谓高效，主要在下面三个特点：
- 压缩：聚集列存储索引是表的本身，通常可以把堆表的体积降低到原来的1/5~1/8，有些可以到1/10。这是的数据可以更容易地完全载入内存，同时经过业界的努力，列存储的压缩算法是很高效的。
- 数据消除：Data elimination，当数据以列形式存储时，SQL Server可以在查询中跳过不必要的列。另外SQL Server还能知道列片段中哪些行组是查询所需的。这个概念成为行组消除。有点像分区的分区消除。
- 批执行模式：Batch Mode execution，这个是从列存储出现以后才出现的。用于查询优化器一次性处理多个相关行而不是传统的一行一次。这种方式可以极大提高性能。另外从SQL 2017引入的adaptive query processing（自适应查询处理）可以通过这种方式，提供智能查询执行。
何时使用
每当出现新功能，我总会被问到什么时候用这些新功能？简单来说就是什么时候使用列存储索引，什么时候使用传统的聚集或非聚集b-tree索引，也叫行存储索引。
对于聚集列存储索引。首先要了解你的系统负载，是否何时使用聚集列存储索引，聚集列存储索引最合适针对数据仓库，绝大部分以读为主。如果不是数据仓库，通常不需要用到聚集列存储索引。
对于非聚集列存储索引。那什么时候用呢？它挺适合OLPT类型的系统，但是最合适那些范围查询而不是精确查询，同时范围查询也应该包含比较多的数据，如果非要给一个值，可能是超过100行。另外也尽量针对select和where中出现的列进行索引化而不是全表使用一个非聚集列存储索引。这种工作负载通常叫做混合事务分析处理（Hybrid Transactional Analytical Processing, HTAP）, 官方也叫实时操作分析。如果测试结果并没有明显问题，那么优先建议使用列存储索引来应对这种负载，详细内容可以看官方文档“根据需要选择最佳的列存储索引”
对于行存储索引，同样可以看上面的文章。
小结
本篇以简介为基础，后面的文章逐步深入介绍。
