Sql Server 索引以及页和区

索引（Index），相信大家都知道就是给表中的数据添加了一个目录，使我们可以快速检索到我们想要的数据，但这个目录是什么？SqlServer又是如何管理的？要搞明白这些,我们就要先了解sqlserver数据库中的页（Page）,区（Extents）的概念，如有不对的地方，欢迎拍砖指正。

页（Page）

页是数据存储的最本单位，SqlServer读写也是以页为单位进行的，即页是对数据管理的最小单位。页的大小8192B=8KB, 1MB存储128个数据页。
一个页具体如下图所示(图片引用MSDN)，包含3部分:
- 头信息Page Hearder，占用96byte，存储关于页的信息，页码，页类型等;
- 数据行DataRows，具体存储的内容，占用8060byte；
- 行偏移表Row Offset Table，记录每个数据行第一个字节和页首(即96byte)的距离，顺序和页中行的顺序相反,占36byte;
页的类型本文涉及到的主要如下，其它页类型可自行查询MSDN
- Data：当行中的文本设置为 ON 时，具有除 text、ntext、image、nvarchar(max)、varchar(max)、varbinary(max) 和 xml 数据以外的所有数据的数据行。
- Index：索引条目。
- Text/Image：大型对象数据类型：（text、ntext、image、nvarchar(max)、varchar(max)、varbinary(max) 和 xml 数据）,数据行超过 8 KB 时为可变长度数据类型列：（varchar、nvarchar、varbinary 和 sql_variant）
看到上面的Index页类型，我们就明白了索引和数据行一样也是存储在页中的，而且SqlServer针对不同的数据类型划分了不同的页类型，大数据类型（text,image,varchar(max),nvarchar(max)）是存储在Text/Image页类型中的，该类型中还会存储单个数据行超过8KB时的可变长类型，即一页中只有一行，且数据行所占空间大小大于8060（即8192-96-36）byte，实际表中所有列的和不能大于8053byte（两者为啥相差7byte可参考此链接），这种情况下sqlServer会从最大长度的可变长度列开始动态将一个或多个列移动到 ROW_OVERFLOW_DATA 分配单元中的页，并在原始页中维护一个指针，如果后续数据行变小，SqlServer会将列再移回来。

区（Extents）

区是磁盘上连续的8个页，8*8KB=64KB。

混合盘区 Mixed Extents：每个页可能对应不同对象；
统一盘区 Uniform Extents:一个区中的8个页对应一个对象

索引（Index）

通过上面我们已经知道，索引也是存储在页上的，具有聚集索引（Clustered Index）的表是以B-tree（不是B减树。。。）结构组织的且数据按聚集索引顺序存储，否则存储在堆（Heap）上。B树上每一页称为一个索引节点，其中包含：

根节点：顶端节点，包含存有索引行的索引页；
中间级：根和叶节点之间的，同根节点包含存有索引行的索引页；
叶节点：底层节点，包含基础表的数据页；

索引行：包含一个键值和一个指针，该指针指向B树上的某一中间级页或叶级索引中的某个数据行。每级索引中的页均被链接在双向链接列表中.

非聚集索引（Nonclustered Index）：具有和聚集索引相同的B树，区别如下：

数据行不会按照非聚集键排序和存储；
叶级节点指向的不是数据页而是索引页；

索引行：包含非聚集键和行定位符，此定位符指向聚集索引或堆中包含该键值的数据行.

表组织结构图（图片引用MSDN）,最底下一行是三种分配单元,详细可直接前往MSDN连接查看。

一些思考：

通过以上内容，我们可以更直观，更容易总结出：

应该尽量把索引设置在较窄的列上，这样一个页上就可以存储更多的索引行，检索的效率就高了；
经常变动的列上不宜设置索引，因为会导致数据行及索引页的一连串修改调整；
建立多个索引可以提供表的查询性能，但同时也增加了修改数据的复杂度；
索引应尽量覆盖查询，因为数据全部存储在索引中，从而减少了磁盘I/O

...

最近花了一些时间整理了一下页，区，索引的相关知识点，并看了一些博客，感觉之前很多不懂的地方都豁然开朗了，其实相关内容还有很多，这里只是介绍了一部分，另外我们还是要多看官方文档（MSDN建议看英文的，中文翻译的好多地方让你很迷惑，看英文版反而能看懂）和大牛们的博客。

参考链接