索引深入浅出(3/10)：聚集索引的B树结构

在SQL Server里，有2种表是以存储为基础的。有聚集索引的表叫聚集表，没有聚集索引的表叫堆表。在上一篇文章，我们讨论了堆表的特性和存储结构。在这篇文章里，我们来看下聚集表。

有聚集索引的表叫聚集表。聚集索引保存了使用B树结构的聚集键，并只能以此顺序存储实际的数据。这也是SQL Server限制一个表只能有一个聚集索引，因为物理存储顺序只能有一个。我们来看看B树结构的逻辑呈现。下图是基于AdventureWorks2008R2数据库，表SalesOrderDetail创建的。

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

创建一个帮助表，并通过DBCC IND将表信息导入方便进一步分析。

 -- 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

提取跟节点/索引页，中间级/索引页，叶子节点/数据页信息。

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

 SELECT * FROM dbo.sp_table_pages WHERE IndexLevel=1 --中间级/索引页
 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 --叶子节点/数据页
 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)

根据上述信息进行聚集索引结构示例图绘制。

这张表有121317条记录。SQL Server需要3层来存储这个数据。我们根据上图来分析下页。在最高层，你可以看到只有一个页，这个叫做根页（root page）。在所有的B树结构里，都只有一个根页作为树结构的访问入口点。根层始终是最高层。在我们实例里根页有第2层索引。在根层（root level）和中间级别（intermediate level）的页叫索引页。在索引页里，SQL Server保存着聚集键（clustering key）和B树下层的入口点（页面指针）。聚集键保存的子页id，最小值保存在下层页（子页）。在指定子页上的聚集键最大值可以通过下一记录找到。例如，在根层第一条记录（Salesorderdetailid =NULL,pageid=1864），Salesorderdetailid小于等于30226可以在1864号页找到。入口（Salesorderdetailid =30226,pageid=1832)）表示，salesorderdetailid值在30226与60003之间的记录可以在1832号页找到，以此类推。在那层，上一页和下一页的值将做双向链接来连接这些页。在根层因为只有一个页，所以上一页和下一页的值为0。

我们移到下一层来看，在这层有4个页。你可以在下一页和上一页里找到值，也是用来链接那层的页。这层被称为中间层（intermediate level）。中间层的个数和中间层的页数取决于表的大小和聚集键。一个大表可以有多个中间层，小表可能就没有中间层。这层的值可以和根层一样的方式读取。例如，这层的第1页的第一个入口（Salesorderdetailid =NULL,pageid=1704）表示，salesorderdetailid值小于等于72的可以在1704号页找到。

下一层是底层，称为叶子层（leaf level，index level 0）。在这层的页被称为叶子页（leaf pages）或数据页（data pages）。在这些页里，你可以找到Salesorderdetail表记录的全部数据（所有列）。换句话说，聚集索引的叶子层是实际数据存放的地方。

我们复制一张没有聚集索引的Salesorderdetail表。

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

我们来执行下列查询，2个查询都返回同样的结果，这里我们更关注的是IO部分。

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

IO统计信息如下显示。有聚集索引的表，相比另一个表，逻辑读对它来说可以忽略不计的。

我们来看看SQL如何使用聚集索引的3个逻辑读取来拿到记录的。首先我们需要找出聚集索引的根节点（root node），DBCC IND命令可以帮我们找到。

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

返回1501条记录，包含IAM页，一个索引页，和1499个数据页，部分结果显示如下。

从输出结果，我们可以知道90页（page type 2）是根页，这个页是这个表的入口点（entry point）。我们用DBCC PAGE看下这个页。

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

SQL Server在子页保存聚集键的最小值，它的页号索引页里。例如，1864号页会有表salesorderdetailid列值小于等于30226的所有记录。同样，1832号页会有表salesorderdetailid列值在30226与60003之间的所有记录（30226可能在这2个页都有）。我们查找这条记录的salesorderdetailid值小于30226，所以这条记录的所有信息可以在子页1864找到。

我们用DBCC PAGE看下这个1864页。

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

输出结果包含410条记录，下面是部分结果显示。你可以参数1（最后一个参数）来运行DBCC PAGE命令来看页头。那样我们可以找到m_type=2的索引页。用我们刚才描述的方法，我们知道要找的记录（salesorderdetailid=75）可以在子页1705里找到。

我们看下1704页的内容：

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

从页头部分，我们可以看到m_type是1，因此这个页是数据页，且是索引的叶子层。我们把如下输出结果一直往下翻。我们就有记录所有列的值，就是聚集索引叶子层，即实际的数据。

SQL Server从聚集索引只读取3页（根页，中间层的1页，还有叶子节点的1页，即数据页）就找到了我们的记录。

我们用DBCC IND命令比较下2个表的区别（SalesOrderDetail，SalesOrderDetailHeap）

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

SalesOrderDetailHeap表是堆表，只有1496个页；SalesOrderDetail表是聚集表，包含一个聚集索引，却有1501个页。这个多出的5页用来存储B树结构的中间级（intermediate）和根级（root）的索引页。我们当他是聚集索引的优点吧，多用5个页，却将逻辑读减少的只有3次。这个存储开销还是很划算的。

参考文章：

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