包含列的索引，有什么区别？

Question

我从来没有真正理解这两个索引之间的区别，谁能解释一下区别是什么（性能方面，索引结构在数据库中的样子，存储方面等）？

收录索引

CREATE NONCLUSTERED INDEX IX_Address_PostalCode  
ON Person.Address (PostalCode) 
INCLUDE (AddressLine1, AddressLine2, City, StateProvinceID); 

“正常”索引

CREATE NONCLUSTERED INDEX IX_Address_PostalCode  
ON Person.Address (PostalCode, AddressLine1, AddressLine2, City, StateProvinceID);

Answer 1

在第一个索引中，Index page 中只有 PostalCode 是键列，AddressLine1, AddressLine2, City, StateProvinceID 是叶节点的一部分，以避免 key/RID 查找

当我的表将始终在PostalCode 上过滤时，我将更喜欢第一个索引，并且任何此列AddressLine1, AddressLine2, City, StateProvinceID 将成为select 的一部分而不是过滤

select AddressLine1, AddressLine2, City, StateProvinceID
from Person.Address 
Where PostalCode=  

---

在第二个索引中，Index page 中将有五个关键列 PostalCode, AddressLine1, AddressLine2, City, StateProvinceID

当我有可能过滤像这样的数据时，我会更喜欢第二个索引

Where PostalCode = And AddressLine1 = 

或

Where PostalCode = And AddressLine2 = 

或

Where PostalCode = And AddressLine1  = and AddressLine2 = 

等等..

在任何情况下，索引中的第一列都应该是过滤的一部分以利用索引

Answer 2

在第一个示例中，只有索引列：PostalCode 存储在索引树中，所有其他列存储在索引的叶级。这使得索引的大小更小，如果您不使用 where、Join、group by 对其他列但仅对 PostalCode 使用，这将非常有用。

在第二个索引中，所有列的所有数据都存储在索引树中，这会使索引更大，但如果您要使用 WHERE/JOIN/GROUP BY/ORDER 中的任何列，这将很有用通过语句。

在选择列表中指定列时，包含列可以更快地检索数据。

例如，如果您正在跑步：

SELECT PostalCode, AddressLine1, AddressLine2, City, StateProvinceID 
FROM Person.Address 
Where PostalCode= 'A1234'

这将受益于在 PostalCode 上创建索引并包括所有其他列

另一方面，如果你正在跑步：

SELECT PostalCode, AddressLine1, AddressLine2, City, StateProvinceID 
FROM Person.Address 
Where PostalCode= 'A1234' or City = 'London' or StateProvinceID = 1 or AddressLine1 = 'street A' or AddressLine2 = 'StreetB'

这会从索引中的所有列中受益更多

看看下面的链接，这些可能对您的查询更有帮助

包含列的索引：https://msdn.microsoft.com/en-us/library/ms190806(v=sql.105).aspx

表和索引组织：https://msdn.microsoft.com/en-us/library/ms189051(v=sql.105).aspx

Answer 3

索引的内部存储采用 B-Tree 结构，由“索引页”（根页和所有中间页）和“索引数据页”（仅叶页）组成。

注意不要将“索引数据页”与存储大部分实际数据列的“数据页”（聚集索引的叶页）混淆。

• 只有索引列存储在索引页上。
• 通过在INCLUDE 部分中放置一些列，可以减少每个索引键在每个页面上存储的数据。
• 意味着需要更少的页面来保存索引键。 （更容易将这些经常使用的页面在内存中缓存更长时间。）
• 树中的级别可能更少。 （在这种情况下，性能优势可能会大得多，因为每个树级别的遍历都是另一个磁盘访问。）

使用索引时，索引键用于在索引页面之间导航到正确的索引数据页面。

• 如果索引有 INCLUDE 列，则该数据在查询需要时立即可用。
• 如果查询需要在索引键或INCLUDE 列中不可用的列，则需要对聚集索引中的正确行进行额外的“书签查找”（如果未定义聚集索引，则需要堆）。

一些需要注意的事项，希望能解决您的一些困惑：

• 如果查询中的索引和过滤器的键选择性不够，则索引将被忽略（无论您的 INCLUDE 列中有什么内容）。
• 您创建的每个索引都有 INSERT 和 UPDATE 语句的开销； “更大”的索引更是如此。 （更大的也适用于 INCLUDE 列。）
• 因此，尽管理论上您可以创建大量包含包含列的大索引来匹配访问路径的所有排列：但这会适得其反。

---

值得注意的是，在 INCLUDE 列作为功能添加之前：

• 扩展索引的键以包含索引/过滤器中不需要的列是一种常见的索引调整“技巧”。 （称为覆盖索引。）
• 这些列通常在输出列中需要，或作为连接其他表的参考列。
• 这将避免臭名昭著的“书签查找”，但缺点是使索引“更宽”而不是严格必要的。
• 事实上，索引中较早的列通常已经标识了一个唯一行，这意味着如果不是“避免书签查找”，额外包含的列将完全多余"的好处。
• INCLUDE 列基本上可以更有效地实现相同的好处。

注意需要指出的非常重要的一点。如果您习惯于总是将查询写为SELECT * ...，那么您通常从索引中的INCLUDE 列中获得零收益。通过返回所有列，您基本上可以确保在任何情况下都需要进行书签查找。