索引掃瞄與索引查詢區別

**：

掃瞄與查詢操作均是

sqlserver

從表或索引中讀取資料採用的迭代器，這些也是

sql server

支援的最基本的運算．幾乎在每乙個查詢計畫中都可以找到，因此理解它們的不同是很重要的，掃瞄是在整張表上進行處理，而索引是在整個頁級上進行處理，而查詢則返回特定謂詞上乙個或多個範圍內的資料行．

下面讓我們看乙個掃瞄的例子（這裡使用

northwind

資料庫）

select [orderid] from [orders] where [requireddate] = '1998-03-26'

在orders

表中，並不存在對

requireddate

列的索引，因此，

sql server

必須讀取

orders

表的每一行來估計每一行的

requireddate

謂詞，如果滿足該謂詞條件（即找到包含

』1998-03-26』

的記錄），則返回該行資料．

為了最大化提公升效能，

sql server

盡可能地使用掃瞄迭代器來估計該謂詞，然而，如果該謂詞過於複雜或開銷過大，

sql server

或許使用別的篩選迭代器來估計．以下是

where

關鍵字中的文字計畫的過程：

--clustered index scan(object:([orders].[pk_orders]),where:([orders].[requireddate]='1998-03-26'))

由於掃瞄表的每一行資料，不論滿足與否，因此，其查詢開銷對錶中的總記錄數是均衡的，當表中的資料很少或滿足謂詞的行比較多時，採用掃瞄操作有效，如果表中資料量比較大或滿足謂詞的行較少時，使用掃瞄將讀取更多的頁面或執行更多的

i/o操作來獲取資料，這顯而不是最有效的方法．

下面讓我們看乙個關於索引查詢的例子，下面的例子在

orderddate

列上建立了索引：

select [orderid] from [orders] where [orderdate] = '1998-02-26'

這次sql server

能夠使用索引查詢來直接找到滿足謂詞的那些記錄行，這裡稱該謂詞為＂查詢＂謂詞．大多數情況下，

sql server

並不顯式地估計＂查詢＂謂詞，而索引確保了＂查詢＂操作僅返回滿足的資料行，以下是＂查詢＂謂詞的文字計畫：

--index seek(object:([orders].[orderdate]),seek:([orders].[orderdate]=convert_implicit(datetime,[@1],0)) ordered forward)

注意：sql server

自動使用@

1引數替換查詢文字中的引數

由此看來，查詢僅掃瞄滿足該謂詞的資料頁，其查詢開銷顯然要比表中總記錄數的開銷低，因此，對於高選擇度的查詢謂詞操作，查詢通常是最有效的策略．也就是說，對於估計大表中的資料時，使用查詢謂詞是比較有效率的．

sql server

將掃瞄與查詢進行區分，如同將在堆（無聚集索引的物件）上掃瞄，聚集索引上的掃瞄，非聚集索引上的掃瞄進行分割槽．下表說明了這些出現在的查詢計畫中的掃瞄與查詢運算．

掃瞄

查詢

堆

表掃瞄聚集索引

聚集索引找描

聚集索引查詢

非聚集索引

索引掃瞄

索引查詢

可查詢的謂詞與覆蓋列

sql server

在執行索引查詢之前，它需要確定索引的鍵是否滿足查詢中的謂詞，我們稱該謂詞為＂可查詢的謂詞＂，

sql server

必須確定該索引是否包含或＂覆蓋＂查詢中引用的列集合．下面描述了如何確定哪個謂詞是可查詢的，哪個謂詞不是可查詢的，哪些列需要索引覆蓋．

單列索引

在單列索引上判斷謂詞是否是可查詢的是很容易的，

sql server

使用單列索引來響應多數簡單的比較（包括相等和不等（大於，小於等））或者更複雜的表示式，如在列上運算的函式和

like %

謂詞，這些運算子將阻止

sql server

使用索引查詢．

例如，假設我們在

col1

列上建立了單列索引，可以在以下謂詞上進行索引查詢：

ø[col1] = 3.14

ø[col1] > 100

ø[col1] between 0 and 99

ø[col1] like 'abc%'

ø[col1] in (2, 3, 5, 7)

然頁，在以下謂詞上將不能使用索引查詢：

øabs([col1]) = 1

ø[col1] + 1 = 9

ø[col1] like '%abc'

下面我通過一些例子來介紹單列索引：

首先建立一些架構物件：

create table person(id int, last_name varchar(30), first_name varchar(30))
create unique clustered index person_id on person (id)
create index person_name on person (last_name, first_name)

以下是三個查詢及其各自的文字查詢計畫，第乙個查詢在

person_name

索引上進行查詢，第二個查詢首先在第乙個鍵列上進行索引查詢，然後使用

residual

謂詞來估計

first_name,

第三個查詢不能使用索引查詢，而是使用了索引掃瞄來處理

residual

謂詞．

select id from person where last_name = 'doe' and first_name = 'john'
--index seek(object:([person].[person_name]), seek:([person].[last_name]='doe' and [person].[first_name]='john'))
select id from person where last_name > 'doe' and first_name = 'john'
--index seek(object:([person].[person_name]), seek:([person].[last_name] > 'doe'), where:([person].[first_name]='john'))
select id from person where last_name like '%oe' and first_name = 'john'
--index scan(object:([person].[person_name]), where:([person].[first_name]='john' and [person].[last_name] like '%oe'))

索引掃瞄與索引查詢區別

索引查詢和索引掃瞄

索引掃瞄總是索引掃瞄麼？

全表掃瞄與索引掃瞄

索引掃瞄與索引查詢區別

索引查詢和索引掃瞄

索引掃瞄總是索引掃瞄麼？

全表掃瞄與索引掃瞄

相關推薦