唯一与非唯一聚集索引

在上一篇文章里，我们讨论了堆表上唯一/非唯一非聚集索引。在SQL Server里没有聚集索引定义的叫堆表。当你在堆表上定义了一个聚集索引，你的表数据就会重组按聚集键的顺序进行物理存储，因为这个表叫做聚集表。这篇文章里，我想谈下唯一和非唯一聚集索引之间的区别，这2类聚集索引对存储的影响。

看这个文章之前，希望你对聚集索引有个基本的认识，并且知道堆表和聚集表之间的区别，还有当在表上定义了一个聚集索引，表里数据页是如何组织的（B树结构）。

我们从唯一聚集索引谈起。在SQL Server里你有很多方法去定义唯一聚集索引。第1个最简单的方法就是列上定义一个主键（PRIMARY KEY）约束。SQL Server通过在表上创建那列的唯一聚集索引来施行主键（PRIMARY KEY）约束。另外一个方法是通过CREATE CLUSTERED INDEX语句来常见唯一聚集索引——但当你不指定UNIQUE属性时，SQL Server默认是会为你创建非唯一的聚集索引！下列这段代码会创建Customers表，这个表结构和上篇文章一样，但这次我们在CustomerID列创建主键（PRIMARY KEY）约束。因此SQL Server会在表上创建唯一聚集索引，在叶子层里，数据页是按CustomerID列值排序的。

 1 -- Create a table with 393 length + 7 bytes overhead = 400 bytes
 2 -- Therefore 20 records can be stored on one page (8.096 / 400) = 20,24
 3 CREATE TABLE Customers
 4 (
 5    CustomerID INT NOT NULL PRIMARY KEY IDENTITY(1, 1),
 6    CustomerName CHAR(100) NOT NULL,
 7    CustomerAddress CHAR(100) NOT NULL,
 8    Comments CHAR(189) NOT NULL
 9 )
10 GO
11 
12 -- Insert 80.000 records
13 DECLARE @i INT = 1
14 WHILE (@i <= 80000)
15 BEGIN
16    INSERT INTO Customers VALUES
17    (
18       'CustomerName' + CAST(@i AS CHAR),
19       'CustomerAddress' + CAST(@i AS CHAR),
20       'Comments' + CAST(@i AS CHAR)
21    )
22 
23    SET @i += 1
24 END
25 GO

我们可以通过DBCC IND命令找出索引根页后（PageType为2，IndexLevel为2，即B树有3层：根和叶子层，PagePID为15359），就可以使用DBCC PAGE查看根页的内容。这里我的索引根页是15359。

1 TRUNCATE TABLE dbo.sp_table_pages
2 INSERT INTO dbo.sp_table_pages
3 EXEC('DBCC IND(ALLOCATIONDB, Customers, -1)') 
4 
5 SELECT * FROM dbo.sp_table_pages ORDER BY IndexLevel DESC

1 DBCC PAGE(ALLOCATIONDB, 1, 15359, 3)
2 GO

从上图里，我们可以看到每个索引记录包含聚集键，在这个例子是CustomerID列的值。

如果你从字节存储级别分析聚集索引记录的话，你会发现SQL Server这里使用下列字节信息：

• 1 byte：状态位
• n bytes：聚集键——这个例子里是4 bytes
• 4 bytes：页ID（PageID）
• 2 bytes：文件ID（FileID)

可以看出，聚集键的长度直接影响索引记录的长度。这就是说，你的聚集键长度越小，索引页上就可以存放更多的索引记录，因此你的聚集索引将更紧凑，查找更快，维护更容易。当你在你的聚集索引继续往下看时，你会发现所有中间层的索引结构和刚才的描述完全一样。这2层是没有任何区别的，除了索引叶子层，因为这层包含你实际逻辑排序的数据页。

现在我们来看看SQL Server里非唯一聚集索引，看看它们和唯一聚集索引的区别。为了演示这类索引，我重建了Customers表，并通过CREATE CLUSTERED INDEX语句在表上创建了非唯一聚集索引。

 1 DROP TABLE dbo.Customers
 2 -- Create a table with 393 length + 7 bytes overhead = 400 bytes
 3 -- Therefore 20 records can be stored on one page (8.096 / 400) = 20,24
 4 CREATE TABLE Customers
 5 ( 
 6    CustomerID INT NOT NULL,
 7    CustomerName CHAR(100) NOT NULL,
 8    CustomerAddress CHAR(100) NOT NULL,
 9    Comments CHAR(181) NOT NULL
10 )
11 GO
12 
13 -- Create a non unique clustered index
14 CREATE CLUSTERED INDEX idx_Customers_CustomerID
15 ON Customers(CustomerID)
16 GO

最后，我插入80000条记录，这些记录的CustomerID列（聚集键）不再唯一：

 1 -- Insert 80.000 records
 2 DECLARE @i INT = 1
 3 WHILE (@i <= 20000)
 4 BEGIN
 5    INSERT INTO Customers VALUES
 6    (
 7       @i,
 8       'CustomerName' + CAST(@i AS CHAR),
 9       'CustomerAddress' + CAST(@i AS CHAR),
10       'Comments' + CAST(@i AS CHAR)
11    )
12    INSERT INTO Customers VALUES
13    (
14       @i,
15       'CustomerName' + CAST(@i AS CHAR),
16       'CustomerAddress' + CAST(@i AS CHAR),
17       'Comments' + CAST(@i AS CHAR)
18    )
19    INSERT INTO Customers VALUES
20    (
21       @i,
22       'CustomerName' + CAST(@i AS CHAR),
23       'CustomerAddress' + CAST(@i AS CHAR),
24       'Comments' + CAST(@i AS CHAR)
25    )
26  
27    INSERT INTO Customers VALUES
28    (
29       @i,
30       'CustomerName' + CAST(@i AS CHAR),
31       'CustomerAddress' + CAST(@i AS CHAR),
32       'Comments' + CAST(@i AS CHAR)
33    )
34 
35 SET @i += 1
36 END
37 GO

我们找下这个非唯一聚集索引的根页：

1 TRUNCATE TABLE dbo.sp_table_pages
2 INSERT INTO dbo.sp_table_pages
3 EXEC('DBCC IND(ALLOCATIONDB, Customers, -1)') 
4 
5 SELECT * FROM dbo.sp_table_pages ORDER BY IndexLevel DESC

我们再来看看根页的内容：

1 DBCC PAGE(ALLOCATIONDB, 1, 15359, 3)
2 GO

我们发现，SQL Server这里增加了UNIQUIFIER (key)的额外列。这列是SQL Server用来保证非唯一聚集键唯一。UNIQUIFIER (key)是4 bytes始于0的长整型值。当你有2条CustomerID值都是1380时，第1条的UNIQUIFIER为0，第2条的UNIQUIFIER值为1。但SQL Server只在索引的导航结构（高于叶子层的所有层）里保存UNIQUIFIER，即叶子层的UNIQUIFIER不为0。SQL Server只在非唯一聚集索引的导航结构里包含0值的UNIQUIFIER，这就是说导航结构里是不物理保存UNIQUIFIER的。在非唯一聚集索引里，唯一保存UNIQUIFIER的地方是在数据页，就是保存实际数据的地方。下图是我们聚集聚集索引里的中间层，你会看到UNIQUIFIER在这里是保存的。

1 DBCC PAGE(ALLOCATIONDB, 1, 15359, 3)
2 GO
3 
4 DBCC PAGE(ALLOCATIONDB, 1, 14635, 3)
5 GO

最后我们看看数据页14633：

1 DBCC TRACEON(3604)
2 DBCC PAGE(ALLOCATIONDB, 1, 14633, 3) with tableresults
3 GO

我们来找4条CustomerID值为1的记录，看看UNIQUIFIER的值是多少（应该是0，1，2，3）。

因此唯一和非唯一聚集索引的区别是在数据页，因为当使用非唯一聚集索引时，SQL Server使用4 bytes长的UNIQUIFIER来保证它们唯一，要记住，在你定义非唯一聚集索引时，这个额外开销始终存在。

本文转自Woodytu博客园博客，原文链接：http://www.cnblogs.com/woodytu/p/4562547.html，如需转载请自行联系原作者