索引 Reorganize 和 Rebuild 的区别

Posted 2020-08-06 悦光阴

在做性能优化时，经常需要创建索引，维护索引，或重建，或重组；在创建索引时，索引的数据页有时需要填充满，有时需要预留一定比例的空闲空间；在分析查询的执行计划之后，推荐创建覆盖索引（covering index），优化查询语句，使用执行计划通过Index Seek来获取少量数据等，这些都是索引优化不得不知的要点。

一，索引的重组（Reorganize）和重建（Rebuild）

在SQL Server中，索引（Index）是B-Tree（balance tree）结构，每个Page之间都有双向指针链接在一起。Index是在table结构之外，独立存在的存储结构。Index能使查询性能带来飞跃的主要原因是：Index 结构更小，能够更快加载到内存；Index ey物理顺序和逻辑一致，数据的预读取能够提高数据的加载速度，SQL Server 每次读取操作都会将物理物理相邻的多个Page一起加载到内存。

BTree结构决定 Index 的叶子节点，从左到右使依次增大，如图是Index的叶子节点，左边的Index Key最小，右边的Index Key最大：

如果更新数据导致index key变化，例如，将index key 由4变更为9，那么必须将9放置在8之后，10之前，如果8所在的Page有空间容纳9，那么SQL Server只需要将9移动到8之后，原来的4被删除，这会降低原page中数据存储的密度，造成一个碎片（fragment），即：3和5之间存在空闲空间，但是物理顺序和逻辑顺序还是一致的。

如果8和10所在的page不能容纳9，那么 SQL Server 选择最节省，最有效的方式：拆分Page。试想，如果不拆分page，那么，5，6，7，8 这几个数据行都要向前移动，为9腾挪空间。在SQL Server中，数据移动是十分浪费IO，内存和CPU资源的，IO必须在CPU的调控下进行。

拆分Page是指分配一个新的Page，将8所在的Page上的数据的一半（后一半，或前一半）移动在新的Page上，如图，将page中的后一半移动在新的page上，通过指针连接在一起，保持逻辑顺序的一致性，但是物理顺序已经不连续了。

对于Index Key移动之后，其物理顺序和逻辑顺序仍然保持一致，这会导致索引出现碎片，数据存储的密度降低；而拆分page，不仅将page存储数据的密度降低一半，而且数据的物理顺序和逻辑顺序，导致SQL Server的预读取操作效果下降。针对Index的这两种情况，根据Index的碎片率，对Index 进行重组（Reorganize）或重建（Rebuild）。

1，索引Reorganize 和 Rebuild的过程 

Rebuild 是重新创建，将索引占用的原有存储空间释放，重新申请空间来创建索引结构，这意味着，SQL Server存储引起需要为索引结构分配新的数据页，在重建索引结构时，索引占用的存储空间是其实际大小的2倍还多。

Reorganize 是重新组织索引结构的叶子节点。在重组索引时，SQL Server存储引擎首先按照原有的填充因子（Fillfactor），压缩索引结构的叶子节点；然后，使用相同的数据页，把索引结构的叶子节点重新组织，使叶子节点符合索引定义的逻辑顺序。重组索引不会分配新的数据页，只占用索引最初占用的存储空间。

ALTER INDEX { index_name | ALL }
ON schema.table
REBUILD | REORGANIZE 

2, 重建索引

在重建索引时，SQL Server 存储引擎使用索引的定义元数据，就是说，按照索引键（index key），索引类型（index type），唯一属性和排序方向重新创建索引。

• 重建索引，将使被disable的索引重新启用；
• 重建聚集索引时，不会重建与之关联的非聚集索引（nonclustered index），除非指定all关键字；all关键字指定基础表中的所有索引。
• 如果指定all关键字，而基础表（underlying table）是堆，那么重建索引的操作对基础表没有任何影响；而与基础表相关的所有非聚集索引都将会重建；

在重新创建索引（Rebuild）时，如果没有指定索引选项（Index Option），Rebuild操作使用默认的索引选项。在SQL Server 2012版本中，共有11个索引选项，其中5个索引选项的元数据存储在sys.indexes 中，分别是 ignore_dup_key、fill_factor、is_padded、allow_row_locks、allow_page_locks，其他6个索引选项使用默认值，其默认值（Default value）都是“否定的”或0，如下列表所示：

SORT_IN_TEMPDB :            Default OFF
STATISTICS_NORECOMPUTE :    Default OFF
DROP_EXISTING:              Default OFF
ONLINE:                     Default OFF
DATA_COMPRESSION :          Default NONE
MAXDOP:                     0

查看 sys.indexes 存储的索引选项：

select i.object_id,i.name as IndexName,i.index_id,i.type,i.type_desc,
    i.data_space_id,i.is_disabled,

    --Unique Property
    i.is_unique,
    
    --Constraint
    i.is_primary_key,
    i.is_unique_constraint,

    --Filter Index
    i.has_filter,
    i.filter_definition,

    --Index Options
    i.ignore_dup_key,
    i.fill_factor,
    i.is_padded,
    i.allow_row_locks,
    i.allow_page_locks
from sys.indexes i

View Code

3，重组索引

重组索引结构的叶子节点，由于SQL Server默认以联机方式重组索引，这意味着在索引重组事务执行的过程中，SQL Server 存储引擎不会长期阻塞表锁，能够对基础表（underlying table）执行更新操作。如果索引选项ALLOW_PAGE_LOCKS设置为OFF，或索引被禁用，那么不能重组索引。

二，索引的填充属性（FillFactor 和 PAD_INDEX）

在Create Index时，必须考虑属性FillFactor 和 PAD_INDEX的设置，这两个属性只在create index 或 rebuild index时起作用，表示索引页的填充程度，在索引结构中，按照结点在BTree结构中的位置，索引页分为：叶级结点，中间结点。一个数据页（Page）的大小是8KB。

• FillFactor 属性指定索引叶级结点的填充百分比，微软建议设置FillFactor=90；
• Pad_index 属性是boolean 类型，指定是否使用 FillFactor 来填充索引的中间节点；默认值是OFF；
• 在插入数据时，SQL Server 尽可能使用Page全部的空间，而不会考虑填充属性；填充属性只影响索引的创建；

PAD_INDEX = { ON | OFF }
FILLFACTOR = fillfactor 

在创建索引时，设置FillFactor=90，这意味着，SQL Server 在create index 或 rebuild index时，不是将索引页的全部空间用完，而是使用Page空间的90%，预留10%的空闲空间，预留的Page内部的空间叫做内部碎片（Internal Fragmentation）。预留一定比例的Fragmentation的作用是：减少Page拆分。预留比例需要折衷查询和更新操作：预留空间太多，能够减少Page Split，提高数据更新速度，但预留空间过多导致索引碎片（Index Fragmentation）太多，降低查询性能；预留空间太少，能够最大限度减少Index fragmentation，提高查询查询性能，但是一旦数据更新，会导致Page Split，产生外部碎片，降低查询性能。建议预留10% 的空间，这样既能提高数据更新的速度，也能兼顾数据的更新。

1，索引中间节点的填充属性PAD_INDEX

PAD_INDEX属性表示中间节点填满的程度，100减去该属性值，就是索引页预留的空闲空间的百分比，默认值是OFF；如果设置为ON，那么在索引 create 或 rebuild时，SQL Server 将使用FillFactor百分比来填充中间节点，因此，需要指定FILLFACTOR。

2，索引叶子节点的填充属性 FILLFACTOR

FillFactor选项是一个整数值，有效值是从1到100，该属性表示叶子节点填满的程度，该属性的默认值是0，和FillFactor=100行为相同，表示在创建索引或重建索引时，数据页不会预留空闲空间。

3，推荐在创建索引时，显式指定填充属性

填充属性只在创建索引（create），或重建索引（rebuild）时起作用。如果填充因子在1和100之间，那么创建聚集索引将分配更多的数据页，带来的好处是减少了页拆分操作的次数。

例如，在创建索引（create），或重建索引（rebuild）时，指定FillFactor=80，表示每个叶子节点留下20%的空闲空间，当新的数据插入到基础表（underlying table）时，SQL Server使用该20%的空闲空间来容纳新的数据。

在创建index 或重建 index时，指定 fillfactor 和 pad_index 属性:

--rebuild index
ALTER INDEX index_name
ON schema.table
REBUILD 
WITH (fillfactor = 90,pad_index=on,data_compression=page);

--create index
CREATE INDEX index_name
ON schema.table
(indexkey) 
WITH (DROP_EXISTING = ON,fillfactor = 90,pad_index=on,data_compression=page);

View Code

三，索引的查找（Index Seek）和扫描（Index Scan）

索引是B树结构，在执行查询时，Index Seek是指SQL Server从索引结构的根节点(Root Node），逐级向叶节点（Leaf Node）查找；在查找到相应叶子节点后，取出叶子节点的数据。对于聚集索引，叶子节点是整个表的数据，Index Seek能够获取到所有列的数据，而对于非聚集索引，叶子节点存储的是索引列的数据，如果索引有包含列，那么叶子节点中也存储包含列的数据，Index Seek只能获取索引列和包含列的数据；如果查询还需要返回其他列的数据，那么SQL Server必须根据索引叶子节点包含的“行地址”信息到基础表（或聚集索引）中去获取数据，这就是进行书签查找（key lookup）。Index Seek用于从大数据量的表中返回少量记录的查询。

Index Scan是直接遍历索引树的所有叶子节点，对于包含聚集索引的基础表，只能进行Index Seek或Index Scan，因为，聚集索引的叶子包含所有的数据。对于堆表，当需要返回所有列的数据，SQL Server有时会选择执行Table Scan。Table Scan是对全表进行逐行的扫描，即使数据表中只有一行数据匹配，也会将所有数据匹配一遍，微软建议，始终在数据表上创建聚集索引。

 

参考文档：

Reorganize and Rebuild Indexes

Index Seek和Index Scan的区别以及适用情况

SQL SERVER – Index Seek vs. Index Scan – Diffefence and Usage – A Simple Note