索引统计

Posted 2020-10-07 王思聪6

数据库引擎是高度优化的闭环系统，基于执行计划的反馈，查询优化器在一定程度上自动优化现有的执行计划。查询优化的核心是索引优化，数据库引擎通过计数器统计关于索引操作的数据，统计的信息包括：使用次数、物理存储、底层操作的计数，以及缺失索引等，这些统计数据存储在内存中，是数据库引擎执行情况的真实反馈，高度概括了索引的执行情况，有意识地利用索引的统计信息，有针对性地优化现有的业务逻辑代码，调整查询的执行计划，能够提高数据库的查询性能。

一，统计索引的使用次数

在用户成功提交查询语句时，执行计划中每一个单独的索引操作（Seek，Scan，Lookup或Update）都会被统计到sys.dm_db_index_usage_stats 中，例如，user_updates 计数器统计索引执行Insert,Update或Delete操作的次数，查找计数器（user_seeks, user_scans, user_lookups）统计在索引上执行的seek，scan和lookup操作的次数，如果查找计数器远远小于user_updates 计数器，这说明基础表会执行大量的更新操作，维护索引更新的开销比较大，数据库引擎利用索引提升查询性能的空间有限。 

在计数时，每一个单独的seek、scan、lookup或update操作都被计算为对该索引的一次使用，并使该视图中的相应计数器加1。

索引的Seek，Scan，Lookup和Update的含义是：

• Seek是Index Seek：通过该索引进行查找的次数
• Scan是Index Scan：通过该索引执行扫描查找的次数
• Lookup是Key Lookup：通过该索引查找到数据后，再到源数据表进行键值查找的次数，Key Lookup是非聚集索引特有的，查询性能低下，应避免这种查找方法；
• Update是Index Update：由于源表数据更新导致索引页更新的次数

Index Seek和Index Scan的区别是：

• Index Seek是从BTree的根节点开始，向子节点查找，直到叶子节点；
• Index Scan是在Index的叶子节点上，从左到右，把整个BTree的叶子节点遍历一遍，类似于Table Scan。

如果索引的Seek，Scan，Lookup的计数值较多，那么说明索引被引用的次数多；如果查找计数器数值较小，但是Update数值较多，说明维护Index的开销高于查询带来的性能提升，应该考虑修改索引的结构，或者直接把索引删除。

 View Code

二，统计索引的物理存储

使用 sys.dm_db_index_physical_stats 函数统计索引的物理存储，例如，碎片的百分比，数据存储的集中和分散程度，以及page空间的利用率等：

• avg_fragmentation_in_percent：索引外部碎片的百分比，值越大，说明索引的逻辑顺序和物理顺序差异越大，查找性能越低；
• fragment_count：分段的数量，表示索引数据的集中/分散程度；
• avg_fragment_size_in_pages：分段的大小
• avg_page_space_used_in_percent：索引内部碎片的百分比，值越大，说明page空间的利用率越高；

请阅读《索引碎片的检测和整理》，以了解更多。

三，底层操作的计数

使用 sys.dm_db_index_operational_stats 函数统计底层IO、加锁（Locking）、Latch和数据访问模式的计数，通过这些数据，用户能够追踪到查询请求必须等待多长时间才能完成数据的读写、标识索引是否存在IO热点。

在统计索引的底层操作之前，先了解跟数据的物理存储相关的术语：

• 幽灵数据(ghost)是指：在索引的叶子节点中，数据行被标记为删除，但是还没有从索引结构中物理删除，幽灵数据只存在于索引的叶子节点中，幽灵数据由后台进程定期执行物理删除。
• 转发数据（forwarding）：需要两次IO操作才能获取到指定的数据，转发操作只发生于堆表（Heap）中；当数据行被更新，导致行的Size增大，以致于该行无法存储在当前的page中，为了避免相关索引的更新，数据库引擎会把该数据行转存到一个新的Page中，并在新旧 Page中分别添加一个Pointer：在原Page中，Pointer指向新Page，该Pointer称作Forwarder Pointer；在新page中，Pointer指向原Page，称作Back Pointer。在读取数据时，数据库引擎首先从Forwarder Pointer中读取数据存储的指针，然后，根据指针到相应的地址空间中读取真正的数据。
• 获取（Fetch）数据：用于从LOB或Row_Overflow的分配单元（Allocation Unit）中取回（Retrive）数据，大字段数据存储在特定的LOB或Row_Overflow类型的数据页中。
• 剥离（Push Off）数据列：用于统计数据库引擎把LOB或Row-Overflow数据从原有的In-Row 数据页剥离的次数。在执行Insert或Update操作之后，数据行的Size增长，不能存储在当前的Page中，必须把大数据字段的数据从原来的数据行中分离，存储在指定的分配单元中，这个过程就是数据列的剥离。
• 拉回（Pull In）数据行：是Push Off的逆过程，用于统计数据库引擎把数据从LOB或Row-Overflow数据页拉入到In-Row数据页的次数，拉入数据行一般发生在更新数据之后，数据行的Size减小，数据行在释放存储空间之后，能够存储在In-Row Page中，数据引擎把数据从LOB或Row-Overflow数据页拉入到In-Row数据页，这个过程是数据列的拉回。

This (pulled in-row) occurs when an update operation frees up space in a record and provides an opportunity to pull in one or more off-row values from the LOB_DATA or ROW_OVERFLOW_DATA allocation units to the IN_ROW_DATA allocation unit.

以下脚本用于统计索引底层的存储动作和锁/Latch的争用：

 View Code

该函数统计的Latch征用数据主要分为PageLatch和PageIOLatch，其区别是：

• PageLatch是指：在访问数据有关的数据页（Data Page或Index Page）时，如果相应的Page已经存在于Buffer Pool中，那么SQL Server先获取buffer的latch，这个Latch就是 PageLatch，然后读取Buffer中的数据。

  PageLatch是施加在Buffer上的Latch， 用来保护：Data page，Index Page, 系统page（PFS,GAM,SGAM,IAM等）的争用访问；在数据更新时，分配新的page，或拆分 索引页（Index Page），会产生PageLatch 等待。

• PageIOLatch是指：用于把数据从索引或Heap中加载到内存。当数据页从物理文件中的Page中读取到内存时，申请对内存Buffer施加的Latch是PageIOLatch。当数据页不在内存里时，SQL Server 先在内存中预留一个Page，然后从硬盘读取，加载到内存Buffer中，此时，SQL Server申请并获取的latch类型是PAGEIOLATCH，PageIOLatch表示正在进行IO操作。PageIOLatch_EX表示正在将disk中的数据页加载到内存，PageIOLatch_SH表示在加载数据页到内存期间，试图读取内存中的数据页，此时加载数据页的过程没有完成，处于Loading状态。如果经常出现PageIOLatch_SH，表明Loading数据页的时间太长，可能出现IO bottleneck。

分析查询结果，根据计数器的数值，调整数据库，使系统达到最优状态：

• 如果发现字段leaf_ghost_count的数值特别大，说明索引中存储很多幽灵数据，可以通过重建索引（Rebuild）清理幽灵数据行：

alter index index_name
on table_name
rebuild

• 如果PageIOLatch等待较多，说明数据库频繁的执行硬盘IO操作，可能的原因是内存不足，或者数据文件没有分散到多个物理硬盘上
• 如果PageLatch等待较多，说明数据库存在IO热点，可以通过增加数据文件ndf，把数据库分散到不同的物理硬盘上，以减少IO热点

四，缺失索引

查询优化器（Query Optimizer）在执行查询时，如果检测到执行计划缺失索引，会把缺失索引的相关信息存储在缓存中，通过  sys.dm_db_missing_index_details 可以检测查询优化器建议创建的缺失索引。

该视图返回的缺失索引的索引键及包含列信息，在索引列的顺序上，相等列（equality）应该排在不等列（inequality）之前，包含列（Included）应该添加到INCLUDE子句中，但是，该视图不会标识出相等列（equality）的排列顺序，需要根据查询语句和选择性来设置，索引键的第一列至关重要。

 View Code

五，查看表上创建的所有索引及其定义

通过视图 sys.indexes 和 sys.index_columns 查看在基础表创建的所有索引：

 View Code

 

参考文档：

An in-depth look at Ghost Records in SQL Server

Index Related Dynamic Management Views and Functions (Transact-SQL)