了解聚集索引

Posted 2023-02-23

【中文标题】了解聚集索引

【英文标题】：Understanding clustered index

【发布时间】：2016-01-03 08:19:19

【问题描述】：

由于PostgreSQL 不支持聚集索引，我正在考虑MSSQL 服务器。我已阅读 article 比较聚集和非聚集索引。这篇文章的要点是（强调我的）：

非聚集索引存储一个值和一个指向实际的指针 保存该值的行。

还有

聚集索引不需要存储指向实际行的指针 因为表中的行存储在磁盘上 与聚集索引完全相同的顺序

正如there 和there 告诉我的那样，支持表数据的物理 排序非常困难，特别是如果表被拆分为多个驱动器。现在，我遇到了聚集索引概念，假设数据以某种物理顺序存储。这就是我所困惑的。

问题：什么是聚集索引结构？是否支持tree 类结构遍历，就像PosgtreSQL 对btree 索引所做的那样？

【问题讨论】：

所以你想从 PostgreSQL 迁移到 MS SQL Server 只是为了获得聚集索引？！？

@jarlh 不完全是，我只是想通过MSSQL 示例来理解这个概念。特别是，如果聚簇索引仅以物理方式（以某种方式）对数据进行排序，那就很清楚了。但是我怎么能将它与 btree 结构和物理顺序联系起来。我无法想象它实现的任何方式......

是什么让你绊倒了？数据可以排序，或者行的数据可以是索引的一部分？

@RowlandShaw 啊，看来我明白了。在非聚集索引中，我们需要遍历 btree，以获取指向一行的 指针，并通过该指针获取该行。它会导致驱动头移动以首先获取指针，然后再移动以获取实际行。此外，该表是逐页物理存储的，这进一步减少了头部移动开销。这是对这个概念的正确理解吗？

如果假设您要使用 GUID 作为聚集索引，您的数据将类似于 ('F0CD53B7-5842-49B4-A685-1CEFF8EE750F', 'A3DB7FD6-19B8-4278-AEFE-949DBCD1C9A4')，并且由于聚集索引的性质，数据已排序。由于数据移动和移动以适应新条目，所有随后对该表的插入都将导致数据重组。而使用日期时间......所有新插入只会附加到末尾，不需要重新组织。当您为 CL 索引选择正确的数据类型时，这会大大降低插入成本。

【参考方案1】：

在 SQL Server 中，索引被组织为 B 树。索引 B 树中的每一页称为索引节点。 B树的顶端节点称为根节点。索引中最底层的节点称为叶节点。根节点和叶节点之间的任何索引级别统称为中间级别。在聚集索引中，叶节点包含基础表的数据页。根和中间级节点包含保存索引行的索引页。每个索引行包含一个键值和一个指向 B 树中的中间级别页面或索引叶级别中的数据行的指针。索引的每一级中的页面都链接在一个双向链表中。

聚集索引在 sys.partitions 中有一行，索引使用的每个分区的 index_id = 1。默认情况下，聚集索引只有一个分区。当聚集索引有多个分区时，每个分区都有一个 B 树结构，其中包含该特定分区的数据。例如，如果一个聚集索引有四个分区，那么就有四个 B-tree 结构；每个分区一个。

供参考

https://technet.microsoft.com/en-us/library/ms177443(v=sql.105).aspx http://www.sqlservercentral.com/blogs/practicalsqldba/2013/03/14/sql-server-part-4-explaining-the-non-clustered-index-structure-/

【讨论】：

所以，除了按物理顺序排列的表之外，我们还有实际遍历到物理行的索引行（根级和中间级），对吧？

那么你是说只有一个分区的聚集索引没有B-Tree？

【参考方案2】：

在聚集索引中有三个层次

1.根级别

2.中级

3.叶级

聚集索引包含叶级别的数据行。 如果您在索引列中搜索值，则查询引擎将首先在根级别查找该值，如果该值在根级别可用，则查询引擎将不会进入中间级别或叶级别。如果该值不是基于根级别，那么它将在中间级别或叶级别搜索该值。 如果数据行数太少，则聚集索引中没有可用的中间级别。

下图可以帮助你理解聚集索引的基础知识：