Sql Server中的非聚集索引详细介

　　非聚集索引，这个是大家都非常熟悉的一个东西，有时候我们由于业务原因，sql写的非常复杂，需要join很多张表，然后就泪流满面了。。。这时候就有dba或者资深的开发给你看这个猥琐的sql，通过执行计划一分析。。。或许就看出了不该有的表扫描。。。万恶之源。。。然后给你在关键的字段加上非聚集索引后。。。才发现提速比阿斯顿马丁还要快。。。那么一个问题来了，为什么非聚集索引能提速这么快。。。怎么做到的？？？是不是非常的好奇？？？

这篇我们来解开神秘面纱。

 一：现象

      先让我们一睹非聚集索引的真容，看看到底在执行计划看来是个什么玩意。。。我这里有个product表，里面灌了8w多数据，然后在name列上建立

一个非聚集索引，就像下图一样：

　　

从上图中看到了两个好玩的东西，一个就是我想看到的“索引查找[nonclustered]”，这个大家很熟悉，也是这篇要说的，然后我们还看到了一个“rid查找”，乍一看这是什么鸡巴玩意。。。非聚集索引跟它扯上什么关系了？？？

二：什么是rid

　　通过前面几篇，我想大家都知道了数据页中的记录是如何寻找的？秘密就是通过slot槽位中的偏移量决定的，那问题来了，如果上升到数据页层面，我只需要（pageid：slotid）就可以找到记录了，对不对？那如果我上升了文件层面，那是不是只需要知道（fileid:pageid:slotid)就可以找到数据页中的 记录了？其实这里的rid就是站在文件的高度通过(fileid:pageid:slotid)找到表记录的。。。既rid=rowid=(fileid:pageid:slotid)，如果你非要眼见实的话，在sq中l还真提供了这么个函数（sys.fn_physlocformatter(%%physloc%%)），我们看下图：

看了上面的图，是不是很兴奋，一目了然，比如productid=18088这条记录，然来是在1号文件，34941号数据页，0号槽位上，productid=18089是在1号槽位上，好了，当你知道rid是个什么东西的时候，我想你已经离彻底理解非聚集索引不远啦。。。

 三：非聚集索引

　　有一点我们肯定知道，就是非聚集索引是可以加速查找的，要是跟表扫描那样的龟速，那也就失去了索引的目的，既然能加速，是因为它和聚集索引一样，在底层都玩起了b树，首先我们插入一些样例数据。

drop table dbo.person

create table person(id int identity,name char(900))
create index idx_person_name on dbo.person(name)

declare @ch as int=97

while @ch<=122
begin
  insert into dbo.person values(replicate(char(@ch),5))
  set @ch=@ch+1
end

上面的sql，我故意在name列设置为900个char，这也是索引的上限值，这样的话，我dbcc就可以导出很多数据页和索引页了。

可以看到，当我dbcc ind 的时候，发现person表中已经有4个数据页，5个索引页，其中151号数据页是表跟踪页，174号为索引跟踪页，这也就说明当我建立索引后，引擎给我们分配了专门的索引页来存放我们建立的name索引，那下一步就是我们来看看这些索引中都存放着什么，这也是我非常关心的，接下来我导出173号索引页。

 dbcc page(ctrip,1,173,1)

slot 0, offset 0x60, length 912, dumpstyle byte

record type = index_record      record attributes = null_bitmap   record size = 912

memory dump @0x000000000ef1c060

0000000000000000:  16616161 61612020 20202020 20202020 †.aaaaa      
0000000000000010:  20202020 20202020 20202020 20202020 †         
0000000000000020:  20202020 20202020 20202020 20202020 †         
0000000000000030:  20202020 20202020 20202020 20202020 †         
0000000000000040:  20202020 20202020 20202020 20202020 †         
0000000000000050:  20202020 20202020 20202020 20202020 †         
0000000000000060:  20202020 20202020 20202020 20202020 †         
0000000000000070:  20202020 20202020 20202020 20202020 †         
0000000000000080:  20202020 20202020 20202020 20202020 †         
0000000000000090:  20202020 20202020 20202020 20202020 †         
00000000000000a0:  20202020 20202020 20202020 20202020 †         
00000000000000b0:  20202020 20202020 20202020 20202020 †         
00000000000000c0:  20202020 20202020 20202020 20202020 †         
00000000000000d0:  20202020 20202020 20202020 20202020 †         
00000000000000e0:  20202020 20202020 20202020 20202020 †         
00000000000000f0:  20202020 20202020 20202020 20202020 †         
0000000000000100:  20202020 20202020 20202020 20202020 †         
0000000000000110:  20202020 20202020 20202020 20202020 †         
0000000000000120:  20202020 20202020 20202020 20202020 †         
0000000000000130:  20202020 20202020 20202020 20202020 †         
0000000000000140:  20202020 20202020 20202020 20202020 †         
0000000000000150:  20202020 20202020 20202020 20202020 †         
0000000000000160:  20202020 20202020 20202020 20202020 †         
0000000000000170:  20202020 20202020 20202020 20202020 †         
0000000000000180:  20202020 20202020 20202020 20202020 †         
0000000000000190:  20202020 20202020 20202020 20202020 †         
00000000000001a0:  20202020 20202020 20202020 20202020 †         
00000000000001b0:  20202020 20202020 20202020 20202020 †         
00000000000001c0:  20202020 20202020 20202020 20202020 †         
00000000000001d0:  20202020 20202020 20202020 20202020 †         
00000000000001e0:  20202020 20202020 20202020 20202020 †         
00000000000001f0:  20202020 20202020 20202020 20202020 †         
0000000000000200:  20202020 20202020 20202020 20202020 †         
0000000000000210:  20202020 20202020 20202020 20202020 †         
0000000000000220:  20202020 20202020 20202020 20202020 †         
0000000000000230:  20202020 20202020 20202020 20202020 †         
0000000000000240:  20202020 20202020 20202020 20202020 †         
0000000000000250:  20202020 20202020 20202020 20202020 †         
0000000000000260:  20202020 20202020 20202020 20202020 †         
0000000000000270:  20202020 20202020 20202020 20202020 †         
0000000000000280:  20202020 20202020 20202020 20202020 †         
0000000000000290:  20202020 20202020 20202020 20202020 †         
00000000000002a0:  20202020 20202020 20202020 20202020 †         
00000000000002b0:  20202020 20202020 20202020 20202020 †         
00000000000002c0:  20202020 20202020 20202020 20202020 †         
00000000000002d0:  20202020 20202020 20202020 20202020 †         
00000000000002e0:  20202020 20202020 20202020 20202020 †         
00000000000002f0:  20202020 20202020 20202020 20202020 †         
0000000000000300:  20202020 20202020 20202020 20202020 †         
0000000000000310:  20202020 20202020 20202020 20202020 †         
0000000000000320:  20202020 20202020 20202020 20202020 †         
0000000000000330:  20202020 20202020 20202020 20202020 †         
0000000000000340:  20202020 20202020 20202020 20202020 †         
0000000000000350:  20202020 20202020 20202020 20202020 †         
0000000000000360:  20202020 20202020 20202020 20202020 †         
0000000000000370:  20202020 20202020 20202020 20202020 †         
0000000000000380:  20202020 20940000 00010000 00020000 †   ...........

row - offset                        
7 (0x7) - 6480 (0x1950)             
6 (0x6) - 5568 (0x15c0)             
5 (0x5) - 4656 (0x1230)             
4 (0x4) - 3744 (0xea0)              
3 (0x3) - 2832 (0xb10)              
2 (0x2) - 1920 (0x780)              
1 (0x1) - 1008 (0x3f0)              
0 (0x0) - 96 (0x60)

 

从上面至少可以发现三个有趣的现象：

<1>:173号索引页中slot0和slot1槽位指向记录的内容已经有序了，比如：aaaaa，bbbbb。。。。这样。。。。原来非聚集索引也是有序呀。。。

<2>:6161616161就是16进制的aaaaa。

　　  9400000001000000 ：这几个数字非常重要，因为是16进制表示，所以2位16进制表示一个字节，所以可以这么解释，前面4个字节表示

　　  pageid，中间2个字节表示fileid，后面2个字节表示slot，看到这里你是不是想起了rid。。。因为rid就是这三样的组合。。。原来非聚集索

　　 引的记录存放的就是“key+rowid”呀。。。。

<3>:通过最后的槽位列表，可以得知173号索引页上存放着8条索引记录。

 

　　好了，看完了叶子节点，我们再看分支节点，也就是indexlevel=1的那条索引数据页，也就是78号。ok，dbcc看看吧。

当看到这个列表的时候，不知道你脑子里面是不是有一幅图出来了，就像上一篇看到聚集索引一样，因为它的结构和聚集索引非常像，只不过非聚集索引这里多了一个rid而已。。。最后我也把图贡献一下。

 

总结一下：在走非聚集索引的时候，比如你的条件是where name='jjjjj' 时，它的逻辑是这样的，根据78号索引数据页的key的范围，然后通过rowid走到了79号索引数据页，然后在79号索引数据页中顺利的找到了jjjjj，这时候就可以拿出jjjjj的rowid去表数据页中直接定位记录，最后输出。。。。。这个也就是博客开头的地方为什么会出现rid的查找。。。