SQL SERVER全面優化-------索引有多重要？開篇小測驗簡單粗暴的添加索引Expert 診斷優化系列-------------針對重點語句調索引SQL SERVER全面優化-------Expert for SQL Server 診斷系列SQL Server 深入解析索引存儲(上)SQL Server 深入解析索引存儲(中)SQL Server 深入解析索引存儲(下)SQLSERVER聚集索引與非聚集索引的再次研究（上）SQLSERVER聚集索引與非聚集索引的再次研究（下）

想了好久索引的重要性應該怎麼寫？講原理結構？我估計大部分人不願意看，也不願意花那麼多時間仔細研究。光寫應用？感覺不明白原理一樣不會用。舉例說明？情況太多也寫不全....到底該怎麼寫呢？

　　随便寫吧，想到哪寫到哪！

　  前面很多篇不管CPU、記憶體、磁盤、語句等等等都提到了索引的重要，我想剛剛開始學資料庫的在校學生都知道索引對語句性能的重要性。但他們可能不知道，對語句的重要性就是對系統的重要性！

　　

　　抛出一個問題 ：你相信一條語句就能讓你的大系統挂掉麼？

　　帶着問題，首先還是貼出我的座駕

　

　　最近不太喜歡紅色換了一輛！

--------------部落格位址---------------------------------------------------------------------------------------

廢話不多說，直接開整-----------------------------------------------------------------------------------------

　　下面這樣一個小SQL 你該怎麼樣添加最優索引

　　你是否一眼就能看出來呢？

　　答案将在文章中逐漸揭曉~~~

　　看過我前面文章的看官們一定會發現我很喜歡用“簡單粗暴”這個詞，一是因為詞彙量小文筆也差，真心用不出高大上的詞兒！ 再一個，你們不喜歡簡單粗暴麼~~幹貨最重要，不是麼？

　　首先我們看一下沒有優化前的執行計劃

　　clustered index scan 這其實就是表掃描，不是table scan 隻是因為表上有聚集索引

　　可以看出這個查詢倆表都使用了表掃描！　　

　　where 條件添加索引

　　首先大多數人都知道 where 條件中的字段需要添加索引! 我們添加一下看看效果建立 

　　在 bigproduct 表上建立 name 列索引 ，在bigtransactionhistory表上建立 TransactionDate 列索引。

　　再次執行語句看一下效果！

　　添加where索引以後可以看到以下幾個現象

bigproduct 從原來的clustered index scan 變成 index seek

另外多出來個KEY Lookup(clustered)

bigproduct 上添加的索引起了作用，邏輯讀bigproduct 由 601 變成 10。

bigtransactionhistory 沒啥變化啊 還是clustered index scan

　　解釋一下出現的現象 ： 首先一點bigproduct 邊添加的where 條件索引，起到了作用，執行的時候不是全表掃描了，邏輯讀有明顯的下降，出現的 KEY Lookup 是因為選擇（select）的列，在索引中沒有，而需要通過聚集索引再查找一次，再找一次也意味着多一部分開銷！

　　那麼同樣添加了where 條件索引的bigtransactionhistory 表為什麼沒起作用呢？ 那是因為SQL優化器在選擇計劃的時候認為，不使用TransactionDate 列索引查找效率會更好! 

　　真的麼？ 我們來驗證一下，通過指定選擇索引，來讓優化器選擇索引查找！

　　　強制使用索引以後，可以看出邏輯讀由 14W 變成1961W，語句時間也變得很長，這就是優化器為什麼不選用你加的索引！優化器還是很智能的吧。

　　高能預警：優化器可不是什麼時候都這麼智能的...由于緩存計劃或優化器抽風等原因，也會出現優化器用了這種索引，導緻你的語句奇慢，讀飙升直接影響到你的記憶體、磁盤、CPU資源！另外如果這樣一條語句是系統中一條很頻繁運作的語句，你的系統就挂了！沒錯就挂了！這就是開篇抛出的問題就是因為一條語句！

　　消滅Key Lookup 添加select 字段

　　 這就是傳說中的覆寫索引！ 

　　　看到執行計劃中存在Key Lookup　而且消耗占比很高，如上面強制索引的計劃，那麼我們就要想到的 在索引中包含那些SELECT 的列！如果消耗低，邏輯讀少，如上面bigproduct 表中的Key Lookup 就可以忽略（如果你追求完美，也一樣優化就可以了）。

　　　包含列的圖形化建立 ： @秋仙 特意給你的說明

　　　

　　　語句建立就是 ：

　　　下面我們添加一下看看效果 ：

　　添加select 索引字段後可以看出的現象：

優化器自己選擇了index seek

bigtransactionhistory占比最高的Key Lookup消失了

邏輯讀由原來無索引的14W變成1W

bigtransactionhistory表還提示缺少索引？

　　　通過優化索引添加select 字段，我們看出語句又一次得到了提升 bigtransactionhistory 從表掃描變成索引查找，邏輯讀由14W變成 1W！這是一個質的飛躍啊！

 　　那為什麼還提示缺少索引呢？ 建立一下試試吧！

　　索引再優化加入表關聯列

　　按照提示我們建立索引 ： 和上一個索引的不同 ProductID 列由包含列變成了索引列！

　　我們看一下效果：

　　再次優化索引以後可以看到以下幾個現象

bigtransactionhistory表還是索引查找index seek

bigtransactionhistory依然沒有了Key Lookup

兩表關聯的hash join 變成了nested loops

并行計劃變成了串行

邏輯讀又從1W 變成18

　　又一次質的飛躍！讀從原來的14W 變成1W 又變成18，這樣大大減少了記憶體和IO的消耗，另外并行計劃也變成了串行，無疑又減少了大量CPU的消耗！語句時間，我想這裡就不用多說了吧？

　　高能預警：這裡所說的hash join，并行變串行，不懂的朋友可以在百度自行學習，這裡隻是針對目前語句的情況，不能一概而論！

　　精簡你的索引

　　大家都知道，索引會導緻update、insert、delete操作變慢！那麼盡量精簡你的索引就是一個很重要的話題了！

　　 上面的優化過程中我們建立了幾個索引，以bigTransactionHistory為例來看一下：

　　　腳本這裡就不貼了，其實我們最後建立的索引 ProductID_TransactionDate包含Quantity 已經包含了前兩個索引，而且可以說無論任何類似語句都使用ProductID_TransactionDate包含Quantity 就可以了！

　　　那麼我們就可以清除前兩個索引！

　　　　

-----------------------------------------------------------------------------------------------------

　　至此語句的優化算是結束了，留下的就是bigproduct 依然有一個Key Lookup可以優化，可以仿照上面的繼續優化，這裡就不細說了。語句隻是經過了簡單的索引優化就從一輛2手QQ變成了法拉利，是不是很神奇？

　　這就是索引的重要性！

　 開篇小測試你做對了麼？如果沒做對那麼這麼請你自行模拟一個場景再現本篇的話題吧！

　　總結 ： 往往一個系統的整體緩慢都是因為索引問題導緻的，優化索引是對你系統最簡單的保養！

　　　　　 不要小看一條語句的威力，一條語句足可以讓你的系統徹底無法工作！

　　　　　

　　　　　一個問題随之而來語句一條一條漫無目的的優化麼？我怎麼找出系統的問題語句？怎麼樣的一個優先級？ 

 ----------------------------------------------------------------------------------------------------

注：此文章為原創，歡迎轉載，請在文章頁面明顯位置給出此文連結！

若您覺得這篇文章還不錯請點選下右下角的推薦，非常感謝！

　　引用高大俠的一句話 ：“拒絕SQL Server背鍋，從我做起!”

為了友善閱讀給出系列文章的導讀連結：

----------------------深入索引原理推薦部落格--------------------------

目測這幾篇文章每篇的編寫時間都要超過10小時，非常值得閱讀！

桦仔的部落格