導(dǎo)讀:1建站知識當(dāng)查詢優(yōu)化器(Query Optimizer)將T-SQL語句解析后并從執(zhí)行計劃中選擇最低消耗的執(zhí)行計劃后，具體的執(zhí)行就會交由執(zhí)行引公司網(wǎng)站建設(shè)企業(yè)網(wǎng)站建設(shè)。

本文旨在分類講述執(zhí)行計劃中每一種操作網(wǎng)seo優(yōu)化趨勢的相關(guān)信息。

數(shù)據(jù)訪問操作

首先最基本的操作就是訪問數(shù)據(jù)。這既可以通過直接訪問表，也可以通過訪問索引來進行。表內(nèi)數(shù)據(jù)的組織方式分為堆(Heap)和B樹，其中表中沒有建立聚集索引時數(shù)據(jù)是通過堆進行組織的，這個是無序的，表中建立聚集索引后和非聚集索引的數(shù)據(jù)都是以B樹方式進行組織，這種方式數(shù)據(jù)是有序存儲的。通常來說，非聚集索引僅僅包含整個表的部分列，對于過濾索引，還僅僅包含部分行。

除去數(shù)據(jù)的組織方式不同外，訪問數(shù)據(jù)也分為兩種方式，掃描(Scan)和查找(Seek),掃描是掃描整個結(jié)構(gòu)的所有數(shù)據(jù)，而查找只是查找整個結(jié)構(gòu)中網(wǎng)站seo優(yōu)化軟件的部分數(shù)據(jù)。因此可以看出，由于堆是無序的，所以不可能在堆上面進行查找(Seek)操作,而相對于B樹的有序，使得在B樹中進行查找成為可能。當(dāng)針對一個以堆組織的表進行數(shù)據(jù)訪問時，就會進行堆掃描,如圖1所示。

可以看出，表掃描的圖標(biāo)很清晰的表明表掃描的性質(zhì)，在一個無序組織表中從頭到尾掃描一遍。

而對于B樹結(jié)構(gòu)的聚集索引和非聚集索引，同樣可以進行掃描，通常來講，為了獲取索引表中的所有數(shù)據(jù)或是獲得索引行樹占了數(shù)據(jù)大多數(shù)使得掃描的成本小于查找時，會進行聚集索引掃描。如圖2所示。

聚集索引掃描的圖標(biāo)也同樣能夠清晰的表明聚集索引掃描的性質(zhì)，找到最左邊的葉子節(jié)點后，依次掃描所有葉子節(jié)點,達到掃描整個結(jié)構(gòu)的作用。當(dāng)然對于非聚集索引也是同樣的概念，如圖3所示。

而對于僅僅選擇B樹結(jié)構(gòu)中的部分數(shù)據(jù)，索引查找(Seek)使得B樹變得有意義。根據(jù)所查找的關(guān)鍵值，可以使得從僅僅從B樹根部向下走單一路徑，因此免去了掃描不必要頁的消耗，圖4是查詢計劃中的一個索引查找。

索引查找的圖標(biāo)也是很傳神的，可以看到圖標(biāo)那根線從根節(jié)點一路向下到葉子節(jié)點。也就是找到所求數(shù)據(jù)所在的頁，不難看出，如果我們需要查找多條數(shù)據(jù)且分散在不同的頁中，這個查找操作需要重復(fù)執(zhí)行很多回，當(dāng)這個次數(shù)大到一定程度時，SQL Server會選擇消耗比較低的索引掃描而不是再去重復(fù)索引查找。對于非聚集索引查找，概念是一樣的，就不再上圖片了。

書簽查找(Bookmark Lookup)

你也許會想，假如非聚集索引可以快速的找到所求的數(shù)據(jù)，但遺憾的是，非聚集索引卻不包含所有所求列時該怎么辦？這時SQL Server會面臨兩個選擇，直接訪問基本表去獲取數(shù)據(jù)或是在非聚集索引中找到數(shù)據(jù)后，再去基本表獲得非聚集索引沒有覆蓋到的所求列。這個選擇取決于所估計的行數(shù)等統(tǒng)計信息。查詢分析器會選擇消耗比較少的那個。

關(guān)鍵詞標(biāo)簽: 入門 標(biāo)簽 SQL