SQL Server 内存优化表的索引设计

测试的版本：SQL Server 2017

内存优化表上可以创建哈希索引（Hash Index）和内存优化非聚集（NONCLUSTERED）索引，这两种类型的索引也是内存优化的，称作内存优化索引，和基于硬盘的传统索引有很大的区别：

• 索引结构存储在内存中，没有索引碎片和填充因子
• 对索引所作的更新不会写入事务日志文件，这导致索引的更新操作性能非常高

一，创建内存优化索引

在创建内存优化表的索引时，第一种方式是在创建表时定义索引，第二种方式是先创建内存优化表，然后通过alter table命令修改表结构，向表中添加索引，而表级别的索引语法如下所示：

 ::=
  INDEX index_name
{   [ NONCLUSTERED ] HASH (column [ ,... n ] ) WITH (BUCKET_COUNT = bucket_count)
  | [ NONCLUSTERED ] (column [ ASC | DESC ] [ ,... n ] ) [ ON filegroup_name | default ]
}

举个例子，修改表结构，向表中添加哈希索引，在定义索引时必须设置bucket_count的数量：

ALTER TABLE table_name
    ADD INDEX idx_hash_index_name  HASH (index_key) WITH (BUCKET_COUNT = 64);  

二，内存优化索引的性能优化

内存优化索引适用的场景是：

• 非聚集索引   如果查询中包含order by子句、或者包含 where index_column > value等范围扫描操作 ，推荐使用非聚集索引。
• 哈希索引       如果查询中包含点查找（point lookup），例如 where index_column = value，而不是范围扫描，推荐使用哈希索引。

1，哈希索引性能优化

哈希索引是指SQL Server引擎应用哈希函数F(x)，把索引键值（Index Key）转换为哈希表（哈希索引）。当哈希值相同，而索引键不同时，称作产生一个哈希冲突。把哈希值相同的索引键链接在一起，组成一个链式结构（chain），也称作冲突链。在查找时，需要遍历冲突链来查找数据，因此，冲突链变长，会降低哈希查找的性能。

哈希冲突是不可避免的，以下两种情况，会产生较多的哈希冲突：

• 如果索引键存在大量的重复值，
• 当hashbucket的数量较少时

这两种情况导致哈希冲突链变长，降低哈希查找的性能，用户可以通过降低索引键的重复值、增加hashbucket的数量来减少哈希冲突。

哈希索引只能点查找（point lookup），并且要求在where子句中应用index key的所有字段、等值条件和与逻辑，例如，哈希索引键是colA和colB，在where子句中必须满足：同时出现所有索引键、等值条件和与逻辑，也就是：where colA= value1 and colB=value2，只有这样，才能使用哈希索引进行点查找，否则无法应用哈希索引。

2，内存优化非聚集索引的优化

内存优化非聚集索引的结构是Bw-Tree，在结构上类似于B-Tree结构，具有树形结构、键值是有序的等特点。

从性能上来看，Bw-Tree索引有三个主要特点：

• 通过无锁（Lock-Free）的方式来操作Bw-Tree树，提升了随机读和范围读的性能。
  • 索引按照前序字段进行排序，在查找时，索引键的前序字段非常重要，前序字段必须出现在where/on 子句的条件断言中。
  • 适合范围查找，只适用于按照索引定义的排序方向的查找，而不能用于逆向排序的查找
• 通过Log-Structed Storage方式写数据，传统的checkpoint写数据的方式是随机写，而Log-Structed Storage是顺序写，提高写操作的性能。
• 对数据的更新采用Delta Update方式，提高了缓存的命中率。

Bw-Tree结构的索引，和普通的B-Tree结构相比，读写性能提高，解决了高性能读和写不能兼得的问题。

三，内存优化的非聚集索引的结构特点

内存非聚集索引类似于B-Tree结构，称作Bw-Tree。从整体上看，Bw-Tree是按照Page ID组织的页面映射。

在Bw-Tree结构中，每个索引Page具有一组有序键值（该结构类似于普通的B树），键值是按照大小顺序排列的，并且索引中包含层次结构，父级别指向子级别，叶级别指向数据行。

差异是Bw-Tree可以把多个数据行连接在一起，索引结构中的页面指针是逻辑页面的ID，这个逻辑页面的ID实际上是页面映射表的偏移量，该映射表具有每个页面的物理地址，通过偏移量找到每个页面在内存中实际的物理地址。

在非叶子级别中，父级别的页面中存储的键值是它指向的子级页面中的键值的最大值，并且每一行还包含该页面逻辑页ID（偏移量）。叶级数据页不仅包含键值，还包含页面的物理地址。

Bw-Tree结构大致如下图所示：有类似B-Tree的树形结构（存储的数据和索引）和Mapping Table（存储逻辑页面ID和物理地址的映射）。

在内存非聚集索引中，没有索引页的就地更新（in-place update），为了实现该目的，引入了新的更新机制：

• 在更新页时，不需要latch 和lock
• 索引页不是固定的大小

Bw-Tree结构解决了B-tree高性能读和写不能兼得的问题，可能会存在性能抖动。

四，哈希索引的结构特点

哈希索引包含一个由指针构成的数组，数组中的每个元组叫做一个hash bucket：

• 每个hash bucket占用8Bytes，用于指向key entry构成的链式列表
• 每个entry主要由索引键的值、对应的数据行的地址和指向下一个entry的指针构成
• 每个entry有一个指针，用于指向链中下一个entry，通过这种方式，entry构成链式结构

哈希索引的结构，如下图所示，左侧是哈希表，右侧上一是表数据（Name、City）+时间戳+索引指针，右侧中下的两行是表数据，中间通过Index prt链接为一个chain。

hash bucket的数量必须在索引定义时指定：

• 哈希索引的hash bucket的最大数量是 1,073,741,824
• 较短的链式列表比较长的链式列表性能更好
• hash bucket的数量与表中唯一值的数量的比值越低，每个hash bucket指向的链式列表的长度越长，性能越差。因此，应该适当增加hash bucket的数量。
• 理想情况下，hash bucket最好是表中唯一值数量的1到2倍。

 

参考文档：

Index Architecture & Design

关于Bw-Tree结构的两个Paper