SQL Server索引优化——重复索引

SQL Server索引优化——重复索引

在写完《SQL Server 索引优化——无用索引和索引缺失》系列后，就想着写点关于发现重复索引的内容，刚好在Kimberly的博文中发现了这篇，就偷懒了，直接将其翻译过来。

一直以来，对重复索引都有许多困惑，我想的最多是如何使用sp_helpindex（或者SSMS）展示索引所包含的内容。索引到底包含什么？索引的架构是怎样的？这些通常都不是我们所看到的那样。这是我最初重写sp_helpindex的动力所在，但即使这样，我仍然感到很多困惑。在今天的博文中，我将首先准确的解释哪些索引是相同的，哪些不同，并且说明一些工具中的错误。

因此，从索引的架构开始……（一切从内部开始）

聚集索引是数据。聚集索引的键（我通常称其为聚集键），定义了数据的存储顺序的方式（不一定准确，硬盘上的物理顺序，而非逻辑顺序）。而且，不，我并不打算在此展开来说索引内部的所有内容……仅仅几点体现。

非聚集索引是重复的数据（类似于书后面的索引）。这些重复的数据可以被用于帮助检索真实数据（就像书后面的索引一样），或者被用于响应请求（例如，如果你单单是为了查询某姓的人有多少，那么一个包含姓的索引可以用来计算，而不是去查询实际的数据）。因此，索引有一些非常强大的用途。但是，唉，这不是一篇关于索引使用或者索引策略的文章——这里都是关于内部的（理解索引的架构）。所以我们要开门见山了。

一个非聚集索引总是这样的：

• 键（这是定义索引顺序的）

• 叶级实体（这是索引中真正数据存储的地方+查找值+所有包含列）——然而所有这些列仅存储一次（且它们总是被存储在这里一次，即使你引用的一列是查找值的一部分，SQL Server也不会重复存储它）。

*那么什么是查找值（lookup value）？

查找值是SQL Server 用来指向真实数据的行。如果一个表有聚集索引，那么查找值就是聚集键（包括所有定义聚集键的列）。如果一个表没有聚集索引（它是一个堆heap），那么SQL Server 使用被称为RID作为查询值。一个RID是一个8字节的结构，组成比例为2:4:2字节，其为文件编号分2字节，4字节分给页编号，2字节分给槽（slot）编号。虽然RID（和其历史）很有趣——但它和这里没有一点关系（它们是如何工作的，或者它们的架构是怎样的），但如果当它们存在于一个索引中，我仍然称其为RID。

现在，让我们将这些和一个（或两个）相对简单的例子结合起来。

USE WideWorldImporters;
GO
CREATE TABLE Test(
       TestID INT IDENTITY,
       [Name] CHAR(16)
);
GO
CREATE UNIQUE CLUSTERED INDEX TestCL ON Test(TestID);
GO
CREATE INDEX TestName ON Test([Name]);
GO
sp_helpindex Test;
GO

输出结果如下：

嗯，这看起来是正确的，但是却有很大的误导性。索引TestName同时也包含TestID。不是在页级别，而是在树干中（排序目的）。因此真实的应该显示Name，TestID。但是，如果你加上下面的，会让你更困惑：

CREATE UNIQUE INDEX TestNameUnique ON Test([Name]);
EXECUTE sp_helpindex Test;
GO

此时，第二、第三索引看起来没有什么不同（当然，除了第三索引需要值是唯一的——如描述中所写）。但是，对于“index_keys”，他们看起来一样。然而，实际上，它们是不同的（从整个树的来看）。所以，这就是我倾向于区分“叶”级和非叶级别索引的原因（当我描述它们的时候）。当你将包含列扔进去的时候，会变得更复杂（2005+）。

 

因此，你将如何去区分它们的不同呢？不幸的是，在SQL Server中，没有工具（或者甚至据我所知的第三方工具），可以通过UI展示这个。但是，你可以使用替换的sp_helpindex开始。《SQL Server 索引优化——sp_helpindex 改写脚本》一文给出了改写脚本，更为详尽的可以参阅Kimberly各版本sp_helpindex改写脚本。使用这个，你可以看到输出的内容更详细。

输出展示如下（尤其注意最后两列）

现在，我们获得了一些眉目。我们可以明显区分出两个索引的不同。一个非唯一的非聚集索引需要将查找值放入树中。唯一的非聚集索引，则不需要这样做。

下一步，我们进行更具有挑战性的例子：

USE WideWorldImporters;
GO
CREATE TABLE Member
(
       MemberNo INT IDENTITY,
       FirstName VARCHAR(30) NOT NULL,
       LastName VARCHAR(30) NOT NULL,
       RegionNo INT
);
GO
CREATE UNIQUE CLUSTERED INDEX MemberCL ON Member(MemberNo);
GO
CREATE INDEX MemberIndex1
ON Member(FirstName,RegionNo,MemberNo)
INCLUDE(LastName);
GO
CREATE INDEX MemberIndex2
ON Member(FirstName,RegionNo)
INCLUDE(LastName);
GO
CREATE INDEX MemberIndex3
ON Member(FirstName,RegionNo)
INCLUDE(MemberNo,LastName);
GO
CREATE UNIQUE INDEX MemberIndex4
ON Member(FirstName,RegionNo)
INCLUDE(MemberNo,LastName);
GO

首先，我们使用sp_helpindex来查看索引情况

EXECUTE sp_helpindex Member;

输出如下：

单独看sp_helpindex的结果，看起来第一个非聚集索引和第2、3、4个索引不同，而第2、3、4个索引是相同。实际上并非如此。接下来我们使用改进的sp_helpindex来查看：

EXECUTE sp_helpindex_SQL2016 Member;

从这里，你可以看到4个非聚集索引的叶节点列是相同的，第4个非聚集索引和其他三个非聚集索引的树结构有一点不同。最终，非聚集索引1,2,3是相同的，4和其他三个不同。它们的不同之处在哪里（除非聚集索引4保证唯一性的事实外），超出了该文的范围。但是，是的，有（在这个案例中相对较小的）不同。因为我只寻找相同的索引所以只有1 2 3满足这个要求。

并且，当你的聚集索引有多列，和\或有更复杂的包含列，事情将变得更为复杂。

话虽如此，如何找到重复的索引呢?

很好……开始时，我用一种简单的方法让您使用我改进的sp_helpindex版本的检查重复索引，但是后来我发现了包含列的一个问题。我已经展示了它们的定义（存储）架构。但是，从使用上来说，包含列的顺序无关紧要。结果两个拥有不同顺序的包含列将变为两个不同的索引（技术上，或者存储上，它们确实不同）。然而确实没有什么不同（从使用上来看）。因此我需要写代码来调整它（发现真正的重复索引）。

现在，这里有一些快速的代码可以让您更接近它。当我做客于London Immersion Event时，我也写了一些。然而，在考虑了一些有趣的异常之后，我在这里对它进行了进一步的调整。这段代码将发现绝对的重复（结构的顺序完全相同）。为了使用它，你首先需要根据《SQL Server 索引优化——sp_helpindex 改写脚本》一文创建sp_helpindex_SQL2016过程，然后需要架构名和表名，脚本如下：

IF(OBJECT_ID('tempdb..#FindDupes',N'U')) IS NOT NULL
       DROP TABLE #FindDupes;
GO
CREATE TABLE #FindDupes
(
       index_id INT,
       is_disabled BIT,
       index_name sysname,
       index_description VARCHAR(210),
       index_keys VARCHAR(2126),
       included_columns NVARCHAR(MAX),
       filter_definition NVARCHAR(MAX),
       columns_in_tree NVARCHAR(2126),
       columns_in_leaf NVARCHAR(MAX)
);
GO
DECLARE @SchemaName sysname,
              @TableName sysname,
              @ExecStr NVARCHAR(MAX);
SELECT @SchemaName=N'dbo',@TableName=N'Member';
SELECT @ExecStr='EXECUTE sp_helpindex_SQL2016 '''
                           +QUOTENAME(@SchemaName)
                           +N'.'
                           +QUOTENAME(@TableName)
                           +N'''';
INSERT INTO #FindDupes
EXECUTE(@execStr);
SELECT t1.index_id, COUNT(*) AS 'Duplicate Indexes w/Lower Index_ID',
        N'DROP INDEX '
            + QUOTENAME(@SchemaName, N']')
            + N'.'
            + QUOTENAME(@TableName, N']')
            + N'.'
            + t1.index_name AS 'Drop Index Statement'
FROM #FindDupes AS t1
    INNER JOIN #FindDupes AS t2
        ON t1.columns_in_tree = t2.columns_in_tree
            AND t1.columns_in_leaf = t2.columns_in_leaf
            AND ISNULL(t1.filter_definition, 1) = ISNULL(t2.filter_definition, 1)
            AND PATINDEX('%unique%', t1.index_description) = PATINDEX('%unique%', t2.index_description)
            AND t1.index_id > t2.index_id
GROUP BY t1.index_id, N'DROP INDEX ' + QUOTENAME(@SchemaName, N']')
                    + N'.'
                    + QUOTENAME(@TableName, N']')
                    + N'.' + t1.index_name;
GO

接下来，我们给出发现重复索引的存储过程，这个过程也是建立在《SQL Server 索引优化——sp_helpindex 改写脚本》一文中各过程的基础上，创建如下脚本，先创建sp_helpindex_SQL2016相关过程，脚本如下：

/*============================================================================
  File:     sp_FindDupesIndexes_SQL2016.sql
  摘要: 在一个数据库中运行它，将获得该数据库下的所有重复索引和删除重复索引的脚本
                     
  Date:     2019.2
  SQL Server 2016 Version
------------------------------------------------------------------------------
 
============================================================================*/
USE master;
go
IF OBJECTPROPERTY(OBJECT_ID('sp_FindDupesIndexes_SQL2016'), 'IsProcedure') = 1
       DROP PROCEDURE sp_FindDupesIndexes_SQL2016;
go
CREATE PROCEDURE [dbo].[sp_FindDupesIndexes_SQL2016]
(
    @ObjName NVARCHAR(776) = NULL        -- 输入表名，检验该表的重复索引
                                        -- 输入 NULL 检验该数据库所有重复索引
)
AS
SET NOCOUNT ON;
DECLARE @ObjID INT,               -- 表对象编号
              @DBName       sysname,      --数据库名称
              @SchemaName sysname, --架构名称
              @TableName sysname,        --表名
              @ExecStr NVARCHAR(4000);
-- 检查输入数据库是否存在
SELECT @DBName = PARSENAME(@ObjName,3);
IF @DBName IS NULL
    SELECT @DBName = DB_NAME();
ELSE
IF @DBName <> DB_NAME()
    BEGIN
           RAISERROR(15250,-1,-1);
           -- select * from sys.messages where message_id = 15250
           RETURN (1);
    END;
IF @DBName = N'tempdb'
    BEGIN
           RAISERROR('WARNING: This procedure cannot be run against tempdb. Skipping tempdb.', 10, 0);
           RETURN (1);
    END;
-- 检查架构是否存在，并初始化架构名
SELECT @SchemaName = PARSENAME(@ObjName, 2);
IF @SchemaName IS NULL
    SELECT @SchemaName = SCHEMA_NAME();
-- 检查表是否存在，并初始化表编号
IF @ObjName IS NOT NULL
BEGIN
    SELECT @ObjID = OBJECT_ID(@ObjName);
       
    IF @ObjID IS NULL
    BEGIN
        RAISERROR(15009,-1,-1,@ObjName,@DBName);
        -- select * from sys.messages where message_id = 15009
        RETURN (1);
    END;
END;
CREATE TABLE #DropIndexes
(
    DatabaseName    sysname,
    SchemaName      sysname,
    TableName       sysname,
    IndexName       sysname,
    DropStatement   NVARCHAR(2000)
);
CREATE TABLE #FindDupes
(
    index_id INT,
       is_disabled BIT,
       index_name sysname,
       index_description VARCHAR(210),
       index_keys NVARCHAR(2126),
    included_columns NVARCHAR(MAX),
       filter_definition NVARCHAR(MAX),
       columns_in_tree NVARCHAR(2126),
       columns_in_leaf NVARCHAR(MAX)
);
-- OPEN CURSOR OVER TABLE(S)
IF @ObjName IS NOT NULL
    DECLARE TableCursor CURSOR LOCAL STATIC FOR
        SELECT @SchemaName, PARSENAME(@ObjName, 1);
ELSE
    DECLARE TableCursor CURSOR LOCAL STATIC FOR                  
        SELECT SCHEMA_NAME(uid), name
        FROM sysobjects
        WHERE TYPE = 'U' --AND name
        ORDER BY SCHEMA_NAME(uid), name;
          
OPEN TableCursor;
FETCH TableCursor
    INTO @SchemaName, @TableName;
-- For each table, list the add the duplicate indexes and save
-- the info in a temporary table that we'll print out at the end.
WHILE @@fetch_status >= 0
BEGIN
    TRUNCATE TABLE #FindDupes;
   
    SELECT @ExecStr = 'EXEC sp_helpindex_SQL2016 '''
                        + QUOTENAME(@SchemaName)
                        + N'.'
                        + QUOTENAME(@TableName)
                        + N'''';
    --SELECT @ExecStr
    INSERT #FindDupes
    EXECUTE (@ExecStr);    
   
    --SELECT * FROM #FindDupes
       
    INSERT #DropIndexes
    SELECT DISTINCT @DBName,
            @SchemaName,
            @TableName,
            t1.index_name,
            N'DROP INDEX '
                + QUOTENAME(@SchemaName, N']')
                + N'.'
                + QUOTENAME(@TableName, N']')
                + N'.'
                + t1.index_name
    FROM #FindDupes AS t1
        JOIN #FindDupes AS t2
            ON
            --t1.columns_in_tree = t2.columns_in_tree
            --    AND t1.columns_in_leaf = t2.columns_in_leaf
                           (PATINDEX('%'+t2.index_keys+'%',t1.index_keys)>0 OR PATINDEX('%'+t1.index_keys+'%',t2.index_keys)>0)
                AND ISNULL(t1.filter_definition, 1) = ISNULL(t2.filter_definition, 1)
                AND PATINDEX('%unique%', t1.index_description) = PATINDEX('%unique%', t2.index_description)
                AND t1.index_id > t2.index_id;
               
    FETCH TableCursor
        INTO @SchemaName, @TableName;
END;
       
DEALLOCATE TableCursor;
-- DISPLAY THE RESULTS
IF (SELECT COUNT(*) FROM #DropIndexes) = 0
           RAISERROR('Database: %s has NO duplicate indexes.', 10, 0, @DBName);
ELSE
    SELECT * FROM #DropIndexes
    ORDER BY SchemaName, TableName;
RETURN (0); -- sp_FindDupesIndexes_SQL2016
go
EXECUTE sys.sp_MS_marksystemobject 'sp_FindDupesIndexes_SQL2016';
go

文章来源，译Kimberly的博客

如果喜欢，可以扫码关注SQL Server 公众号，将有更多精彩内容分享：