SQL Server 索引基础知识(5)----理解newid()和newsequentialid()

在SQL Server 2005 中新增了一个函数:newsequentialid()，MSDN 中对这个函数的描述如下：

在指定计算机上创建大于先前通过该函数生成的任何 GUID 的 GUID。
NEWSEQUENTIALID() 不能在查询中引用。
NEWSEQUENTIALID() 只能与 uniqueidentifier 类型表列上的 DEFAULT 约束一起使用。

这个函数的具体用法在下面这篇博客中已经有详细的描述了。

使用NEWSEQUENTIALID解决GUID聚集索引问题
http://www.cnblogs.com/Mirricle/archive/2007/08/15/856726.html

简单来说，newsequentialid 函数比起 newid 函数最大的好处是：

如果你在一个 UNIQUEIDENTIFIER 字段上建立索引，使用 newid 产生的新的值是不固定的，所以新的值导致索引B+树的变化是随机的。
而 newsequentialid 产生的新的值是有规律的，则索引B+树的变化是有规律的。有规律和无规律就会带来性能的改进。

 

上面是一个粗略的描述，下面是比较详细点的解释：

（我们这里解释的更详细一些，是为了让大家对索引的基础知识了解得更深入些。）

 

B+ 树不考虑层级变化,增加数据的情况分以下几种情况:

The insert algorithm for B+ Trees 

Leaf Page Full	Index Page FULL	Action
NO	NO	Place the record in sorted position in the appropriate leaf page
YES	NO	1. Split the leaf page 2. Place Middle Key in the index page in sorted order. 3. Left leaf page contains records with keys below the middle key. 4. Right leaf page contains records with keys equal to or greater than the middle key.
YES	YES	1. Split the leaf page. 2. Records with keys < middle key go to the left leaf page. 3. Records with keys >= middle key go to the right leaf page. 4. Split the index page. 5. Keys < middle key go to the left index page. 6. Keys > middle key go to the right index page. 7. The middle key goes to the next (higher level) index. IF the next level index page is full, continue splitting the index pages.

更多 B+ 树的算法请参看后面链接:  http://www.sci.unich.it/~acciaro/bpiutrees.pdf

对于数据库的索引来说，上面情况中,第三种情况发生的概率很低，更多的是 1,2 这两种情况。

数据库中增加记录时，对索引的B+树的操作，其实就是对 左右叶子节点，上级节点的操作。

而找到这几个节点后的操作，在实际上，都不是性能消耗最大的地方。性能消耗最大的地方在于搜索找到需要操作的叶子节点。

 

对于 B+ 树来说， 几层的B+ 树，找到叶子节点就需要找几个数据页。那为何说 Guid 有规律时速度要比无规律时候快呢？

原因很简单：

1、缓存的命中率问题
( 你可以参看我之前写的这篇博客：理解缓存 http://blog.joycode.com/ghj/archive/2007/09/01/107863.aspx )

当每次产生的Guid是有规律时，找到需要操作的叶子节点的几个中间节点，可能已经在之前的访问中被缓存了。

这样，系统不需要大量的读入缓存命中率很低的索引数据页，这样可以节省内存，同时提高搜索速度。

 

2、连续和不连续的磁盘 I/O 操作对性能的影响

         我们都知道，现在很多业务逻辑的瓶颈是硬盘的速度。而硬盘速度提升的空间仍然不大。下面对硬盘读写操作的一些法则对我们优化跟硬盘I/O有关的方面很有帮助。

　　 请记住下面的经验法则：标准的 Wide Ultra SCSI-3 硬盘每秒钟可为 Windows 和 SQL Server 提供 75 个不连续（随机）的 I/O 操作和 150 个连续的 I/O 操作。这种硬盘的标称传输率在 40 MB/秒左右。请记住更有可能限制数据库服务器的传输率是每秒钟 75/150 I/O，而不是 40 MB/秒。

         读/写磁头和相关的磁盘取数臂需要移动才能在 SQL Server 和 Windows 所要求的硬盘盘片的位置上进行查找和操作。如果数据所在的硬盘盘片的位置不连续，硬盘驱动器要花多得多的时间才能将磁盘取数臂和读/写磁头移动到所有需要的硬盘盘片位置。如果所需要的数据全部位于硬盘盘片上的连续物理扇区，情况则相反，磁盘取数臂和读/写磁头只需进行很小的移动就能完成所需磁盘 I/O 操作。连续和不连续的情况下所花的时间有很大的差异，每个不连续的数据查找大约要花 50 毫秒，而连续的数据查找则只需大约 2-3 毫秒。请注意这些值是粗略估计出来的，具体值将取决于不连续的数据在磁盘上分布的疏密、硬盘盘片的旋转速度 (RPM) 以及硬盘的其它物理属性。主要要记住的一点是连续 I/O 有益于 SQL Server 性能。

　　 之前已提到标准的硬盘支持每秒 75 个不连续的 I/O 和每秒 150 个连续的 I/O。还要记住的重要一点是读或写 8KB 的时间与读或写 64 KB的时间几乎相同。在 8 KB 到 64 KB 范围之内，单个磁盘 I/O 传输操作所花的时间主要是磁盘取数臂和读/写磁头运动的时间。因此，从数学上来讲，当需要传输 64 KB 以上的 SQL 数据时，尽可能地执行 64 KB 磁盘传输是有益的，因为 64 KB 传输基本上与 8 KB 传输一样快，而每次传输的 SQL Server 数据是 8 KB 传输的 8 倍。请记住 Read-Ahead Manager 以 64 KB 字节片（也称为 SQL Server 扩展盘区）执行磁盘操作。Log Manager 也以较大的 I/O 传输量来执行连续写操作。要记住的主要事项是充分利用 Read-Ahead Manager，并将 SQL Server 日志文件与其它非连续存取的文件分开，以有效提高 SQL Server 的性能。

 

参考资料:

Using NewSequentialID Instead of NewID
http://www.sqlmag.com/Article/ArticleID/49960/sql_server_49960.html

NEWSEQUENTIALID()
http://technet.microsoft.com/en-us/library/ms189786.aspx

重新组织和重新生成索引
http://technet.microsoft.com/zh-cn/library/ms189858.aspx 

磁盘 I/O 性能
http://windows.chinaitlab.com/skill/9872.html