堆上的压缩

Question

以下是Microsoft Docs 中的一段：

在堆重建之前，作为 DML 操作的一部分在堆中分配的新页面不会使用 PAGE 压缩。通过移除和重新应用压缩，或者通过创建和移除聚集索引来重建堆。

我不明白为什么会这样。如果我有一个具有指定压缩设置的堆，为什么不将它应用于属于该表的页面？

谢谢

Answer 1

虽然我不知道导致差异的具体内部机制，但我可以说堆的管理（内部）与聚集索引（也可能是非聚集索引）略有不同：

• 从堆中删除行使得一个或多个数据页为空（没有分配的行）不一定释放该空间。您可能需要在表上创建然后删除聚集索引，或者调用ALTER TABLE [TableName] REBUILD;（从 SQL Server 2014 开始？）。有关更多详细信息和选项，请参阅DELETE的 Microsoft Docs 页面。

• 插入单个行（即不是基于集合的INSERT）插入堆中不会像使用聚集索引那样完全填充数据页。只要有行空间（数据和行开销）加上槽数组的 2 字节开销，聚集索引就会适合行。然而，Heaps 中的数据页不使用页面上剩余的字节数，而是使用一个非常概括的指示页面有多满的指标，并且报告的级别并不多。级别大致为：0%、20%、50%、80% 和 100% 满。并且它将切换到 100%，同时还有另一行的空间（事实上，如果在基于集合的操作中插入相同数量的行，那么它会尽可能地填满页面）。当然，就像DELETE 操作，重建堆将打包尽可能多的行，以适应数据页。

现在考虑从 Microsoft Docs 页面的“页面压缩发生时”部分获取的以下信息，用于页面压缩实现：

... 当数据添加到第一个数据页时，数据被行压缩。... 当页面已满时，要添加的下一行启动页面压缩操作。整个页面都经过审核；...

因此，这似乎与其他堆行为完全一致，即在写入数据页之前，它们需要 ALTER TABLE REBUILD、CREATE / DROP 的聚集索引或更改数据压缩设置（所有这些都重建堆）最佳。如果 Heaps 不完全知道“整个页面”（直到 Heap 重建）并且不知道页面何时肯定已满，那么它们将不知道何时启动页面压缩操作（在处理更新和单页时） - 行插入）。

另一个进一步限制某些堆自动应用页面压缩（即使它们可以）的技术是应用压缩将需要重建该堆的所有非聚集索引（如果存在）。正如“数据压缩”的链接页面也指出：

更改堆的压缩设置需要重建表上的所有非聚集索引，以便它们具有指向堆中新行位置的指针。

所指的“指针”是行 ID (RID)，它们是以下各项的组合：文件 ID、页面 ID 和页面上的槽/位置。这些 RID 被复制到非聚集索引中。作为一个精确的物理位置，它们有时比使用聚集索引键遍历 b 树更快。但是，物理位置的一个缺点是它可以改变，这就是这里的问题。然而，聚集索引不会遇到这个问题，因为它们的键值被复制到非聚集索引中作为返回聚集索引的指针。并且键值保持不变，即使它们的物理位置发生变化。

另见：

• 堆（没有聚集索引的表）的 Microsoft Docs 页面的“管理堆”部分：

  要重建堆以回收浪费的空间，请在堆上创建聚集索引，然后删除该聚集索引。

• Microsoft Docs数据压缩页面的“使用行和页面压缩时的注意事项”部分：

  当堆配置为页面级压缩时，页面仅通过以下方式接收页面级压缩：

  • 在启用批量优化的情况下批量导入数据。
  • 数据是使用 INSERT INTO ... WITH (TABLOCK) 语法插入的，并且表没有非聚集索引。
  • 通过执行带有 PAGE 压缩选项的 ALTER TABLE ... REBUILD 语句重建表。

  以及问题中引用的声明。