非聚集索引在堆与聚簇索引上的表现
Mar*_*ith 20 sql-server indexing clustered-index
此2007白皮书将组织为聚簇索引的表上的单个select/insert/delete/update和range select语句的性能与组织为具有非聚簇索引的堆的表上的性能进行比较,该表与CI相同的键列上表.
通常,聚簇索引选项在测试中表现更好,因为只需要维护一个结构,因为不需要书签查找.
本文未涉及的一个可能有趣的案例是堆上的非聚簇索引与聚簇索引上的非聚簇索引之间的比较.在那个实例中,我原本预计堆可能会在NCI叶级别上执行得更好一次SQL Server有一个RID可以直接跟随而不需要遍历聚簇索引.
是否有人知道在这个领域进行了类似的正式测试,如果是这样,结果是什么？
Fil*_*Vos 31
为了检查你的请求,我按照这个方案创建了2个表:
- 代表余额信息的790万条记录.
- 身份字段从1到790万
- 一个数字字段,对约500k组的记录进行分组.
第一个调用的表heap在字段上获得了非聚集索引group.调用的第二个表在所调用clust的顺序字段上获得了聚簇索引,key并在该字段上获得了非聚集索引group
测试在具有2个超线程内核,4Gb内存和64位Windows 7的I5 M540处理器上运行.
Microsoft SQL Server 2008 R2 (RTM) - 10.50.1600.1 (X64)
Apr 2 2010 15:48:46
Developer Edition (64-bit) on Windows NT 6.1 <X64> (Build 7601: Service Pack 1)
2011年3月9日更新:我通过在Sql Server Profiler中运行以下.net代码并记录持续时间,CPU,读取,写入和RowCounts,做了第二个更广泛的基准测试.(将在结果中提及使用的CommandText.)
注意: CPU和持续时间以毫秒表示
- 1000个查询
- 从结果中消除零CPU查询
- 从结果中消除了受影响的0行
int[] idList = new int[] { 6816588, 7086702, 6498815 ... }; // 1000 values here.
using (var conn = new SqlConnection(@"Data Source=myserver;Initial Catalog=mydb;Integrated Security=SSPI;"))
{
conn.Open();
using (var cmd = new SqlCommand())
{
cmd.Connection = conn;
cmd.CommandType = CommandType.Text;
cmd.CommandText = "select * from heap where common_key between @id and @id+1000";
cmd.Parameters.Add("@id", SqlDbType.Int);
cmd.Prepare();
foreach (int id in idList)
{
cmd.Parameters[0].Value = id;
using (var reader = cmd.ExecuteReader())
{
int count = 0;
while (reader.Read())
{
count++;
}
Console.WriteLine(String.Format("key: {0} => {1} rows", id, count));
}
}
}
}
2011年3月9日更新结束.
SELECT性能
为了检查performanc数字,我在堆表上执行了以下一次查询,在clust表上执行了一次:
select * from heap/clust where group between 5678910 and 5679410
select * from heap/clust where group between 6234567 and 6234967
select * from heap/clust where group between 6455429 and 6455729
select * from heap/clust where group between 6655429 and 6655729
select * from heap/clust where group between 6955429 and 6955729
select * from heap/clust where group between 7195542 and 7155729
该基准测试的结果是heap:
rows reads CPU Elapsed
----- ----- ----- --------
1503 1510 31ms 309ms
401 405 15ms 283ms
2700 2709 0ms 472ms
0 3 0ms 30ms
2953 2962 32ms 257ms
0 0 0ms 0ms
2011年3月9日更新:
cmd.CommandText = "select * from heap where group between @id and @id+1000";
- 721行具有> 0 CPU且影响超过0行
Counter Minimum Maximum Average Weighted
--------- ------- ---------- ------- ---------
RowCounts 1001 69788 6368 -
Cpu 15 374 37 0.00754
Reads 1069 91459 7682 1.20155
Writes 0 0 0 0.00000
Duration 0.3716 282.4850 10.3672 0.00180
2011年3月9日更新结束.
对于表格clust,结果如下:
rows reads CPU Elapsed
----- ----- ----- --------
1503 4827 31ms 327ms
401 1241 0ms 242ms
2700 8372 0ms 410ms
0 3 0ms 0ms
2953 9060 47ms 213ms
0 0 0ms 0ms
2011年3月9日更新:
cmd.CommandText = "select * from clust where group between @id and @id+1000";
- 721行具有> 0 CPU且影响超过0行
Counter Minimum Maximum Average Weighted
--------- ------- ---------- ------- ---------
RowCounts 1001 69788 6056 -
Cpu 15 468 38 0.00782
Reads 3194 227018 20457 3.37618
Writes 0 0 0 0.0
Duration 0.3949 159.6223 11.5699 0.00214
2011年3月9日更新结束.
SELECT WITH JOIN性能
cmd.CommandText = "select * from heap/clust h join keys k on h.group = k.group where h.group between @id and @id+1000";
该基准测试的结果是heap:
873行有> 0 CPU且影响超过0行
Counter Minimum Maximum Average Weighted
--------- ------- ---------- ------- ---------
RowCounts 1009 4170 1683 -
Cpu 15 47 18 0.01175
Reads 2145 5518 2867 1.79246
Writes 0 0 0 0.00000
Duration 0.8215 131.9583 1.9095 0.00123
该基准测试的结果是clust:
865行具有> 0 CPU并且影响超过0行
Counter Minimum Maximum Average Weighted
--------- ------- ---------- ------- ---------
RowCounts 1000 4143 1685 -
Cpu 15 47 18 0.01193
Reads 5320 18690 8237 4.97813
Writes 0 0 0 0.00000
Duration 0.9699 20.3217 1.7934 0.00109
更新表现
第二批查询是更新语句:
update heap/clust set amount = amount + 0 where group between 5678910 and 5679410
update heap/clust set amount = amount + 0 where group between 6234567 and 6234967
update heap/clust set amount = amount + 0 where group between 6455429 and 6455729
update heap/clust set amount = amount + 0 where group between 6655429 and 6655729
update heap/clust set amount = amount + 0 where group between 6955429 and 6955729
update heap/clust set amount = amount + 0 where group between 7195542 and 7155729
该基准的结果为heap:
rows reads CPU Elapsed
----- ----- ----- --------
1503 3013 31ms 175ms
401 806 0ms 22ms
2700 5409 47ms 100ms
0 3 0ms 0ms
2953 5915 31ms 88ms
0 0 0ms 0ms
2011年3月9日更新:
cmd.CommandText = "update heap set amount = amount + @id where group between @id and @id+1000";
- 811行具有> 0 CPU并且影响超过0行
Counter Minimum Maximum Average Weighted
--------- ------- ---------- ------- ---------
RowCounts 1001 69788 5598 811
Cpu 15 873 56 0.01199
Reads 2080 167593 11809 2.11217
Writes 0 1687 121 0.02170
Duration 0.6705 514.5347 17.2041 0.00344
2011年3月9日更新结束.
该基准的结果为clust:
rows reads CPU Elapsed
----- ----- ----- --------
1503 9126 16ms 35ms
401 2444 0ms 4ms
2700 16385 31ms 54ms
0 3 0ms 0ms
2953 17919 31ms 35ms
0 0 0ms 0ms
2011年3月9日更新:
cmd.CommandText = "update clust set amount = amount + @id where group between @id and @id+1000";
- 853行有> 0 CPU且影响超过0行
Counter Minimum Maximum Average Weighted
--------- ------- ---------- ------- ---------
RowCounts 1001 69788 5420 -
Cpu 15 594 50 0.01073
Reads 6226 432237 33597 6.20450
Writes 0 1730 110 0.01971
Duration 0.9134 193.7685 8.2919 0.00155
2011年3月9日更新结束.
删除基准
我运行的第三批查询是删除语句
delete heap/clust where group between 5678910 and 5679410
delete heap/clust where group between 6234567 and 6234967
delete heap/clust where group between 6455429 and 6455729
delete heap/clust where group between 6655429 and 6655729
delete heap/clust where group between 6955429 and 6955729
delete heap/clust where group between 7195542 and 7155729
该基准测试的结果如下heap:
rows reads CPU Elapsed
----- ----- ----- --------
1503 10630 62ms 179ms
401 2838 0ms 26ms
2700 19077 47ms 87ms
0 4 0ms 0ms
2953 20865 62ms 196ms
0 4 0ms 9ms
2011年3月9日更新:
cmd.CommandText = "delete heap where group between @id and @id+1000";
- 724行具有> 0 CPU且影响超过0行
Counter Minimum Maximum Average Weighted
--------- ------- ---------- ------- ---------
RowCounts 192 69788 4781 -
Cpu 15 499 45 0.01247
Reads 841 307958 20987 4.37880
Writes 2 1819 127 0.02648
Duration 0.3775 1534.3383 17.2412 0.00349
2011年3月9日更新结束.
该基准测试的结果如下clust:
rows reads CPU Elapsed
----- ----- ----- --------
1503 9228 16ms 55ms
401 3681 0ms 50ms
2700 24644 46ms 79ms
0 3 0ms 0ms
2953 26955 47ms 92ms
0 3 0ms 0ms
2011年3月9日更新:
cmd.CommandText = "delete clust where group between @id and @id+1000";
- 751行具有> 0 CPU并且影响超过0行
Counter Minimum Maximum Average Weighted
--------- ------- ---------- ------- ---------
RowCounts 144 69788 4648 -
Cpu 15 764 56 0.01538
Reads 989 458467 30207 6.48490
Writes 2 1830 127 0.02694
Duration 0.2938 2512.1968 24.3714 0.00555
2011年3月9日更新结束.
INSERT基准测试
基准测试的最后一部分是插入语句的执行.
插入堆/ clust(...)值(...),(...),(...),(...),(...),(...)
该基准测试的结果如下heap:
rows reads CPU Elapsed
----- ----- ----- --------
6 38 0ms 31ms
2011年3月9日更新:
string str = @"insert into heap (group, currency, year, period, domain_id, mtdAmount, mtdAmount, ytdAmount, amount, ytd_restated, restated, auditDate, auditUser)
values";
for (int x = 0; x < 999; x++)
{
str += string.Format(@"(@id + {0}, 'EUR', 2012, 2, 0, 100, 100, 1000 + @id,1000, 1000,1000, current_timestamp, 'test'), ", x);
}
str += string.Format(@"(@id, 'CAD', 2012, 2, 0, 100, 100, 1000 + @id,1000, 1000,1000, current_timestamp, 'test') ", 1000);
cmd.CommandText = str;
- 912语句有> 0 CPU
Counter Minimum Maximum Average Weighted
--------- ------- ---------- ------- ---------
RowCounts 1000 1000 1000 -
Cpu 15 2138 25 0.02500
Reads 5212 7069 6328 6.32837
Writes 16 34 22 0.02222
Duration 1.6336 293.2132 4.4009 0.00440
2011年3月9日更新结束.
该基准测试的结果如下clust:
rows reads CPU Elapsed
----- ----- ----- --------
6 50 0ms 18ms
2011年3月9日更新:
string str = @"insert into clust (group, currency, year, period, domain_id, mtdAmount, mtdAmount, ytdAmount, amount, ytd_restated, restated, auditDate, auditUser)
values";
for (int x = 0; x < 999; x++)
{
str += string.Format(@"(@id + {0}, 'EUR', 2012, 2, 0, 100, 100, 1000 + @id,1000, 1000,1000, current_timestamp, 'test'), ", x);
}
str += string.Format(@"(@id, 'CAD', 2012, 2, 0, 100, 100, 1000 + @id,1000, 1000,1000, current_timestamp, 'test') ", 1000);
cmd.CommandText = str;
- 946语句有> 0 CPU
Counter Minimum Maximum Average Weighted
--------- ------- ---------- ------- ---------
RowCounts 1000 1000 1000 -
Cpu 15 2403 21 0.02157
Reads 6810 8997 8412 8.41223
Writes 16 25 19 0.01942
Duration 1.5375 268.2571 6.1463 0.00614
2011年3月9日更新结束.
结论
虽然使用聚簇索引和非聚簇索引访问表时会进行更多逻辑读取(使用非聚簇索引时),但性能结果为:
- SELECT语句具有可比性
- 使用聚簇索引时,UPDATE语句更快
- 使用聚簇索引时,DELETE语句更快
- 使用聚簇索引时INSERT语句更快
当然,我的基准测试在特定类型的表上以及非常有限的查询集非常有限,但我认为基于这些信息,我们已经可以开始说,在表上创建聚簇索引几乎总是更好.
2011年3月9日更新:
从增加的结果我们可以看出,有限测试的结论在每种情况下都不正确.
结果现在表明,受益于聚簇索引的唯一语句是update语句.其他语句在具有聚簇索引的表上减慢约30%.
一些额外的图表,其中我绘制了堆与clust的每个查询的加权持续时间.
正如您所看到的,insert语句的性能配置文件非常有趣.尖峰是由一些数据点引起的,这些数据点需要更长的时间才能完成.
2011年3月9日更新结束.
mar*_*c_s 10
正如Kimberly Tripp--索引女王 - 在她的博客文章"Clustered Index Debate继续......"中解释得非常好,在数据库表上拥有一个聚类键几乎可以加速所有操作 - 不仅如此SELECT.
与集群表相比,SELECT通常在堆上较慢,只要您选择一个好的集群键 - 类似于INT IDENTITY.如果您使用非常糟糕的聚类键,如GUID或具有大量可变长度组件的复合键,那么,但只有这样,堆可能会更快.但在这种情况下,你真的需要首先清理你的数据库设计......
所以一般来说,我认为堆中没有任何意义 - 选择一个好的,有用的聚类键,你应该在所有方面受益.
- 这是一个非答案.Martin在SQL Server上非常扎实; 这个问题的目的是从性能测试中获得真实世界测试的验证结果,而不是更多的理论. (2认同)
| 归档时间： |
|
| 查看次数： |
8635 次 |
| 最近记录： |