MSSQL 的复合索引和包含索引有啥区别？
2023-01-06 11:15:20来源：一线码农聊技术
在 SQLSERVER 中有非常多的索引，比如：聚集索引，非聚集索引，唯一索引，复合索引，Include索引，交叉索引，连接索引，奇葩索引等等，当索引多了之后很容易傻傻的分不清，比如：复合索引和Include索引，但又在真实场景中用的特别多，本篇我们就从底层数据页层面厘清一下。
说区别之前，一定要知道它们大概解决了什么问题？这里我就从索引覆盖角度来展开吧，为了方便讲述，先上一个测试 sql：
IF(OBJECT_ID("t") IS NOT NULL) DROP TABLE t;CREATE TABLE t(a INT IDENTITY, b CHAR(6), c CHAR(10) DEFAULT "aaaaaaaaaa")SET NOCOUNT ONDECLARE @num INT SET @num =10000WHILE (@num <90000)BEGIN INSERT INTO t(b) VALUES ("b"+CAST(@num AS CHAR(5))) SET @num=@num+1ENDCREATE CLUSTERED INDEX idx_a ON t(a)CREATE INDEX idx_b ON t(b)SELECT * FROM t;代码非常简单，在 t 表中创建三个列，插入 8w 条数据，然后创建两个索引，接下来做一个查询获取b,c列。
【资料图】
SET STATISTICS IO ONSET STATISTICS TIME ONSELECT b,c FROM t WHERE b IN ("b10000","b20000","b30000","b40000","b50000","b70000","b80000","b90000")SET STATISTICS IO OFFSET STATISTICS TIME OFF输出如下：
表“t”。扫描计数 8，逻辑读取次数 30，物理读取次数 0，页面服务器读取次数 0，预读读取次数 0，页面服务器预读读取次数 0，LOb 逻辑读取次数 0，LOB 逻辑读取次数 0，LOB 页面服务器读取次数 0，LOB 预读读取次数 0，LOB 页面服务器预读读取次数 0。 SQL Server 执行时间: CPU 时间 = 0 毫秒，占用时间 = 134 毫秒。 SQL Server 执行时间: CPU 时间 = 0 毫秒，占用时间 = 0 毫秒。Completion time: 2023-01-06T08:47:45.2364473+08:00
从执行计划看，这是一个经典的书签查找，这种查找返回的行数越多性能越差，在索引优化时一般都会规避掉这种情况，我们也看到了逻辑读取次数有30次，那能不能再小一点呢？
为了解决这个问题，干脆把 c 列也放到索引中去达到索引覆盖的效果，这就需要用到复合索引了，参考sql如下：
CREATE INDEX idx_complex ON t (b,c)
再次查询输出如下：
SQL Server 分析和编译时间: CPU 时间 = 0 毫秒，占用时间 = 0 毫秒。表“t”。扫描计数 8，逻辑读取次数 24，物理读取次数 0，页面服务器读取次数 0，预读读取次数 0，页面服务器预读读取次数 0，LOb 逻辑读取次数 0，LOB 逻辑读取次数 0，LOB 页面服务器读取次数 0，LOB 预读读取次数 0，LOB 页面服务器预读读取次数 0。 SQL Server 执行时间: CPU 时间 = 0 毫秒，占用时间 = 96 毫秒。 SQL Server 执行时间: CPU 时间 = 0 毫秒，占用时间 = 0 毫秒。Completion time: 2023-01-06T08:53:56.9688921+08:00
从执行计划来看，这次没有走书签查找而是索引查找，并且逻辑读也降到了24次，这是一个好的优化。
相信有些朋友也知道用Include索引也能达到这个效果，接下来试着把复合索引给删了增加一个 Include索引，代码如下：
DROP INDEX idx_complex ON dbo.t;CREATE INDEX idx_include ON t(b) INCLUDE (c)
再次查询输出如下：
表“t”。扫描计数 8，逻辑读取次数 16，物理读取次数 0，页面服务器读取次数 0，预读读取次数 0，页面服务器预读读取次数 0，LOb 逻辑读取次数 0，LOB 逻辑读取次数 0，LOB 页面服务器读取次数 0，LOB 预读读取次数 0，LOB 页面服务器预读读取次数 0。 SQL Server 执行时间: CPU 时间 = 0 毫秒，占用时间 = 73 毫秒。 SQL Server 执行时间: CPU 时间 = 0 毫秒，占用时间 = 0 毫秒。Completion time: 2023-01-06T08:58:18.1122561+08:00
从执行计划来看也是走的非聚集索引，而且逻辑读再次降到了16次，相比原始的书签查找已经优化了50%，这是一个巨大的性能提升不是。
到这里其实有一个问题，两种优化走的都是非聚集索引，从逻辑读次数看貌似Include索引更好一些，为什么会这样呢？这就涉及到了底层存储，接下来一起扒一下。
2. 存储原理研究研究它们的不同点，最彻底的方式就是从底层存储出发，首先我们观察下复合索引的底层存储是什么样的，可以用DBCC命令。
DBCC TRACEON(3604)DBCC IND(MyTestDB,t,-1)
从IndexLevel=2来看这个复合索引构成的B树已经达到了二层，接下来我们查一下368号数据页内容。
DBCC PAGE(MyTestDB,1,368,2)
输出如下：
PAGE: (1:368)Memory Dump @0x000000F555578000000000F555578000: 01020002 00800001 00000000 00001b00 00000000 ....................000000F555578014: 00000200 3e010000 601f9c00 70010000 01000000 ....>...`...p.......000000F555578028: f8000000 e0680000 f5010000 00000000 00000000 .....h..............000000F55557803C: 00000000 01000000 00000000 00000000 00000000 ....................000000F555578050: 00000000 00000000 00000000 00000000 16623130 .................b10000000F555578064: 30303061 61616161 61616161 61010000 00380500 000aaaaaaaaaa....8..000000F555578078: 00010004 00001662 38333631 36616161 61616161 .......b83616aaaaaaa000000F55557808C: 61616191 1f010070 05000001 00040000 00006231 aaa....p..........b1OFFSET TABLE:Row - Offset 1 (0x1) - 126 (0x7e) 0 (0x0) - 96 (0x60) DBCC 执行完毕。如果 DBCC 输出了错误信息，请与系统管理员联系。
根据下面的 Slot 个数可以知道这个分支节点数据页只有 2 条记录，分别为：(b10000,aaaaaaaaaa,0x01) , (b83616,aaaaaaaaaa,0x011f91)，这里说明一下最后的 01 和 0x011f91 是主键key，接下来找个叶子节点，比如：1632号索引页。
PAGE: (1:1632)Memory Dump @0x000000F555578000...000000F555578050: 00000000 00000000 00000000 00000000 16623135 .................b15000000F555578064: 32383761 61616161 61616161 61a81400 00040000 287aaaaaaaaaa.......000000F555578078: 16623135 32383861 61616161 61616161 61a91400 .b15288aaaaaaaaaa...000000F55557808C: 00040000 16623135 32383961 61616161 61616161 .....b15289aaaaaaaaa000000F5555780A0: 61aa1400 00040000 16623135 32393061 61616161 a........b15290aaaaa000000F5555780B4: 61616161 61ab1400 00040000 16623135 32393161 aaaaa........b15291a000000F5555780C8: 61616161 61616161 61ac1400 00040000 16623135 aaaaaaaaa........b15000000F5555780DC: 32393261 61616161 61616161 61ad1400 00040000 292aaaaaaaaaa.......000000F5555780F0: 16623135 32393361 61616161 61616161 61ae1400 .b15293aaaaaaaaaa...000000F555578104: 00040000 16623135 32393461 61616161 61616161 .....b15294aaaaaaaaa000000F555578118: 61af1400 00040000 16623135 32393561 61616161 a........b15295aaaaa000000F55557812C: 61616161 61b01400 00040000 16623135 32393661 aaaaa........b15296a000000F555578140: 61616161 61616161 61b11400 00040000 16623135 aaaaaaaaa........b15...
从叶子节点上看，也是(b,c,key)的布局模式，这时候脑子里就有了一张图。
用同样的方式观察下Include索引，发现IndexLevel=1，说明只有一层。
再用 DBCC 观察下分支节点的布局。
PAGE: (1:1696)Memory Dump @0x000000F554F78000000000F554F78000: 01020001 00820001 00000000 00001100 00000000 ....................000000F554F78014: 00000601 42010000 1c09d814 a0060000 01000000 ....B.... ..........000000F554F78028: 0f010000 78310000 39010000 00000000 00000000 ....x1..9...........000000F554F7803C: f01efa04 00000000 00000000 00000000 00000000 ....................000000F554F78050: 00000000 00000000 00000000 00000000 16623130 .................b10000000F554F78064: 30303001 00000088 03000001 00030000 16623130 000..............b10000000F554F78078: 33313138 010000b0 03000001 00030000 16623130 3118.............b10000000F554F7808C: 3632326f 020000b1 03000001 00030000 16623130 622o.............b10000000F554F780A0: 393333a6 030000b2 03000001 00030000 16623131 933..............b11...
从输出看并没有记录列c的值，就是那烦人的aaaaaaaaaa，然后再抽个叶子节点看看，比如：1218号索引页。
PAGE: (1:1218)Memory Dump @0x000000F554F78000000000F554F78000: 01020000 04020001 c1040000 01001500 c3040000 ....................000000F554F78014: 01003701 42010000 0a00881d c2040000 01000000 ..7.B...............000000F554F78028: 0f010000 00310000 03000000 00000000 00000000 .....1..............000000F554F7803C: e7351886 00000000 00000000 00000000 00000000 .5..................000000F554F78050: 00000000 00000000 00000000 00000000 16623833 .................b83000000F554F78064: 313235a6 1d010061 61616161 61616161 61040000 125....aaaaaaaaaa...000000F554F78078: 16623833 313236a7 1d010061 61616161 61616161 .b83126....aaaaaaaaa000000F554F7808C: 61040000 16623833 313237a8 1d010061 61616161 a....b83127....aaaaa000000F554F780A0: 61616161 61040000 16623833 313238a9 1d010061 aaaaa....b83128....a000000F554F780B4: 61616161 61616161 61040000 16623833 313239aa aaaaaaaaa....b83129.000000F554F780C8: 1d010061 61616161 61616161 61040000 16623833 ...aaaaaaaaaa....b83000000F554F780DC: 313330ab 1d010061 61616161 61616161 61040000 130....aaaaaaaaaa......
在叶子节点中我们终于看到了aaaaaaaaaa，其实想一想肯定是有的，不然怎么做索引覆盖呢？有了这些信息，脑子中又有了一张图。
从图中可以看出，Include索引的分支节点是不包含c列的，这个列只会保存在叶子节点中，再结合树的高度来看就能解释为什么Include索引的逻辑读要少于复合索引。
三、总结总的来说复合索引和Include索引各有利弊吧，前者会让索引页的行数据更大，导致索引页更多，也就会占用更多的存储空间，更多的逻辑读，索引维护开销也更大，而后者只会将Include 列保存在叶子节点，不参与索引计算，相对来说占用的索引页空间更小。
在查询方面，复合索引能达到的索引覆盖场景远大于单列索引，而且在过滤，排序场景下也能发挥奇效，所以还是根据你的读写比例做一个取舍吧。
