设为首页 收藏本站
查看: 946|回复: 0

[经验分享] SQL Server索引视图以(物化视图)及索引视图与查询重写

[复制链接]

尚未签到

发表于 2017-7-12 20:27:31 | 显示全部楼层 |阅读模式
  本位出处:http://www.cnblogs.com/wy123/p/6041122.html
  经常听Oracle的同学说起来物化视图,物化视图的作用之一就是可以实现查询重写,听起来有一种高大上的感觉,
  SQL Server也有类似于Oracle物化视图的功能,只不过叫做索引视图。
  说实话,还是物化视图听起来比较合适,与普通视图比,物化视图就是直接将数据存储起来了
  SQL Server中的索引视图也具有查询重写的功能,
  所谓的查询重写,就是如果符合条件的数据在索引视图上,并且查询列都包含在在索引视图上,此时可以直接通过查询索引视图来替代基于原始表的查询
  依旧惯例,先上代码做一个测试环境



--创建两张表,一张表头,一张明细,仅仅作为DEMO使用
CREATE TABLE HeadTable
(
HeadId      INT PRIMARY KEY  ,
HeadInfo    VARCHAR(50)      ,
DataStatus  TINYINT          ,
CreateDate  Datetime
)
GO
CREATE TABLE DetailTable
(
HeadId      INT           ,
DetailId    INT identity(1,1) PRIMARY KEY ,
DatailInfo  VARCHAR(50)
)
GO
--写入数据
DECLARE @i int = 0
WHILE @i<200000
BEGIN
INSERT INTO HeadTable values (@i,NEWID(),RAND()*10,GETDATE()-RAND()*100)
INSERT INTO DetailTable(HeadId,DatailInfo) VALUES (@i,NEWID())
SET @i=@i+1
END
GO
  索引视图创建
  那么如何创建索引视图呢?语法上跟创建普通视图差别不大,但是不允许出现select *,表名上要加上Scheme,因为这里不是专门说索引视图的,细节就不多说了。



CREATE VIEW V_IndexViewTest WITH SCHEMABINDING
AS
SELECT H.HeadId,H.CreateDate,H.DataStatus,D.DetailId,D.DatailInfo
FROM dbo.HeadTable H INNER JOIN
dbo.DetailTable D ON H.HeadId = D.HeadId
WHERE H.DataStatus = 0
GO
  索引视图要求创建的第一个列为唯一聚集索引,所以如下,创建一个唯一的聚集索引
DSC0000.png

  对于其他索引,可以跟在表上创建索引一样
DSC0001.png

  查询重写
  上面说了,查询重写就是将基于原始表的查询语句,直接在索引视图上查询实现,那么就来看一下查询重写是什么样子的?
  下面来观察这么一个查询,SQL很明显地是基于原始表做的查询,跟普通查询并无二致,
  但是观察执行计划就会发现:
  这个执行计划走了一个索引查找,首先很清楚,HeadTable上的CreateDate是没有索引的,这里走的索引就是V_IndexViewTest上的CreatDate列上的索引
  也就是在索引视图上创建的第二个索引。
DSC0002.png

  如果,查询语句这么写,如下,在查询条件中增加了一个索引视图中没有的列,此时查询就不会被重写,直接走的是基于原始表的查询,跟普通查询并无二致。
  其实原理不难理解,因为视图中并不包含HeadInfo这个列,如果在查询列上加上这个字段,视图中是没有这个字段的,那只能基于原始表做查询了。
DSC0003.png

  为什么查询会被重写
  上面我们看到了,对于合适的查询,查询是会被重写的,也就是查询直接基于索引视图来实现,那么为什么会直接基于视图来实现呢?
  还是处于性能上的考虑,因为索引视图在创建唯一的聚集索引之后,视图就“固化了”原始表的结果集,
  此时的视图与普通视图最大的区别就是,视图中直接存储了数据本身,而非一个查询,
  此时的视图中的数据集,相当于基于原表的一个“子集”,因为是子集,这个结果集必然小于原始表,
  那么同样的查询字段和查询条件,不但可以减少表与表之间的链接操作,且结果集更小,从这个视图上查询,
  同等条件下可以更快地返回结果,所以查询重写也就不难理解了。
  此时只要查询字段和查询条件一样,基于原始表的查询和直接查询索引视图是一样的,如下截图
DSC0004.png

  索引视图什么时候更新
  上面说了查询重写,如果条件允许,基于原始表的查询会直接从索引视图上来实现。
  可能有人会不放心,毕竟数据都是基于物理表做增删改的,而索引视图中的数据又是物理存在的,那就就会有一个担心,基于视图的查询会不会不准确?
  毕竟是我好好的一个查询,你默认给我定位到索引视图上,查询结果会跟原始表查询一致吗?
  那么就要求证一下,索引视图中的数据是如何更新的。
  我们做这么一个测试,在基表,也就是DetailTable中查询一条数据,看看到底在执行计划中发生了什么
  可以明显地看到,不仅仅是王DetailTable中写入了一条数据,同时,基于索引视图的查询也往索引视图中写入了一条数据,
  因此可以放心地使用索引视图而不必担心索引视图中的数据和基表的数据不一致的问题。
  但是要注意的就是,此时的写,是写入基表的同事,也写入了索引视图,对写入的影响是肯定有一些的,如果对写入效率要求非常高,就要谨慎一点了。
  其实索引视图也是一种冗余写来实现查询效率的提高的。
DSC0005.png

  改变基于视图的查询
  上面说了,某些基于视图的查询,是直接定位到视图,从视图中查询结果返回的,如下图

  
但是如果真的不想从视图中查询,我就是想对比一下原始表和基于视图查询的(效率上的)区别,该怎么办?
这个也好办,可以通过查询提示,将查询来基于原始表实现,也就是展开这个索引视图了
OPTION (EXPAND VIEWS)这个查询提示就是将视图展开,从原始表进行查询,默认情况下是不展开的
如截图,可以强制展开索引视图,从原始表查询
DSC0006.png

  那么效率对比呢?如下截图,粗看起来,这个效率差别还是挺大的,可见,SQL Server默认选择下,载效率上还是有一定的考虑的
DSC0007.png

  这里从索引视图查询,一是减少了表之间的join,而是索引视图的结果集更小,从中筛选符合条件的数据效率就会更好一些。
  所以,默认情况下是会从视图查询来对SQL进行查询重写的。  
  索引视图的查询提示:with(noexpand) 强制不展开,OPTION (EXPAND VIEWS)强制展开
  总结:
  本文粗浅地分析了SQL Server 中的索引视图以及索引视图带来的查询重写功能,通过索引视图固化基表的结果集,
  可以在一定程度上提高查询效率,尤其是在超级大的多表join的时候,直接将原始结果存为一个索引视图,
  通过对索引视图查询来减少表之间的join和IO来提高效率,不失为一种优化选择。
  需要注意的是,SQL Server的索引视图限制非常多,具体可以参考链接丛书或者MSND,并不是所有的情况都可以使用索引视图来实现。
  本人技术水平还很菜,说的不对还请支出,谢谢。

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-393309-1-1.html 上篇帖子: .NET Core 1.1日期解析无APi、SQL Server数据转换JSON 下篇帖子: Sql Server 2016新功能之 Row-Level Security
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表