2

我继承了 Azure 中托管的 MS Sql 数据库。寻找性能改进，我一直在阅读很多关于索引和覆盖索引的内容。（也许这是我发现的最完整的阅读：https ://www.red-gate.com/simple-talk/sql/learn-sql-server/using-covering-indexes-to-improve-query-性能/ )

但仍有一个疑问...

因此，例如，对于下面的计费表（大约有 800 万行），我发现查询的 where 子句中使用最多的字段是（是否在连接内）： PAYMENT_DATE, DUE_DATE, CUSTOMER_ID, DELAY_DAYS, AMOUNT 。

CREATE TABLE [dbo].[BILLING](
    [ID] [int] IDENTITY(1,1) NOT NULL,
    [CHANGED_DATE] [datetime] NULL,
    [INCLUDED_DATE] [datetime] NULL,
    [CHANGED_USER_ID] [int] NULL,
    [INCLUDED_USER_ID] [int] NULL,
    [BILL_CODE] [varchar](255) NOT NULL,
    [PAYMENT_DATE] [datetime] NULL,
    [DUE_DATE] [datetime] NOT NULL,
    [AMOUNT] [float] NOT NULL,
    [AMOUNT_PAYED] [float] NULL,
    [CUSTOMER_ID] [int] NOT NULL,
    [OUR_NUMBER] [varchar](200) NULL,
    [TYPE] [varchar](250) NULL,
    [BANK_ID] [int] NULL,
    [ISSUE_DATE] [datetime] NULL,
    [STATE] [varchar](20) NULL,
    [DUNNING_STATE_ID] [int] NULL,
    [OPEN_VALUE] [float] NULL,
    [ACCREDIT_VALUE] [float] NULL,
    [LOWER_VALUE] [float] NULL,
    [DISCCOUNT_VALUE] [float] NULL,
    [INTEREST_VALUE] [float] NULL,
    [FINE_VALUE] [float] NULL,
    [RECEIVED_AMOUNT] [float] NULL,
    [DELAY_DAYS] [int] NULL,
    [BRANCH_ID] [int] NULL,
    [FIELD1] [varchar](250) NULL,
    [FIELD2] [varchar](250) NULL,
    [FIELD3] [varchar](250) NULL,
    [FIELD4] [varchar](250) NULL,
    [FIELD5] [varchar](250) NULL,
    [OBS1] [varchar](250) NULL,
    [OBS2] [varchar](250) NULL,
    [OBS3] [varchar](250) NULL,
    [INTEREST_RATE] [float] NULL,
    [INTEREST_CALC] [float] NULL,
    [AGREEMENT_STATE] [varchar](20) NULL,
    [AGREEMENT_ID] [int] NULL,
PRIMARY KEY CLUSTERED 
(
    [ID] ASC
)

此外，用于优化的目标查询对 select 子句进行计算： AMOUNT, DELAY_DAYS, COUNT(ID). 例如：

SELECT
        T.CUSTOMER_ID AS CUSTOMER_ID
        , COUNT(T.ID) AS NUM_BILLS
        , COUNT(
            CASE
                WHEN T.DELAY_DAYS <= 0 THEN 1
                ELSE NULL
            END
        ) AS DEPOSITS
        , COUNT(
            CASE
                WHEN T.DELAY_DAYS > 0 THEN 1
                ELSE NULL
            END
        ) AS DEFAULTED
        , COUNT(
            CASE
                WHEN T.DELAY_DAYS BETWEEN 30 AND 60 THEN 1
                ELSE NULL
            END
        ) AS DEFAULTED_30
        , COUNT(
            CASE
                WHEN T.DELAY_DAYS BETWEEN 60 AND 90 THEN 1
                ELSE NULL
            END
        ) AS DEFAULTED_60
        , COUNT(
            CASE
                WHEN T.DELAY_DAYS > 90 THEN 1
                ELSE NULL
            END
        ) AS DEFAULTED_90
        , MAX(T.DELAY_DAYS) AS MAX_DEFAULTED_TIME
        , SUM(
            CASE
                WHEN T.DELAY_DAYS > 0 THEN T.DELAY_DAYS
                ELSE 0
            END
        ) AS SUM_DEFAULTED_TIME
        , SUM(T.AMOUNT) AS AMOUNT
        , SUM(
            CASE
                WHEN T.DELAY_DAYS > 0 THEN T.AMOUNT
                ELSE 0
            END
        ) AS DEFAULTED_AMOUNT
    FROM BILLING T
    WHERE
        T.DUE_DATE < GETDATE()
        AND T.AMOUNT > 0
    GROUP BY
        T.CUSTOMER_ID

因此，在我看来，以下索引可以解决我的所有问题：

CREATE NONCLUSTERED INDEX [ix_Titulo_main_fields] ON [dbo].[BILLING]
(
    [PAYMENT_DATE] ASC,
    [DUE_DATE] DESC,
    [AMOUNT] ASC,
    [CUSTOMER_ID] ASC,
    [STATE] ASC,
    [DELAY_DAYS] ASC,
    [BRANCH_ID] ASC,
    [AGREEMENT_ID] ASC
)
INCLUDE (   [BILLING_CODE],
    [AGREEMENT_STATE],
)
GO;

相反，当我在 Management Studio 上询问查询计划时，SQL Server 不使用此索引并建议我创建一个新索引：

CREATE NONCLUSTERED INDEX [ix_billing_due_date_amount] ON [dbo].[billing]
(
    [due_date] ASC,
    [amount] ASC
)
INCLUDE (   [customer_id],
    [delay_days])
GO

所以，疑问是：
覆盖索引是否需要正是 WHERE 子句搜索的内容？
如果是真的，覆盖索引如何满足多个查询？
否则，为什么以前的索引不满足查询？

我真的不知道我错过了什么......

提前致谢！

4

2 回答 2

3

订单很重要。由于您建议的索引以 [payment_date] 开头，但查询谓词不包括 [payment_date]，因此索引不太可能比表扫描更有利。

一个索引可以覆盖多个查询。索引的第一个列出的字段几乎总是需要在所有查询的谓词中。为了改进结果，也将此逻辑应用于第二个字段、第三个字段等。

当一个职位有多个选择时，一个选择可能比另一个选择表现更好。

旁注：Oracle 有一个称为“索引跳过扫描”的功能，即使前导列不在谓词中，也允许使用索引。当前导列的不同值很少（来自learningintheopen.org）时，它是有效的。

于 2018-07-23T17:20:52.550 回答
1

对于任何特定查询，您当然可以创建一个专门的索引 - 优化器可以告诉您这一点。并且特定的查询将被超级提升，其他类似的查询或多或少会变得更快。但是，根据经验，我不使用专门用于查询的索引，也不喜欢多列索引，也不使用包含。可能有罕见的例外，但通常我不会。为什么？优化器会提示您在查询范围内需要什么索引 - 在您添加到同一个表的 8-10 个左右的索引之后，优化器将不再识别要使用的索引，更不用说插入/更新延迟（尽管即使在锁定时间插入/更新时，正确的索引也可以节省时间）。

对于您的情况，我应该使用 8 个单一索引，每列一个，除非一列已经是主键或 PK 的一部分。如果一列是唯一的，请检查您是否可以创建唯一索引而不是简单索引。这有很大帮助。

总体而言，对于最终将针对该表执行的所有 sql，在表上拥有 4-8 个单列索引是最佳解决方法。只要按照您的描述通过使用调查选择了这些列，这就是有效的。

这是因为真正最重要的是第一次过滤。在 3 秒内过滤掉 800 万行中的 10000 行是成功的 - 现在如何将 10000 过滤到 10 最终并不重要。也许那里也有一个索引，也许没有，但是您希望在哪里进行表扫描，800 万或 10000 过滤？

根据我的经验，一组很好的单列索引可以帮助 99% 的查询快速响应，因为它们获得了一个索引列来搜索开始。

有时查询会选择错误的索引——一些通用过滤器只过滤掉 5%，而忽略过滤掉 95% 的过滤器。这可能是导致糟糕的执行计划的糟糕统计数据或基数估计。您可以通过查询提示来克服这个问题，以确保您始终使用它或强制执行 2012 基数估计器。

于 2018-07-30T13:10:10.057 回答