SQLSERVER的筛选索引(Fiter Index)

fiter index（筛选索引）是SQL Server的一项功能，可使此数据库与众不同。

筛选索引的概念

SQL Server中常用的索引是一种物理结构，它包含来自所有行的一组选定列的值在一张桌子里。大多数情况下，结构是一个b树，值存储在节点和叶子中，以便在树中查找（寻找）特定值非常快。它从根开始，然后通过节点决定每次选择哪个分支。尽管这是一个充满激情的话题，但我不会完全描述索引的结构。出于本文的目的，足以知道索引列中的每个值在b树中都有自己的位置。如果表很大，则索引列具有许多值，并且索引具有许多节点。向表中添加新行会使表更大，但索引也会增长。有一些或多或少的明显后果：

索引增长并消耗更多磁盘空间。
更大的索引更难以搜索 - 搜索和扫描速度更慢。
重建大型索引需要更多时间和资源。

索引是一个很好的发明。它使得寻找（寻找特定价值）成为可能。如果列已建立索引，则数据库不需要从表中读取所有行，以在索引列中查找具有特定值的行。然而，大指数是大问题。有时您知道该表有一些您不会查询的特定行。如果我可以索引不是所有行而只是索引它们的一部分怎么办？这正是筛选索引。

没有索引的示例

我有一个表，其中包含用户发送给其他用户的消息。当接收器读取消息时，通过将mes_unread字段从1 切换为0将其标记为已读。

表中有100万行。当用户登录他/她的帐户时，将显示未读消息。这种情况的直接影响是非常频繁的查询是以下一种：

目前，此表上只有一个索引 - mes_id上的聚簇索引。因此，毫不奇怪，样本运行的执行计划显示聚集索引扫描正在读取所有数据，以查找与条件匹配的行。

估计的查询成本为10.6818。最常用的查询从表中读取所有行并不好。

使用sp_spaceused过程检查表的大小。

EXEC  sp_spaceused'user_messages  ' ;

它显示表数据消耗了大约103 MB的存储空间和聚集索引 - 392 KB。

传统方法

回到聚集索引扫描问题，有一个简单的解决方案 - 创建一个索引。例如，数据库引擎建议的那个在执行计划中显示绿色字体

CREATE NONCLUSTERED INDEX IX_mes_receiver_usr_id_unread 
ON user_messages（mes_receiver_usr_id，mes_unread）;

创建索引后，相同的查询执行效率更高。执行计划显示使用索引和键查找搜索操作替换扫描操作。

查询的成本估计为1.20738。它比没有索引的要少9倍。

sp_spaceused报告用于存储索引的额外15 MB。

15 MB并不多，但表只需103 MB。如果表是10 GB，我可以预期索引是1.5 GB，这是显而易见的。那还有什么方法可以减少这个索引的数据量吗？

过滤索引的方法

假如应用用户非常活跃，他们通常在收到消息后立即阅读消息，因此大部分消息已被阅读（95％）。只有5％的消息尚未打开。这意味着该条件 AND mes_unread = 1 将返回的行数减少了20倍（至5％）。更进一步，我不需要索引的那部分包含有关mes_unread = 0的行的信息。幸运的是，SQL Server包含过滤的索引功能，它允许我减少用于构建索引的行数。

此时，我将用过滤索引替换当前索引。

DROP INDEX IX_mes_receiver_usr_id_unread ON user_messages;

CREATE NONCLUSTERED INDEX IX_mes_receiver_usr_id_unread 
ON user_messages（mes_receiver_usr_id，mes_unread）
WHERE mes_unread = 1;

过滤的索引可以通过定义中的WHERE子句轻松识别。上面使用的构造在两列上创建索引：mes_receiver_usr_id和mes_unread，
但仅适用于mes_unread = 1的那些行。不包括与其不匹配的其他行。它们根本不占用索引中的磁盘空间。
在开始使用过滤索引之前，我将检查执行计划。

它看起来与普通索引的执行计划非常相似。那有什么区别？

不同的是执行成本。它下降到0.246134 ，几乎是传统指数的五倍。

为什么？答案是索引大小，可以使用sp_spaceused检查。

EXEC  sp_spaceused'user_messages  ' ;

与传统索引的15 MB相比，过滤索引的1.1 MB明显更少。它直接回答了较小的执行成本 - 更小的索引，更少的IO，更快的搜索。

总结下使用情况：

案件	执行成本	索引大小
没有索引	10.6818	-
普通索引	1.2073	15.3 MB
过滤索引	0.2461	1.1 MB

它可能是一个优势：更小的存储使用，更快的搜索，

但也有一个缺点 - 更改WHERE子句中的值可能会使索引无用。例如，如果我想查询已经读过的消息，那么这个索引对我没用：

SELECT * 
FROM user_messages 
WHERE mes_receiver_usr_id = 234 
    AND mes_unread = 0;

如您所见，将条件从mes_unread = 1更改为mes_unread = 0会导致从搜索切换到扫描。此时原因应该是显而易见的 -

过滤后的索引没有关于mes_unread = 0的行的任何信息，因此无法使用。

结论

过滤的索引具有强大的功能。如果您拥有几乎从不查询大多数行的表，它们可以提供很多帮助。它们不仅消耗更少的存储空间，而且由于它们更小，它们也更快。另一方面，我很少使用过滤索引。当想知道为什么时，我得出的结论是，如果绝大多数行都没有被查询为什么要保留它们？