Lookup component 用法

数据库引擎是高度优化的闭环系统，基于执行计划的反馈，查询优化器在一定程度上自动优化现有的执行计划。查询优化的核心是索引优化，数据库引擎通过计数器统计关于索引操作的数据，统计的信息包括：使用次数、物理存储、底层操作的计数，以及缺失索引等，这些统计数据存储在内存中，是数据库引擎执行情况的真实反馈，高度概括了索引的执行情况，有意识地利用索引的统计信息，有针对性地优化现有的业务逻辑代码，调整查询的执行计划，能够提高数据库的查询性能。

一，统计索引的使用次数

在用户成功提交查询语句时，执行计划中每一个单独的索引操作（Seek，Scan，Lookup或Update）都会被统计到sys.dm_db_index_usage_stats 中，例如，user_updates 计数器统计索引执行Insert,Update或Delete操作的次数，查找计数器（user_seeks, user_scans, user_lookups）统计在索引上执行的seek，scan和lookup操作的次数，如果查找计数器远远小于user_updates 计数器，这说明基础表会执行大量的更新操作，维护索引更新的开销比较大，数据库引擎利用索引提升查询性能的空间有限。

在计数时，每一个单独的seek、scan、lookup或update操作都被计算为对该索引的一次使用，并使该视图中的相应计数器加1。

索引的Seek，Scan，Lookup和Update的含义是：

Seek是Index Seek：通过该索引进行查找的次数
Scan是Index Scan：通过该索引执行扫描查找的次数
Lookup是Key Lookup：通过该索引查找到数据后，再到源数据表进行键值查找的次数，Key Lookup是非聚集索引特有的，查询性能低下，应避免这种查找方法；
Update是Index Update：由于源表数据更新导致索引页更新的次数

Index Seek和Index Scan的区别是：

Index Seek是从BTree的根节点开始，向子节点查找，直到叶子节点；
Index Scan是在Index的叶子节点上，从左到右，把整个BTree的叶子节点遍历一遍，类似于Table Scan。

如果索引的Seek，Scan，Lookup的计数值较多，那么说明索引被引用的次数多；如果查找计数器数值较小，但是Update数值较多，说明维护Index的开销高于查询带来的性能提升，应该考虑修改索引的结构，或者直接把索引删除。

select db_name(us.database_id) as db_name
    ,object_schema_name(us.object_id)+'.'+object_name(us.object_id) as table_name
    ,i.name as index_name
    ,i.type_desc as index_type_desc
    ,us.user_seeks
    ,us.user_scans
    ,us.user_lookups
    ,us.user_updates
from sys.dm_db_index_usage_stats us
inner join sys.indexes i
    on us.object_id=i.object_id and us.index_id=i.index_id
where us.database_id=db_id()
    --us.database_id=db_id('database_name')
    --and us.object_id=object_id('schema_name.table_name')
order by us.user_seeks desc

二，统计索引的物理存储

使用 sys.dm_db_index_physical_stats 函数统计索引的物理存储，例如，碎片的百分比，数据存储的集中和分散程度，以及page空间的利用率等：

avg_fragmentation_in_percent：索引外部碎片的百分比，值越大，说明索引的逻辑顺序和物理顺序差异越大，查找性能越低；
fragment_count：分段的数量，表示索引数据的集中/分散程度；
avg_fragment_size_in_pages：分段的大小
avg_page_space_used_in_percent：索引内部碎片的百分比，值越大，说明page空间的利用率越高；

请阅读《索引碎片的检测和整理》，以了解更多。

三，底层操作的计数

使用 sys.dm_db_index_operational_stats 函数统计底层IO、加锁（Locking）、Latch和数据访问模式的计数，通过这些数据，用户能够追踪到查询请求必须等待多长时间才能完成数据的读写、标识索引是否存在IO热点。

在统计索引的底层操作之前，先了解跟数据的物理存储相关的术语：

幽灵数据(ghost)是指：在索引的叶子节点中，数据行被标记为删除，但是还没有从索引结构中物理删除，幽灵数据只存在于索引的叶子节点中，幽灵数据由后台进程定期执行物理删除。
转发数据（forwarding）：需要两次IO操作才能获取到指定的数据，转发操作只发生于堆表（Heap）中；当数据行被更新，导致行的Size增大，以致于该行无法存储在当前的page中，为了避免相关索引的更新，数据库引擎会把该数据行转存到一个新的Page中，并在新旧 Page中分别添加一个Pointer：在原Page中，Pointer指向新Page，该Pointer称作Forwarder Pointer；在新page中，Pointer指向原Page，称作Back Pointer。在读取数据时，数据库引擎首先从Forwarder Pointer中读取数据存储的指针，然后，根据指针到相应的地址空间中读取真正的数据。
获取（Fetch）数据：用于从LOB或Row_Overflow的分配单元（Allocation Unit）中取回（Retrive）数据，大字段数据存储在特定的LOB或Row_Overflow类型的数据页中。
剥离（Push Off）数据列：用于统计数据库引擎把LOB或Row-Overflow数据从原有的In-Row 数据页剥离的次数。在执行Insert或Update操作之后，数据行的Size增长，不能存储在当前的Page中，必须把大数据字段的数据从原来的数据行中分离，存储在指定的分配单元中，这个过程就是数据列的剥离。
拉回（Pull In）数据行：是Push Off的逆过程，用于统计数据库引擎把数据从LOB或Row-Overflow数据页拉入到In-Row数据页的次数，拉入数据行一般发生在更新数据之后，数据行的Size减小，数据行在释放存储空间之后，能够存储在In-Row Page中，数据引擎把数据从LOB或Row-Overflow数据页拉入到In-Row数据页，这个过程是数据列的拉回。

This (pulled in-row) occurs when an update operation frees up space in a record and provides an opportunity to pull in one or more off-row values from the LOB_DATA or ROW_OVERFLOW_DATA allocation units to the IN_ROW_DATA allocation unit.

以下脚本用于统计索引底层的存储动作和锁/Latch的争用：

select db_name(ops.database_id) as db_name
    ,object_schema_name(ops.object_id)+'.'+object_name(ops.object_id) as table_name
    ,i.name as index_name
    ,ops.partition_number
    ,ops.leaf_insert_count
    ,ops.leaf_delete_count
    ,ops.leaf_update_count
    ,ops.leaf_ghost_count
    ,ops.nonleaf_insert_count
    ,ops.nonleaf_delete_count
    ,ops.nonleaf_update_count
    ,ops.range_scan_count
    ,ops.singleton_lookup_count
    ,ops.forwarded_fetch_count
 
    ,iif(ops.row_lock_wait_count=0,0,ops.row_lock_wait_in_ms/ops.row_lock_wait_count) as avg_row_lock_wait_ms
    ,iif(ops.page_lock_wait_count=0,0,ops.page_lock_wait_in_ms/ops.page_lock_wait_count) as avg_page_lock_wait_ms
    ,iif(ops.page_latch_wait_count=0,0,ops.page_latch_wait_in_ms/ops.page_latch_wait_count) as avg_page_latch_wait_ms
    ,iif(ops.page_io_latch_wait_count=0,0,ops.page_io_latch_wait_in_ms/ops.page_io_latch_wait_count) as avg_page_io_latch_wait_ms
from sys.dm_db_index_operational_stats(db_id(),object_id('dbo.FactThread'),null,null) as ops
inner join sys.indexes i
    on ops.object_id=i.object_id
        and ops.index_id=i.index_id
order by index_name

该函数统计的Latch征用数据主要分为PageLatch和PageIOLatch，其区别是：

PageLatch是指：在访问数据有关的数据页（Data Page或Index Page）时，如果相应的Page已经存在于Buffer Pool中，那么SQL Server先获取buffer的latch，这个Latch就是 PageLatch，然后读取Buffer中的数据。

PageLatch是施加在Buffer上的Latch，用来保护：Data page，Index Page, 系统page（PFS,GAM,SGAM,IAM等）的争用访问；在数据更新时，分配新的page，或拆分索引页（Index Page），会产生PageLatch 等待。
PageIOLatch是指：用于把数据从索引或Heap中加载到内存。当数据页从物理文件中的Page中读取到内存时，申请对内存Buffer施加的Latch是PageIOLatch。当数据页不在内存里时，SQL Server 先在内存中预留一个Page，然后从硬盘读取，加载到内存Buffer中，此时，SQL Server申请并获取的latch类型是PAGEIOLATCH，PageIOLatch表示正在进行IO操作。PageIOLatch_EX表示正在将disk中的数据页加载到内存，PageIOLatch_SH表示在加载数据页到内存期间，试图读取内存中的数据页，此时加载数据页的过程没有完成，处于Loading状态。如果经常出现PageIOLatch_SH，表明Loading数据页的时间太长，可能出现IO bottleneck。

分析查询结果，根据计数器的数值，调整数据库，使系统达到最优状态：

如果发现字段leaf_ghost_count的数值特别大，说明索引中存储很多幽灵数据，可以通过重建索引（Rebuild）清理幽灵数据行：

alter index index_name
on table_name
rebuild

如果PageIOLatch等待较多，说明数据库频繁的执行硬盘IO操作，可能的原因是内存不足，或者数据文件没有分散到多个物理硬盘上
如果PageLatch等待较多，说明数据库存在IO热点，可以通过增加数据文件ndf，把数据库分散到不同的物理硬盘上，以减少IO热点

四，缺失索引

查询优化器（Query Optimizer）在执行查询时，如果检测到执行计划缺失索引，会把缺失索引的相关信息存储在缓存中，通过 sys.dm_db_missing_index_details 可以检测查询优化器建议创建的缺失索引。

该视图返回的缺失索引的索引键及包含列信息，在索引列的顺序上，通常来说，相等列（equality）应该排在不等列（inequality）之前，用户需要根据查询的条件来调整相等列和不等列的顺序，包含列（Included）应该添加到INCLUDE子句中，但是，该视图不会标识出相等列（equality）的排列顺序，需要根据查询语句和选择性来设置，索引键的第一列至关重要。而不等列（inequality）是指除等号（=）之外的比较符号，例如，table.cloumn>value。

select mid.index_handle
    ,db_name(mid.database_id) as db_name
    ,mid.object_id
    ,object_name(mid.object_id,mid.database_id) as object_name
    ,mid.equality_columns
    ,mid.inequality_columns
    ,mid.included_columns
    ,mid.statement as underlying_table
    ,mic.column_id
    ,mic.column_name
    ,mic.column_usage
from sys.dm_db_missing_index_details as mid
cross apply sys.dm_db_missing_index_columns(mid.index_handle) as mic
order by mid.object_id
    ,mid.index_handle

statement字段是缺失索引的表的名称，object_id字段是缺失索引的表的id，index_handle用于标识缺失的索引。

缺失的索引都被分组，这意味着每一个缺失索引都被分配到一个特定的分组中，系统根据缺失索引的索引键把缺失索引分配到一个组中。

在实际的数据库系统中，缺失索引可能很多，但是，并不是所有的缺失索引都对查询性能的提升有同等重要的作用，这可以通过系统视图：sys.dm_db_missing_index_group_stats 来度量：

select top 111
    g.index_handle
    ,gs.unique_compiles
    ,gs.user_scans
    ,gs.user_seeks
    ,gs.avg_total_user_cost
    ,gs.avg_user_impact
    ,gs.avg_total_user_cost * gs.avg_user_impact * (gs.user_seeks + gs.user_scans) benefit_weight
from sys.dm_db_missing_index_groups g
inner join sys.dm_db_missing_index_group_stats gs
    on g.index_group_handle=gs.group_handle
order by benefit_weight desc

重要的字段注释：

user_scans 和 user_seeks 是指：如果分组中的索引被创建，用户的查询会引用索引做seek或scan操作的次数。
avg_total_user_cost 是指：如果分组中的索引被创建，用户的查询能够减少的平均开销。
avg_user_impact 是指：如果分组中的索引被创建，用户的查询能够获得的平均收益。

在实际的数据库系统中，数据库管理员需要监控分组的统计数据，根据开销和收益来创建缺失的索引，以最大程序的提高系统查询性能。

五，查看表上创建的所有索引及其定义

通过视图 sys.indexes 和 sys.index_columns 查看在基础表创建的所有索引：

select o.name as table_name
    ,i.index_id
    ,i.name as index_name
    ,i.type_desc as index_type
    ,c.name AS index_column_name
    ,ic.key_ordinal as index_key_ordinal
    ,iif(ic.is_descending_key=1,'desc','asc') as sort_direction
    ,ic.index_column_id
    ,ic.is_included_column
    ,i.fill_factor
    ,i.is_padded
    ,i.has_filter
    ,i.filter_definition
    --,ic.partition_ordinal
from sys.objects o
inner join sys.indexes i
    on o.object_id = i.object_id
inner join sys.index_columns ic
    on i.object_id = ic.object_id
        and i.index_id = ic.index_id
inner join sys.columns c
    on o.object_id = c.object_id
        and ic.column_id = c.column_id
where o.name = 'table_name'
    --and i.name='index_name'
order by i.index_id,
    ic.index_column_id

参考文档：

An in-depth look at Ghost Records in SQL Server