SQL开发中容易忽视的一些小地方(六)

原文:SQL开发中容易忽视的一些小地方(六)

本文主旨：条件列上的索引对数据库delete操作的影响。

事由：今天在博客园北京俱乐部MSN群中和网友讨论了关于索引对delete的影响问题,事后感觉非常汗颜,因为我的随口导致错误连篇。大致话题是这样的，并非原话：

[讨论：] delete course where classID=500001 classID上没有创建任何索引，为了提高删除效率，如果在classID上创建一个非聚集索引会不会提高删除的效率呢？

我当时的观点：不能。

我当时的理由：数据库在执行删除时，如果在classID上创建了非聚集索引，首先按这个非聚集索引查找数据，找到索引行后，根据索引行后面带的聚集索引地址最后找到真正的物理数据行，并且执行删除，这个过程看起来没有作用，只能创建聚集索引来提高删除效率，因为如果classID是聚集索引，那么直接聚集索引删除，此时的效率最高。

下班后对这个话题再次想了下，觉的自己的观点都自相矛盾，既然知道删除时，会在条件列上试图应用已经存在的索引，那么为什么创建非聚集索引会无效呢？如果表的数据相当大，classID上如果没有任何索引，查找数据时就要执行表扫描，而表扫描的速度是相当慢的，为此为了证明下这个问题，我特意做了一个示意性的实验。

创建两个表course 和course2,创建语句如下，它们唯一的区别就在于索引，course表中classID上创建了非聚集索引，而course2上没有创建任何索引。

CREATE TABLE [dbo].[course](
 [ID] [int] IDENTITY(1,1) NOT NULL,
 [sCourseName] [nchar](10) COLLATE Chinese_PRC_CI_AS NULL,
 [classID] [int] NULL,
 CONSTRAINT [PK_CKH] PRIMARY KEY CLUSTERED 
(
 [ID] ASC
)WITH (IGNORE_DUP_KEY = OFF) ON [PRIMARY]
) ON [PRIMARY]
--创建索引
create index IX_classID
on course(classID)
 
CREATE TABLE [dbo].[course2](
 [ID] [int] IDENTITY(1,1) NOT NULL,
 [sCourseName] [nchar](10) COLLATE Chinese_PRC_CI_AS NULL,
 [classID] [int] NULL,
 CONSTRAINT [PK_CKH2] PRIMARY KEY CLUSTERED 
(
 [ID] ASC
)WITH (IGNORE_DUP_KEY = OFF) ON [PRIMARY]
) ON [PRIMARY]

实验过程：

第一步：分别给两个表插入相当的数据1000行，然后删除第500条记录。

delete course
where classID=500
delete course2
where classID=500

执行计划图如下：我们可以看到在执行删除时，数据库分为三部分：

1：查找到要删除的数据行；

2：包含一个top操作。

3：执行聚集索引删除。

区别一：由于course表的classID上创建了索引，所以查找时按PK_classID来查找，course2表的classID由于没有任何的索引，为了查找到要删除的数据行，就只能按聚集索引查找，此时实际上是全表扫描。

区别二：系统开销不同，让人意外的是，结果表明好像白天的观点是正确的，创建了索引的coure表在开销上比没有创建索引的course2还大一点。

          分析区别二的原因：我们来看下聚集索引删除的具体内容，下面是在条件列classID上创建了非聚集索引的表course表在发生删除时的执行计划图,它在删除后需要维护索引PK_classID,占用部分的系统开销。而没有创建索引的表course2由于没有索引维护的额外开销，所以反而占优势。

第二步：分别给两个表插入相当的数据10000行，然后删除第5000条记录。

区别同第一步。难道我的观点真的正确？

第三步：分别给两个表插入相当的数据100000行，然后删除第50000条记录。执行计划图如下：

区别一：同前两步的区别一。

区别二：系统开销不同，此时会发现创建了索引的course表在开销上占5%，而没有创建索引的course2表占了95%，这可是10倍的区别啊。

第四步：分别给两个表插入相当的数据1000000行，然后删除第500000条记录。

            区别同第三步。

总结：当删除语句的条件列没有创建索引时分两种情况：

第一：数据量较小，我测试时在10000以下，此时两者的差别不大，反而会因为创建了索引而引起磁盘开销。开销差距不大是因为数据量小时，即使全表扫描速度也不慢，此时索引的优势并不明显。

第二：数据量较大，我测试时在100000以上，此时两者的差别较大。条件列创建了索引的表明显效率高。

第三：归根结底，系统的主要开销还是在删除的第一步，查找数据行上。能更快查找到删除行的方案效率最高。