一. SQL-Server数据存储基本单位
[文章排版比较乱，所以还请读者体谅一下，后续如果有时间会重新整理一下]这篇文章讨论的主题是索引，但在正式进入索引的内容前，想简单介绍一下关于SQL-Server数据存储的一些简单认识，这将帮助我们更好地理解索引的结构。在SQL-Server中，数据存储的基本单位是页，一页的大小是8KB(共8192字节)。
1. 页首
页首固定占用每个数据页的96字节，保存了页面系统信息。下表列出了部分具体信息:
pageID: 数据库中该页的文件编号和页编号
nextPage：如果该页位于一个页链中，则该字段表示下一页的文件编号和页编号
pervPage：如果该页位于一个页链中，则该字段表示上一页的文件编号和页编号
Metadata:ObjectId：该页所在对象的ID
indexId：该页的索引ID（0为数据页）
2. 行内数据的数据行
数据行是真实数据的存储区域。每一行的大小是不固定的，以Slot为单位，0开始编号，Slot0，Slot1依次类推。
3. 行偏移数组
用于记录该数据页中每个Slot的相对位置，便于快速定位Slot的位置。例如：行偏移数组槽0可以指向偏移0X60(96字节)的Slot0。行偏移数组的每个记录占两个字节。行偏移数组表示的是数据页上面的逻辑顺序。例如Slot0可以指向0X80，而Slot1可以指向0X60，实际存储的物理位置不一定按照(聚集索引)排序的。
二. 什么是索引
数据库索引是对表的一列或多列的值进行排序的一种结构，索引与表数据的关系类似于目录与书籍内容的关系。在SQL-Server中存在两种比较重要的索引,分别为聚集索引与非聚集索引，它们是以B+树组织保存的。
建立索引也要付出额外代价的: 索引需要占据额外的内存空间 (当创建一张新表table_name后，并插入数据，使用sp_spaceused(table_name)就可以查看当前索引使用了多少内存，但必须注意sp_spaceused是每个数据库都有的一个系统存储过程，在使用的时候必须指明要查询的数据库) ; 插入和修改数据需要涉及索引的改动，将花费更多的时间。
三. 为什么要使用索引
众所周知，数据查询是数据库一项使用非常频繁的操作，查询的快慢已成为了衡量系统好坏的一个重要标准，而合理地使用索引可以提高数据检索效率，改善数据库性能，加快数据访问速度。
四. 堆结构
1. 什么是堆结构
堆的本义是杂乱无章，无序的意思。对于未建立聚集索引的表，数据是没有遵循特定的某种规则排序的，表中的所有数据页就形成了堆结构。
2. 堆结构实例
--接下来的数据库语句操作都是一些简单的命令
--数据库为Test USE Test GO --创建一张table CREATE TABLE t1 ( t1_id INT NOT NULL ) GO --查看t1的使用情况 sp_spaceused t1
USE Test GO --sys.indexes是系统视图,当创建一张新表的时候,就会在sys.indexes中增加一条记录 --可以在http://msdn.microsoft.com/zhcn/library/ms173760(v=sql.100).aspx 中找到相关信息 SELECT * FROM sys.indexes WHERE object_id = OBJECT_ID('t1') GO --sys.sysindexes同样是系统视图 --可以在http://technet.microsoft.com/zh-cn/library/ms190283(v=sql.100).aspx 中找到相关信息 SELECT * FROM sys.sysindexes WHERE id = OBJECT_ID('t1') GO
sys.indexes中的记录type_desc明确指出了索引的类型是堆(HEAP)。
sys.sysindexes中的记录与数据页组织有莫大的关系，后面会继续讨论。indid=0表示这是堆。堆只需考虑FirstIAM的变化情况，可以看到这里FirstIAM的指针地址为0。
USE Test --接下来,插入一条记录 INSERT INTO t1(t1_id) VALUES (1) GO --重新查看内存使用情况 sp_spaceused t1 GO
这里可以明显地知道，数据插入的基本单位是数据页，即使插入的是一行数据，也占据一张数据页。后续插入数据的时候，如果当前的数据页还可以继续容纳的话，就插入到当前数据页中，不然就插入到一张新数据页中。但这里还是有一个疑问，为什么会有index_size呢?这里不是只插入了一条记录而已吗？这就要从堆的内部结构说起了。
USE Test GO --我们来继续查看sys.sysindexes，看下这条记录发生了什么变化 SELECT * FROM sys.sysindexes WHERE id = OBJECT_ID('t1') GO
这里的FirstIAM的指针地址发生了变化。
--查看页的基本信息
--前提条件：表中必须插入了数据
--所需参数：（数据库名，表名，-1表示显示全部IAM页,数据页, 索引页） DBCC IND (Test2,t1,-1)
PageType=1表示这是数据页，PageType=10表示这是IAM页。
什么是IAM页? IAM=Index Allocation Map，索引分配映射。IAM页的结构与数据页的结构基本相同。堆结构中，IAM是SQL-Server查找属于该表单所有范围的唯一方法。
那么FirstIAM的地址指针0X4F0000000100又是如何跟IAM页关联的呢? 首先必须拆分这个地址指针，从右往左读，两数字为一组，得到0X 00 01 00 00 00 4F。前两组表示文件编号（PageFID），即0X0001（1），后四组表示页编号（PagePID），即0X0000004F（79）。这样FirstIAM就与IAM页关联起来了。
USE Test GO DECLARE @i INT; SET @i = 10000; --插入10000条记录 WHILE @i>0 BEGIN INSERT INTO t1 (t1_id) VALUES (@i) SET @i = @i - 1 END GO --再次查看页的基本信息 DBCC IND(Test,t1,-1) GO
插入了10000条记录后，可以看到数据页增加了17页，而IAM页还是只有1页，这是因为IAM页最多可定位4GB的数据量。在堆结构中，PrevPagePID和NextPagePID都是0，数据页之间不存在链表关系，数据页的关系仅靠IAMPID维持着。
堆结构的查询示意图如下：
3. 堆结构全表扫描
SQL-Server在接到查询请求后，便会首先分析sys.sysindexes的索引标识符indid，堆结构的indid为0，这时就会查找另一个字段FirstIAM，找到IAM页链，便开始所有数据页的依次遍历查找过程。堆结构的表就像一个存放着乱七八糟的书而且没有排序好的书库，当要查询某一类型的书或某个范围内的书的时候，就只能从第一个书架开始找起，每一本书都要看，如果匹配就拿出来，直到最后一个书架都找完了。当书库的书成千上万的时候，这样的查找方式确实效率低下。
五. 索引的分类
1.聚集索引(CLUSTERED INDEX)
1) 什么是聚集索引
聚集索引定义了数据在表中存储的物理顺序。如果不止在一个列上定义了聚集索引，数据将按照在这些列上所指定的顺序而存储，先按第一列指定的顺序，再按第二列指定的顺序，以此类推。由于数据只能有一种实际存储方式，所以对于一张表来说聚集索引只能有一个。以经典的新华字典例子说起，新华字典中的字是按照拼音字母的先后顺序排序存储的，当我们要查‘安’字的时候，我们首先会在字典的拼音索引中找到‘an’读音所在的页码，并开始按序查找，如果找不到就表示新华字典中没有‘安’字。这就是聚集索引的工作原理。
2) 聚集索引结构
接下来将对这张结构图进行全面的分析。
SQL-Server在接到查询请求后，便会首先分析sys.sysindexes的索引标识符indid，可以看到聚集索引结构的indid=1，这时就会查找root的字段，而root指向的是聚集索引根级索引页。这里跟堆结构是有区别的，堆结构使用的字段是FirstIAM。
那什么是索引页呢？
索引页与文章开头讨论的数据页的结构几乎完全相同，也是8KB固定大小，使用96字节的页首，结尾处使用偏移数组。只是索引页存储的是索引记录，而数据页存储的是数据记录。
USE Test GO --创建一张表 CREATE TABLE t2 ( t2_id INT IDENTITY(1,1) NOT NULL, t2_c1 VARCHAR(10) NOT NULL ) --创建一个在列t2_id上的聚集索引 CREATE CLUSTERED INDEX ix_t2_id ON t2 (t2_id ASC) --插入4000行数据 DECLARE @i INT SET @i = 4000 WHILE @i>0 BEGIN INSERT INTO t2 (t2_c1) VALUES ('a') SET @i = @i - 1 END --查看sys.sysyindexes的使用情况 SELECT * FROM sys.sysindexes WHERE id = OBJECT_ID('t2') --使用DBCC IND查看页的使用情况 DBCC IND(Test,t2,-1)