第八章 为表连接设计索引
基本问题BQ：是否存在或者计划设计一个索引，使它包含所有被 where 子句引用的列。BQ 背后的原理是：保证只有知道 是必须被访问的表行时，才去访问该表。
基本连接问题 BJQ：是否有一个已经存在或计划添加的索引，包含了所有本地谓词对应的列？在表连接中指包含了涉及的所有表的本地谓词。
合并扫描连接和哈希连接
合并扫描连接执行过程如下：
- 执行表或索引扫描以找出满足本地谓词的所有行。
- 随后可能会进行排序，如果这些扫描未按所要求的顺序提供结果集。
- 对前两步生成的结果集进行合并。
在以下情况中，合并扫描连接会比嵌套循环连接快：
- 用于连接的字段上没有可用的索引。这种情况下，使用嵌套循环，内层表可能需要被扫描很多次。
- 结果表很大。这种情况下使用嵌套循环会导致相同的页被不断重复访问。
- 连接查询中不止一张表的本地谓词的过滤因子很低。嵌套循环可能导致对内层表（或者内层表索引）的大量随机访问。
第十章 多索引访问
多索引访问（’索引与’和’索引或’）：许多数据库管理系统支持从一张表的多个索引处收集指针，或是从单个索引的几个索引片处收集，然后比较这些指针集并访问满足 where 语句中所有谓词条件的数据行。
多索引访问的执行步骤：
- 从多个索引片收集所有满足相应谓词条件的索引行指针；
- 按页号的顺序对多个指针集合进行排序；
- 合并多个已排序的指针集合；
- 只针对那些同时满足多个 where 子句的结果行进行表访问–每个结果行进行一次表访问；这些表访问将会比传统的随机读的方式访问更快，因为由于指针已经按页号进行了排序，所以对表页的扫描将通过跳跃式顺序读的方式完成。
如果在执行计划中发现索引与，应当考虑用一个宽索引将其替代。因为使用上述机制进行索引与操作存在三个严重的缺陷：
- 当一个简单谓词有一个较高的过滤因子（选择性低）时，顺序访问的量可能会过多。
- 即便多个索引片都是从一个符合查询排序顺序的索引上读取的， order by 子句仍会引起一次排序，因为对指针集的排序操作破坏了从索引继承而来的原始顺序。
- 如果从索引片上仅仅收集指向表行的指针，那么只需访问索引的执行计划是无法实现的。
第十一章 索引和索引重组
B 树索引物理结构
索引行被存储在叶子页上。索引行的长度一般为索引列的总长度加上 10 个字节的控制信息。对于非唯一索引，每个索引键值后可能会存有多个指针，这些指针以其值的顺序来存储。
DBMS 如何查找索引行
当数据库需要读取一个索引片时，会先读取第一个索引行。第一个索引行有一个指针指向下一个索引行，DBMS 会一直沿着这个指针链访问。所有的索引行都通过索引键值 链在一起。（按这个链的顺序进行扫描即可得到有序的数据，从而减少排序。）
插入一行数据时会发生什么
主页：记录（应当）所属的表页。
当一张表有一个聚簇索引，那么 DBMS 会根据聚簇索引的键值尝试将插入的记录放在它所属的表页（主页）中。如果这行记录在主页里放不下，或者当前页被锁住，那么 DBMS 将会检查临近的页。在最坏的情况下，新的行会被插入到表的最后一页。
当许多表行未能放在主页中时，如果表行的顺序很重要，则需要对这个表进行重组（对于那些涉及多张大表的大规模批处理程序通常需要这样做）。
当一个索引有一个不断增长的键值时，新行将被添加到索引页的最后，索引页可能永远也不会进行分裂。
第十六章 组织索引设计过程
设计出色索引的 9 个步骤：
- 当表结构第1版设计（主键、外键、表行顺序）完成时，就开始创建第 0 版的索引：主键索引、外键索引及候选键索引。
- 对第1版表结构设计的性能表现进行检查：使用 QUBE 评估一些重负载事务和批处理程序在理想索引下的响应时间。若评估结果无法满足要求，则将那些具有
1:1或1:C（1对0或对1）关系的表进行合并，同时将冗余数据添加至有1:M（一对多）关系的依赖表中。 - 当表结果基本稳定后，可以开始添加一些明显需要的索引–基于对应用系统的理解。
- 若一个表的变化频率很高（如每秒有50次的插入、更新或删除），那么应该用 QUBE 评估一下该表最多容许有多少个索引。
- 知道一个程序的数据库处理模式（事务型或批处理型）后，就需要用最新的数据库版本进行最坏输入下的 QUBE 计算。
- SQL 语句被编写后，应使用基础问题（BQ），后者用基础连接问题（BJQ）对其进行评估。
- 当应用程序发布到生产环境后，有必要进行一次快速的 EXPLAIN 检查：对所有引起全表扫描或索引全扫描的 SQL 调用进行分析。这一检查过程也许能发现不合适的索引或优化器问题。
- 当生产系统正式投入使用后，需要针对首个高峰时段生成一个 LRT 级别的异常报告（尖刺报告或类似报告）。若一个长响应时间问题并非由排队或优化器问题引起，应该使用第5步中的方法进行处理。
- 至少每周期生成一个 LRT 级别的异常报告。
欢迎关注我的微信公众号: coderbee笔记，可以更及时回复你的讨论。
