索引视图.docVIP

索引视图发布日期： 4/1/2004 | 更新日期： 4/1/2004 索引视图 索引视图有助于提高 T-SQL 的性能 Itzik Ben-Gan T-SQL 是一种允许您以逻辑方式设计请求的语言。这里所说的“逻辑”的意思是，当编写查询时，您指定的是希望获得什么 结果，而不是希望以何种方式 获得结果。对如何处理查询进行设计是查询优化器的工作。您所遇到的需要 T-SQL 解决方案的每个问题通常都有许多不同的解决方案，它们最终会返回同样的结果。在理想情况下，假设有两个执行同一任务的不同查询，优化器会为二者生成相同的执行计划 － 最优化的计划。SQL Server 开发组似乎正在朝这个方向努力。利用 SQL Server 的每个发行版本，优化器会设计出更高级、更有效的计划，执行同一任务的不同查询使用这个相同计划的可能性也在提高。 不过，在许多情况下，您编写查询的方式仍然会动态地影响查询的性能。为了使优化器在不同的计划中作出选择并找到一个高效的计划，您需要完成一些准备工作 － 也就是，创建索引。大多数人是将普通索引作为其数据库优化的一部分创建的，但我还没有看到索引视图的广泛实现。索引视图可以极大地提高查询性能，尤其在聚合数据的时候。在某些情况下，对视图进行创建并索引后，您甚至不需要更改引用基表的原始查询，这是因为优化器的智能程度足以使用那些索引。 下面我们将讨论使用索引视图来获得性能提高的两个问题。我假设您已经很熟悉索引视图的基本概念。（有关索引视图的详细信息，请参阅 Kalen Delaney 的 Introducing Indexed Views （2000 年 5 月发表，InstantDoc ID 8410）一文。） 关于新客户的问题 第一个问题涉及一个典型的市场营销请求 － 在每个期间（例如，月份），根据定单活动而定的新客户、现有客户和全部客户的数量分别是多少？某个月的新客户就是第一次下达定单的客户。现有客户是那些在以前的月份下达过定单的客户。您可以将 Northwind 数据库中的 Orders 表作为最初的基本数据。表 1（表 1）显示了预期输出的简化版本。创建解决方案并验证您的代码在逻辑上正确无误之后，可针对一个更大的 Orders 表测试其性能，您可以通过运行第 18 页 清单 1 显示的代码，在 tempdb 中创建该表。 第 18 页 清单 2 显示了我针对此问题的第一个解决方案。定义派生表 M 的最内部查询从 Orders 返回了不同的月份和客户组合。月份表示为指向当月第一天的一个 datetime 值。定义派生表 N 的查询使用 CASE 表达式，对于每个月份和客户组合，如果该客户在当月之前还没有下达过定单，则该表达式返回 1，否则，返回 0。也就是说，如果客户是新客户，CASE 表达式返回 1。最外部查询按月份对 N 中的行进行分组，并通过对 N 表中名为 new 的列中的所有 1 进行汇总，来计算新客户的总数。客户的总数就是该组中的行数 (COUNT(*))，因为该组中的每一行都代表一个不同的客户。现有客户的数量是客户总数减去新客户的数量。 当我编写此解决方案时，我并没有考虑性能，我只想到要用逻辑方式来编写该查询。在我的笔记本电脑上，对我在 tempdb 中创建的较大的 Orders 表运行该查询时，该查询发生了超过 137,000 次的逻辑读取，运行的时间长达 17 秒。普通索引并没有提供多少帮助 － 当我在 customerid 列和 orderdate 列上创建了组合索引后，该查询运行了 15 秒。看来，这个问题需要采用另一种方法，这次，我决定先考虑性能。 这个较大的 Orders 表会包括每个月份的每个客户的许多定单。如果您有一个只包含月份和客户的不同组合的汇总表，就可以编写一个更易于执行的查询。索引视图的实质就是对表进行汇总。请运行 清单 3 中的代码，创建一个名为 Vymcusts 的索引视图，该视图只包含月份和客户的不同组合。注意，如果您希望对一个使用聚合的视图进行索引，则必须在该视图内包括 COUNT_BIG(*) 函数。如果 SQL Server 知道每组中的行数，就可以有效地维护索引视图。 接下来，我测试了几个不同的解决方案，所有方案执行起来都比第一个要好得多。我们来看一下我编写出的执行效果最好的解决方案。我创建了另一个名为 Vnewcusts 的视图，该视图包含每个客户的最小年/月份 (ym) 值： CREATE VIEW Vnewcusts AS SELECT customerid, MIN(ym) AS min_ym FROM Vymcusts (NOEXPAND) GROUP BY customerid 客户的 ym 最小值就是该客户的第一份定单的月份。NOEXPAN