Sql Server中的表訪問方式Table Scan, Index Scan, Index Seek 0.參考文獻 oracle表訪問方式 Index Seek和Index Scan的區(qū)別以及適用情況 1.oracle中的表訪問方式 在oracle中有表訪問方式的說法，訪問表中的數(shù)據(jù)主要通過三種方式進行訪問： 全表掃描(full tab

?　　Sql Server中的表訪問方式Table Scan, Index Scan, Index Seek

　　0.參考文獻

　　oracle表訪問方式

　　Index Seek和Index Scan的區(qū)別以及適用情況

　　1.oracle中的表訪問方式

　　在oracle中有表訪問方式的說法，訪問表中的數(shù)據(jù)主要通過三種方式進行訪問：

　　全表掃描(full table scan)，直接訪問數(shù)據(jù)頁，查找滿足條件的數(shù)據(jù)

　　通過rowid掃描(table access by rowid)，如果知道數(shù)據(jù)的rowid，那么直接通過rowid進行查找

　　索引掃描(index scan)，如果一個表創(chuàng)建了索引，那么可以通過索引來找出我們想要的數(shù)據(jù)在表中的存放位置，也就是rowid，通過返回rowid然后用rowid來進行訪問具體數(shù)據(jù)。

　　而索引掃描中又可分為索引全掃描(index full scan)、索引范圍掃描(index range scan)和索引唯一掃描(index unique scan)等。

　　2.sql server中clustered index scan,table scan,index scan

　　在sqlserver中也有類似的內(nèi)容，這里就要將的是table scan，index scan以及index seek.

　　A table scan is where the table is processed row by row from beginning to end.

　　An index scan is where the index is processed row by row from beginning to end.

　　If the index is a clustered index then an index scan is really a table scan.

　　總結(jié)：在sql server中，對表中數(shù)據(jù)從頭到尾一行一行的進行出來就是表掃描。這里的處理我們可以理解為sql中where子句的條件判斷。我們需要遍歷表中的每一行，判斷是否滿足where條件。最簡單的table scan是select * from table。

　　索引掃描就是對索引中的每個節(jié)點從頭到尾的訪問。假設(shè)我們的索引是B樹結(jié)構(gòu)的，那么index scan就是訪問B樹中的每一個節(jié)點。

　　假如索引是聚集索引，那么B樹索引的葉子節(jié)點保存的是數(shù)據(jù)頁中的實際數(shù)據(jù)。假如索引是非聚集索引，那么B樹葉子節(jié)點保存的是指向數(shù)據(jù)頁的指針。

　　(ps：以下2.1-2.6于2012-9-4補充)

　　2.1實驗數(shù)據(jù)準備

　　在介紹完clustered index scan，table scan和index scan以后，我們將通過實驗來表述會在什么情況下使用這些表掃描方式。我們將使用AdventureWorks2008R2這個sample database進行實驗，首先準備實驗數(shù)據(jù)，TSQL如下所示：

　　View Code

　　--準備測試數(shù)據(jù)--------------------------------------------------

　　use adventureworks2008R2

　　go

　　--如果表已存在，刪除

　　drop table dbo.SalesOrderHeader_test

　　go

　　drop table dbo.SalesOrderDetail_test

　　go

　　--創(chuàng)建表

　　select * into dbo.SalesOrderHeader_test

　　from Sales.SalesOrderHeader

　　go

　　select * into dbo.SalesOrderDetail_test

　　from Sales.SalesOrderDetail

　　go

　　--創(chuàng)建索引

　　create clustered index SalesOrderHeader_test_CL

　　on dbo.SalesOrderHeader_test (SalesOrderID)

　　go

　　create index SalesOrderDetail_test_NCL

　　on dbo.SalesOrderDetail_test (SalesOrderID)

　　go

　　--select * from dbo.SalesOrderDetail_test

　　--select * from dbo.SalesOrderHeader_test

　　declare @i int

　　set @i = 1

　　while @i

　　begin

　　insert into dbo.SalesOrderHeader_test

　　(RevisionNumber, OrderDate, DueDate,

　　ShipDate,Status, OnlineOrderFlag, SalesOrderNumber,PurchaseOrderNumber,

　　AccountNumber, CustomerID, SalesPersonID, TerritoryID,

　　BillToAddressID, ShipToAddressID, ShipMethodID, CreditCardID,

　　CreditCardApprovalCode, CurrencyRateID, SubTotal,TaxAmt,

　　Freight,TotalDue, Comment,rowguid,ModifiedDate)

　　select RevisionNumber, OrderDate, DueDate,

　　ShipDate,Status, OnlineOrderFlag, SalesOrderNumber,PurchaseOrderNumber,

　　AccountNumber, CustomerID,SalesPersonID, TerritoryID,

　　BillToAddressID, ShipToAddressID, ShipMethodID, CreditCardID,

　　CreditCardApprovalCode, CurrencyRateID, SubTotal,TaxAmt,

　　Freight,TotalDue, Comment,rowguid,ModifiedDate

　　from dbo.SalesOrderHeader_test

　　where SalesOrderID = 75123

　　insert into dbo.SalesOrderDetail_test

　　(SalesOrderID, CarrierTrackingNumber, OrderQty, ProductID,

　　SpecialOfferID,UnitPrice,UnitPriceDiscount,LineTotal,

　　rowguid,ModifiedDate)

　　select 75123+@i, CarrierTrackingNumber, OrderQty, ProductID,

　　SpecialOfferID,UnitPrice,UnitPriceDiscount,LineTotal,

　　rowguid, getdate()

　　from Sales.SalesOrderDetail

　　set @i = @i +1

　　end

　　go

　　--數(shù)據(jù)準備完畢--------------------------------

　　2.2實驗數(shù)據(jù)說明：

　　dbo.SalesOrderHeader_test里存放的是每一張訂單的頭信息，包括訂單創(chuàng)建日期、客戶編號、合同編號、銷售員編號等，每個訂單都有一個單獨的訂單號。在訂單號這個字段上，有一個聚集索引。

　　dbo.SalesOrderDetail_test里存放的是訂單的詳細內(nèi)容。一張訂單可以銷售多個產(chǎn)品給同一個客戶，所以dbo.SalesOrderHeader_test和dbo.SalesOrderDetail_test是一對多的關(guān)系。每條詳細內(nèi)容包括它所屬的訂單編號，它自己在表格里的唯一編號(SalesOrderDetailID)、產(chǎn)品編號、單價，以及銷售數(shù)量等。在這里，先只在SalesOrderID上建立一個非聚集索引。create index默認創(chuàng)建的就是非聚集索引。

　　按照AdventureWorks里原先的數(shù)據(jù)，dbo.SalesOrderHeader_test里有3萬多條訂單信息，dbo.SalesOrderDetail里有12萬多條訂單詳細記錄，基本上一條訂單有3~5條詳細記錄。這是一個正常的分布。為了使數(shù)據(jù)分布不均勻，我們再在dbo.SalesOrderHeader_test里加入9條訂單記錄，它們的編號是從75124到75132。這是9張?zhí)厥獾挠唵?，每張?2萬多條詳細記錄。也就是說，dbo.SalesOrderDetail_test里會有90%的數(shù)據(jù)屬于這9張訂單。主要是使用“select 75123+@i...”來搜索出Sales.SalesOrderDetail中的所有記錄插入到dbo.SalesOrderDetail。一共執(zhí)行9次。

　　2.3 table scan