SQL Server如何在变长列上存储索引

这篇文章我想谈下SQL Server如何在变长列上存储索引。首先我们创建一个包含变长列的表，在上面定义主键，即在上面定义了聚集索引，然后往里面插入80000条记录：

-- Create a new table
CREATE TABLE Customers
(
    CustomerName VARCHAR(255) NOT NULL PRIMARY KEY,
    Filler CHAR(138) NOT NULL
)
GO

-- Insert 80.000 records
DECLARE @i INT = 1
WHILE (@i <= 80000)
BEGIN
    INSERT INTO Customers VALUES
    (
        'CustomerName' + CAST(@i AS VARCHAR),
        'Filler' + CAST(@i AS VARCHAR)
    )
    
    SET @i += 1
END
GO

从代码里我们可以看到，我在VARCHAR(255)列上建立了主键约束，SQL Server会强制这列为唯一聚集索引。接下来我们通过DMV sys.dm_db_index_physical_stats来获取聚集索引的相关物理信息： 

-- Retrieve physical information about the clustered index
SELECT * FROM sys.dm_db_index_physical_stats
(
    DB_ID('ALLOCATIONDB'),
    OBJECT_ID('Customers'),
    NULL,
    NULL,
    'DETAILED'
)
GO

从输出结果可以看出，在索引页里，min_record_size_in_bytes列的值是7，max_record_size_in_bytes列的值是28。我们据此可以得出结论：在索引记录内部，聚集键是以变长列保存的。我们建立一个帮助表来存储DBCC IND的输出信息来做进一步分析。

-- Create a helper table
CREATE TABLE HelperTable
(
  PageFID TINYINT, 
  PagePID INT,   
  IAMFID TINYINT, 
  IAMPID INT, 
  ObjectID INT,
  IndexID TINYINT,
  PartitionNumber TINYINT,
  PartitionID BIGINT,
  iam_chain_type VARCHAR(30),    
  PageType TINYINT, 
  IndexLevel TINYINT,
  NextPageFID TINYINT,
  NextPagePID INT,
  PrevPageFID INT,
  PrevPagePID INT, 
  PRIMARY KEY (PageFID, PagePID)
)
GO

-- Write everything in a table for further analysis
INSERT INTO HelperTable EXEC('DBCC IND(ALLOCATIONDB, Customers, 1)')
GO

-- Retrieve the root index page (1 page)
SELECT * FROM HelperTable
WHERE IndexLevel = 2
GO

我这里的根页是15058，我们使用DBCC PAGE命令查看下这个根页（记得先执行 DBCC TRACEON(3604))。

DBCC TRACEON (3604)
GO
--Dump out the root index page
DBCC PAGE(ALLOCATIONDB, 1, 15058, 1)
GO

即如下所示的数字：

00000000:   269d3b00 00010001 001b0043 7573746f †&.;........Custo         
00000010:   6d65724e 616d6531 333533†††††††††††††merName1353   

我们来分析下这些16进制值：
26 95020000 0100 0100 1b00 43757374 6f6d6572 4e616d65 31333533

• 26 第1个字节代表状态位
• 95020000 这4个字节代表索引记录指向的子页id（child-page-id）
• 0100 这2个字节代表索引记录指向的子文件id（child-file-id）
• 0100 这2个字节代表变长列数
• 1b00 这2个字节代表每个变长列结束为止的偏移量。每个变长列需要2字节。这个和在数据页里存储变长列一致。这里我们有1个变长列，因此SQL Server需要1个 2 byte的偏移量——27 byte的偏移量。这就是说下一个字节一直到27 byte的偏移量都是我们变长列（聚集键）的组成部分。
• 43757374 6f6d6572 4e616d65 31333533 聚集键的16进制值，即CustomerName列。

从上面的解释，我们可以看出SQL Server存储变长索引列格式和数据页里存储变长列格式是一样的。但你要知道有一点额外开销，因为你需要额外2 bytes 来存储变长列个数，对于每个变长列在变长列偏移数组里需要2 bytes。在设计索引和计算一个索引页存放多少索引记录时，要留意这些存储开销。

参考文章：

https://www.sqlpassion.at/archive/2011/01/10/how-sql-server-stores-indexes-on-variable-length-columns/