Perché le prestazioni diminuiscono quando si utilizza un campo non indicizzato nella clausola SELECT?

Question

Considerare questi tre quesiti:

select sampleno from sample 
    where markupdate > '1/1/2010' 

select sampleno, markupdate from sample 
    where markupdate > '1/1/2010' 

select sampleno, markuptime from sample 
    where markupdate > '1/1/2010' 

sampleno e markupdate campi sono indicizzati (sampleno è la chiave primaria)

markuptime non è indicizzato

Query 1 e 2 richiede circa 1 secondo per eseguire (restituendo 237K righe). Query 3 è ancora in esecuzione dopo 3 minuti.

Perché l'inclusione di un campo non indicizzato nella clausola SELECT causa un tale peggioramento delle prestazioni?

Questo è un database SQL 6.5.

Answer 1

I dati di una tabella (in pratica: tutte le colonne) sono memorizzati in un indice cluster . Un indice cluster è un albero binario che consente una ricerca binaria sulle colonne indicizzate. È speciale (in cluster) in quanto contiene tutte le altre colonne a livello foglia. Di solito, l'indice cluster è anche la chiave primaria. Nel tuo caso, si tratta di:

(sampleno) include (markupdate, markuptime, ...) 

A indice non cluster contiene la colonna indicizzata (s) e (al livello foglia) l'indice cluster. Quando si utilizza un indice non cluster, il database deve cercare tutte le altre colonne dell'indice cluster. Tale processo è chiamato ricerca . Nel tuo caso, l'indice non cluster in (markupdate) è:

(markupdate) include (sampleno) 

Questo indice contiene tutti i dati per una query su markupdate, sampleno. Il termine tecnico per tale indice è un indice che copre. Ma quando si aggiunge markuptime alla query, l'indice non copre più. Deve cercare il valore per markuptime nell'indice cluster. E le ricerche sono espansive.

Solo la terza query richiede ricerche. Ed è per questo che la terza query è più lenta.