SQL Server性能优化（8）堆表结构介绍

一、表结构综述

下图是SQL Server中表的组织形式（其中分区1、分区2是为了便于管理，把表进行分区，放到不同的硬盘数据文件里。默认情况下，表只有一个分区。）。表在硬盘上的存放形式，有堆和B树两种形式。

图最下方的三个叶子节点，数据、LOB、行溢出是数据在硬盘上存放数据的集合。可以这么理解，SQL Server在硬盘上一个数据页是8k，页有三种类型、分别为：数据、LOB、行溢出。关于页的结构，可参考页和区：https://technet.microsoft.com/zh-cn/library/ms190969(v=sql.105).aspx

数据（IN_ROW_DATA）：包含除大型对象 (LOB) 数据以外的所有数据的数据行或索引行。页的类型是data或者index。

LOB(LOB_DATA)：一些大型对象数据，如：text、ntext、image、xml、varchar(max)、nvarchar(max)、varbinary(max) 等。页的类型为 Text/Image。

行溢出（ROW_OVERFLOW_DATA）：如果某些数据太大以至于超过1个数据页。

二、堆的结构

堆是不含聚集索引的表（所以只有非聚集索引的表也是堆）。在数据库文件中，对于堆使用的每个分区，都有 index_id = 0。

数据没有任何方式的排序，它就是一个无序堆，无结构关联的记录。当你使用SELECT语句访问堆表时，SQL Server在执行计划里会使用 表扫描（Table Scan） 运算符，因为你没有定义合适的聚集索引。（堆表）没有 表查找（Table Seek） 这个运算符。这点非常重要。

在堆表你只有一个 表扫描（Table Scan） 运算符。表扫描意味着你必须扫描 整张 表，不以你表拥有的数据量来衡量。你的数据量越多，操作花费（时间）越长。。

sys.system_internals_allocation_units 系统视图中的列 first_iam_page 指向管理特定分区中堆的分配空间的一系列 IAM 页的第一页。SQL Server 使用 IAM 页在堆中移动。堆内的数据页和行没有任何特定的顺序，也不链接在一起。数据页之间唯一的逻辑连接是记录在 IAM 页内的信息。（参考http://www.cnblogs.com/chenmh/p/4359171.html）

即，查找堆内数据的时候是从IAM页面进行查询的。关于IAM页面请参考上一篇文章。

1. IAM用于查找分配给堆的所有数据页信息，IAM页中记录了所有的页面的页id。

2. 对于大多数较小的堆表来说，仅需要一个IAM页就可以管理其页面。

3. 若堆表大于4GB或包含LOB数据类型的话，则会包含多个IAM页面。

4. 当查询要获取堆表的记录时，SQL Server使用IAM页来扫描堆表，是性能最差的一种查询方法。

三、堆表的优点

堆表插入数据非常快。分配一个8kb 的新页，在那页写上新的纪录，不需要保证任何的排序。

因此在数据库架构里，这样的表设计有些时候是非常好的主意：这些表只有 海量（huge） ， 并行（parallel） 的INSERT活动。

参考：

1. SQL Server 深入解析索引存储(中)

2. 关于什么时候使用堆表：http://kejser.org/clustered-indexes-vs-heaps/