4 Σημαντικές διαφορές μεταξύ πίνακες σωρού και πίνακες συγκεντρωτικών σε SQL Server

Κοινή χρήση τώρα:

Το ακόλουθο άρθρο εξηγεί τις βασικές διαφορές μεταξύ πίνακες σωρού και πίνακες συμπλέγματος.

Ενώ εργάζεστε με τραπέζια SQL Server, οι χρήστες αντιμετωπίζουν συχνά το δίλημμα για τη χρήση πινάκων συμπλέγματος ή πινάκων σωρού. Οι πίνακες που δεν έχουν ευρετήρια συμπλέγματος ονομάζονται πίνακες σωρού και εκείνοι που έχουν ευρετήρια συμπλέγματος ονομάζονται πίνακες συμπλέγματος. Ένα ευρετήριο συμπλέγματος βασικά αναδιατάσσει τον τρόπο με τον οποίο οι εγγραφές αποθηκεύονται φυσικά σε έναν πίνακα. Οι σελίδες δεδομένων περιέχονται στους κόμβους φύλλων ενός ευρετηρίου συμπλέγματος.

Διαφορές μεταξύ Πίνακες σωρού και Πίνακες συμπλέγματος

Το άρθρο περιγράφει αυτούς τους δύο τύπους πινάκων με πιο λεπτομερή τρόπο.

Πίνακες συμπλέγματος και σωρού

Οι πίνακες συμπλέγματος παρέχουν στους χρήστες περισσότερα οφέλη από τους πίνακες σωρών, καθώς βοηθούν τους χρήστες στη χρήση ευρετηρίων για να βρίσκουν σειρές πιο γρήγορα από τους πίνακες σωρών και να αποθηκεύουν φυσικά τα δεδομένα / εγγραφές με την αναδόμηση του ευρετηρίου συμπλέγματος.

Τα φυσικά δεδομένα σας μπορούν να κατακερματιστούν εάν υπάρχουν περισσότερες δραστηριότητες ΕΙΣΑΓΩΓΗΣ, ΔΙΑΓΡΑΦΗΣ και ΕΝΗΜΕΡΩΣΗΣ έναντι των πινάκων στα δεδομένα σας. Είναι γνωστό ότι τα κατακερματισμένα δεδομένα μπορούν να προσθέσουν σπατάλη και ανεπιθύμητο χώρο, επειδή εάν εκτελέσετε ένα ερώτημα, πρέπει να διαβάσετε αρκετές περισσότερες σελίδες, καθώς υπάρχουν πλέον εν μέρει περισσότερες σελίδες. Ας μάθουμε τρόπους για να λύσουμε το ζήτημα του κατακερματισμού των δεδομένων.

Διαφορά μεταξύ πίνακα σωρού και συμπλέγματος

Το πρόβλημα του κατακερματισμού μπορεί να αντιμετωπιστεί καθορίζοντας την ανάγκη να υπάρχει ένα ευρετήριο συμπλέγματος στον πίνακα / ες σας ή όχι. Σε τελική ανάλυση, είναι ο δείκτης συμπλέγματος ή σωρού που ρυθμίζει τη φυσική αποθήκευση του τραπεζιού σας. Κάθε πίνακας στη βάση δεδομένων σας μπορεί να έχει μόνο έναν τύπο ευρετηρίου. Για να κάνουμε μια επιλογή, πρέπει να κατανοήσουμε τις βασικές διαφορές μεταξύ αυτών των δύο που έχουν ως εξής.

  1. Στο σωρό, δεν υπάρχει σειρά για την αποθήκευση δεδομένων, αλλά στο Clustered, η αποθήκευση δεδομένων έχει μια σειρά ανάλογα με το κλειδί ευρετηρίου συμπλέγματος. 
  2. Οι σελίδες δεδομένων δεν συνδέονται στο Heap ενώ στον πίνακα συμπλέγματος, είναι συνδεδεμένες και υπάρχει ταχύτερη διαδοχική πρόσβαση.
  3. Ο σωρός έχει 0 τιμή index_id και το Clustered έχουν 1 τιμή index_id για προβολή καταλόγου sys.indexes
  4. Το Clustered Index ανακτά τα δεδομένα γρηγορότερα από τον πίνακα σωρών, καθώς υπάρχει κλειδί ευρετηρίου συμπλέγματος

Θρυμματισμός

Με βάση τις διαφορές ανάμεσα στους πίνακες συμπλέγματος και σωρού μπορεί κανείς να λύσει το πρόβλημα του κατακερματισμού. Ο κατακερματισμός εμφανίζεται λόγω της χρήσης των δραστηριοτήτων INSERT, DELETE και UPDATE. Ωστόσο, εάν έχετε Heap Table και υπάρχει μόνο δραστηριότητα INSERT, τότε ο κατακερματισμός δεν θα συμβεί. Αν χρησιμοποιείτε διαδοχικό κλειδί ευρετηρίου (Value Identity) και έχετε μόνο ΕΙΣΑΓΩΓΗ, τότε το ευρετήριο συμπλέγματος δεν θα κατακερματιστεί. Αλλά αν χρησιμοποιείτε πολλά ΕΝΙΣΧΥΜΑΤΑ ή ΔΙΑΓΡΑΦΕΣ, τότε οι πίνακες θα κατακερματιστούν.

Συνιστάται λοιπόν να χρησιμοποιείτε το Clustered Index, καθώς εξαρτάται από το πλήκτρο Index και καταναλώνει λιγότερο χώρο. Νέες εγγραφές μπορούν να γραφτούν σε ήδη υπάρχουσες σελίδες στον διαθέσιμο ελεύθερο χώρο.

Για να προσδιορίσετε τη χρήση είτε πίνακα σωρού είτε συμπλέγματος, μπορείτε επίσης να δοκιμάσετε να εκτελέσετε DBCC SHOWCONTIG ή νέο DMV, καθώς και οι δύο αυτές εντολές μπορούν να σας δώσουν πληροφορίες σχετικά με τα ζητήματα κατακερματισμού στους πίνακες σας. Στον πίνακα συμπλέγματος, ο κατακερματισμός μπορεί να επιλυθεί με την αναδιοργάνωση ή την ανακατασκευή του ευρετηρίου συμπλέγματος.    

Επένδυση σε α SQL Server επισκευή εργαλείο είναι απαραίτητο για εταιρείες που χρησιμοποιούν το MS SQL Server βάση δεδομένων στους διακομιστές παραγωγής τους. Στην πραγματικότητα, μπορεί να αποδειχθεί σωσίβιο σε περίπτωση διακοπής της βάσης δεδομένων.

Εισαγωγή συγγραφέα:

Ο Victor Simon είναι ειδικός στην ανάκτηση δεδομένων στο DataNumen, Inc., η οποία είναι ο παγκόσμιος ηγέτης στις τεχνολογίες ανάκτησης δεδομένων, συμπεριλαμβανομένων επισκευή mdb και sql προϊόντα λογισμικού ανάκτησης. Για περισσότερες πληροφορίες επισκεφθείτε https://www.datanumen.com/

Κοινή χρήση τώρα:

Τα σχόλια είναι κλειστά.