揭秘SQL Server 2014有哪些新特性(3)-可更新列存储聚

SQL Server 2014中的可更新聚集列存储索引是数据库领域的一大创新，显著提升了数据库查询性能，特别是在面向OLAP查询统计类系统中。相较于传统数据库版本，报表查询性能最大可提升十倍。这一功能不仅优化了数据仓库类查询，如大量聚合、扫描和分组操作，而且在需要Join多个表的星型结构场景中表现尤为出色。

在传统的SQL Server版本中，列存储索引并非新鲜事物，但之前的版本只允许建立非聚集列索引。这意味着列索引是基于原有的行存储索引之上，消耗更多的存储空间。更大的问题在于一旦建立了非聚集列存储索引，该表就变成只读，这对于数据仓库的更新操作来说极为不便。好在SQL Server 2014中的可更新聚集列存储索引解决了这一难题。

可更新聚集列存储索引的概念可以类比于传统的行存储的聚集索引，但数据是按照列进行存储的。这种存储方式带来了诸多优势。例如，对于数据仓库类查询，只需要读取选择的列，大大提高了查询效率。由于列索引可以更新，每个表中只需要一个聚集列索引，大大节省了存储空间。由于同一列中的数据类型相同，更容易实现高压缩比率，进一步节省了存储空间。

列存储索引并非完美无缺。对于OLTP操作，行存储更为适合，因为行存储在物理磁盘上的连续性可以利用Seek操作完成大量选择性非常高的查询。而列存储索引同一行的各列在物理上并不联系，且不存在“主键”的概念和SEEK操作。如果大量进行OLTP类查询，性能可能会受到影响。

列索引的存储过程可以分为三个阶段：将行分组形成所谓的“行组”；然后，按列切分并压缩。在这个过程中，对于不够分组的行，会以传统的行存储形式暂时保存，这部分被称为Deltastore。当数据增长到一定程度时再进行分组。在SQL Server 2014中，认为10万以下的数据不适合立即分组。

在空间占用方面，可更新列存储聚集索引的压缩比率是最高的。通过与传统聚集索引、页压缩、行压缩以及带有非聚集索引的行存储表进行比较，可以发现列存储索引在空间占用上具有显著优势。

一探列存储索引的性能奥秘

在数字化时代，数据的存储和查询效率成为了数据库领域的核心关注点。当我们谈论SQL Server 2014中的可更新列存储索引时，背后隐藏的是一场关于数据存储和查询效率的革新。

想象一下，当我们需要从数据库中提取数据时，行存储和列存储两种方式展现了截然不同的特性。对于行存储而言，如果要选择所有的列，我们需要把整个表都读取出来。而列存储则不同，它允许我们仅读取被选择的列，这无疑大大提高了数据提取的效率。当只选择特定的列时，列存储的性能提升表现得尤为显著，如图8所示。在这种情境下，数据库中的每一列都可以被看作是一个独立的单元，能够高效地处理各种查询请求。这种设计不仅优化了存储空间，还极大地提升了查询性能。

当我们深入图8时，会发现列存储索引对于数据仓库和类似OLAP（在线分析处理）的查询来说是一个巨大的突破。在这种模式下，数据的分析和处理通常涉及大量的聚合和汇总操作，而列存储索引正好能够满足这种需求。随着大数据的兴起，对数据仓库和数据中心的需求越来越高，列存储索引为处理这类需求提供了强大的支持。这种设计对于大规模数据处理和复杂查询提供了巨大的优势。值得注意的是，对于典型的OLTP（在线事务处理）操作来说，情况则有所不同。在这种场景下，我们需要选择一行的所有列。列存储索引的优势并不明显，甚至可能不如行存储高效。如图9所示，我们不难看出在OLTP操作中，列存储索引的效果相对较弱。在这种情况下，行存储可能更适合处理这类事务操作。然而这并不意味着列存储索引在所有情况下都表现不佳。在适当的场景下，它仍然可以展现出其卓越的性能。了解这两种存储方式的特性和适用场景是非常重要的。只有根据实际需求选择合适的存储方式，才能最大限度地发挥数据库的性能优势。SQL Server 2014中的可更新列存储索引为我们提供了一种全新的数据存储和处理方式，特别是在处理大规模数据和复杂查询时表现出巨大的潜力。