13

Lendo sobre índices me deparei recentemente com o termo "seletividade". Alguns lugares diziam que os campos mais seletivos devem vir primeiro no índice, outros dizem que não ou que depende.

Tenho a seguinte tabela tbMovimentoConta abreviação (mcon) com 5 milhões de registros, e as seguintes colunas que serão usadas no where

  • mcon_dataExclusao (99% do registros tem o valor null) porque os dados não podem ser excluídos com delete from
  • con_codigo_fk (há 5 valores distintos(1,2,3,4,5) divididos para os 5 milhões de registros)
  • mcon_data (1825 datas distintas para os 5 milhões de registros)

Tenho a seguinte consulta que é gerada pelo Entity Framework:

exec sp_executesql N'SELECT 
[Project1].[C2] AS [C1], 
[Project1].[mcon_codigo_pk] AS [mcon_codigo_pk], 
[Project1].[mcon_data] AS [mcon_data], 
[Project1].[mcon_obs] AS [mcon_obs], 
[Project1].[mcon_valor] AS [mcon_valor], 
[Project1].[mcon_tipo] AS [mcon_tipo]
FROM ( SELECT 
    convert (datetime2, convert(varchar(255), [Extent1].[mcon_data], 102) ,  102) AS [C1], 
    [Extent1].[mcon_codigo_pk] AS [mcon_codigo_pk], 
    [Extent1].[mcon_data] AS [mcon_data], 
    [Extent1].[mcon_valor] AS [mcon_valor], 
    [Extent1].[mcon_tipo] AS [mcon_tipo], 
    [Extent1].[mcon_obs] AS [mcon_obs], 
    1 AS [C2]
    FROM [dbo].[tbMovimentoConta] AS [Extent1]
    WHERE ([Extent1].[mcon_data] >= @p__linq__0) AND ([Extent1].[mcon_data] <= @p__linq__1) AND ([Extent1].[con_codigo_fk] = @p__linq__2) AND ([Extent1].[mcon_dataExclusao] IS NULL)
)  AS [Project1]
ORDER BY [Project1].[C1] ASC, [Project1].[mcon_codigo_pk] ASC
OFFSET 764225 ROWS FETCH NEXT 11 ROWS ONLY ',N'@p__linq__0 datetime2(7),@p__linq__1 datetime2(7),@p__linq__2 bigint',@p__linq__0='2012-01-01 00:00:00',@p__linq__1='2013-01-01 23:59:59',@p__linq__2=1

Eu testei com duas configurações de índice

Índice 1

CREATE NONCLUSTERED INDEX [ix_consulta_movimento] ON [dbo].[tbMovimentoConta]
(
    [mcon_dataExclusao] ASC,
    [con_codigo_fk] ASC,
    [mcon_data] ASC
)
INCLUDE (   
[mcon_dataInclusao],
[mcon_codigo_pk],
[mcon_valor],
[mcon_tipo],
[mcon_obs]) WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, SORT_IN_TEMPDB = OFF, DROP_EXISTING = OFF, ONLINE = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON)
GO

Índice 2

CREATE NONCLUSTERED INDEX [ix_consulta_movimento] ON [dbo].[tbMovimentoConta]
(
    [mcon_data] ASC,
    [con_codigo_fk] ASC,
    [mcon_dataExclusao] ASC
)
INCLUDE (   
[mcon_dataInclusao],
[mcon_codigo_pk],
[mcon_valor],
[mcon_tipo],
[mcon_obs]) WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, SORT_IN_TEMPDB = OFF, DROP_EXISTING = OFF, ONLINE = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON)
GO

Nos testes que fiz, o índice 1 foi mais rápido, porém achei que o 2 seria mais rápido. Alguém poderia me explicar porque o índice 1 é mais rápido, ou se tem coisa errado nisso, sendo assim o 2 teria que ser mais rápido.

Edição

Fazendo mais testes aqui, parece que o índice 2 é mais rápido mesmo. De qualquer forma estou dúvida. Preciso ter o claro entendimento de como ordenar essas colunas no índice.

7
  • 2
    Depende do que precisa. Se você colocar o ID em primeiro você terá uma ótima seletividade, mas se deseja um grupo de informações entre datas, isso não ajuda em nada. Se fizer cegamente acabará criando dezenas de índices, a maioria sem necessidade real e poderá ter perda de performance em outros pontos.
    – Maniero
    11/01/2017 às 16:57
  • Vou editar a pergunta. Peguei no trace a query que o Entity Framework está gerando, e vou completar os includes columns do índice que faltou.
    – user26552
    11/01/2017 às 17:01
  • 2
    Talvez uma analise do plano de execução da consulta pode ajudar a entender. O plano inclui as estratégias de JOIN e de WHERE que podem trazer melhores respostas do que apenas a questão de escolha dos índices.
    – Pagotti
    11/01/2017 às 18:00
  • 1
    Eu fiz isso, na verdade ele que sugeriu o índice 1, eu criei o índice dois.
    – user26552
    11/01/2017 às 18:03
  • 2

2 Respostas 2

1

"o índice 1 foi mais rápido, porém achei que o 2 seria mais rápido"

Para responder essa pergunta, precisamos lembrar que um índice é uma lista ordenada por um ou mais campos com um ponteiro que aponta para o registro correspondente na tabela.

Como ele está ordenado, a busca é muito mais rápida, evitando o "table scan" que acontece quando pesquisamos por um campo não ordenado, ou seja uma pesquisa completa na tabela.

A resposta para a sua pergunta é bem simples, ainda mais com um detalhe importante: "99% do registros tem o valor null", ou seja, os registros null vão vir todos em sequência no índice, o que significa que, ao procurar por um valor, vai limitar a busca a apenas 1% do índice, fazendo com que seja muito rápido.

Para tentar ilustrar, imagine que o índice fosse algo assim:

inserir a descrição da imagem aqui

Ou seja, qualquer data vai estar naquela "pequena" parte do índice, toda a parte "null" vai ser pulada, resultando numa busca muito mais rápida, isso porque o campo mcon_dataExclusao é logo o primeiro do índice, limitando muito a pesquisa.

0

Os índices servem para facilitar na hora de selecionar os dados que serão retornados pelas consulta. Para índices compostos, ou seja, aqueles que apresentam mais de uma coluna em sua estrutura, a ordem das mesmas servem para melhorar o processo de SCAN nas tabelas que o SGBD faz na hora que se realiza uma operação sobre a mesma. Existem alguns critérios e diretrizes para a ordenação das mesmas seguindo o conceito de seletividade:

  • Colunas que aparecem na cláusula WHERE devem ocupar uma posição superior inicial;
  • Colunas que aparecem mais frequentemente na cláusula WHERE, ordene essas colunas no índice para que as selecionadas mais frequentemente aparecem em uma posição superior;
  • Se as colunas aparecem na mesma frequência, mas os dados estiverem fisicamente ordenados em uma das colunas, coloque-a em uma posição superior;
  • Caso a coluna seja muito esparsa, ou seja, apresente muitos valores NULL com relação as outras, ela deve ser ordenada em uma posição inferior com relação às outras.

Você deve fazer log-in para responder a esta pergunta.