掃描與查找操作均是SQL Server從表或索引中讀取數(shù)據(jù)采用的迭代器，這些也是SQL Server支持的最基本的運(yùn)算．幾乎在每一個(gè)查詢計(jì)劃中都可以找到，因此理解它們的不同是很重要的，掃描是在整張表上進(jìn)行處理，而索引是在整個(gè)頁級(jí)上進(jìn)行處理，而查找則返回特定謂詞上一個(gè)或多個(gè)范圍內(nèi)的數(shù)據(jù)行．
下面讓我們看一個(gè)掃描的例子（這里使用Northwind數(shù)據(jù)庫）
SELECT [OrderId] FROM [Orders] WHERE [RequiredDate] = '1998-03-26'
在Orders表中，并不存在對(duì)RequiredDate列的索引，因此，SQL Server必須讀取Orders表的每一行來估計(jì)每一行的RequiredDate謂詞，如果滿足該謂詞條件（即找到包含’1998-03-26’的記錄），則返回該行數(shù)據(jù)．
為了最大化提升性能，SQL Server盡可能地使用掃描迭代器來估計(jì)該謂詞，然而，如果該謂詞過于復(fù)雜或開銷過大，SQL Server或許使用別的篩選迭代器來估計(jì)．以下是WHERE關(guān)鍵字中的文本計(jì)劃的過程：
|--Clustered Index Scan(OBJECT:([Orders].[PK_Orders]),
WHERE:([Orders].[RequiredDate]='1998-03-26'))
下圖描述了該操作的流程圖：
由于掃描表的每一行數(shù)據(jù)，不論滿足與否，因此，其查詢開銷對(duì)表中的總記錄數(shù)是均衡的
，當(dāng)表中的數(shù)據(jù)很少或滿足謂詞的行比較多時(shí)，采用掃描操作有效，如果表中
數(shù)據(jù)量比較大或滿足謂詞的行較少時(shí)，使用掃描將讀取更多的頁面或執(zhí)行更多的I/O操作來獲取數(shù)據(jù)，這顯而不是最有效的方法．
下面讓我們看一個(gè)關(guān)于索引查找的例子，下面的例子在OrderdDate列上創(chuàng)建了索引：
SELECT [OrderId] FROM [Orders] WHERE [OrderDate] = '1998-02-26'
這次SQL Server能夠使用索引查找來直接找到滿足謂詞的那些記錄行，這里稱該謂詞為＂查找＂謂詞．大多數(shù)情況下，SQL Server并不顯式地估計(jì)＂查找＂謂詞，而索引確保了＂查找＂操作僅返回滿足的數(shù)據(jù)行，以下是＂查找＂謂詞的文本計(jì)劃：
|--Index Seek(OBJECT:([Orders].[OrderDate]),
SEEK:([Orders].[OrderDate]=CONVERT_IMPLICIT(datetime,[@1],0)) ORDERED FORWARD)
注意：SQL Server自動(dòng)使用＠1參數(shù)替換查詢文本中的參數(shù)
由此看來，
查找僅掃描滿足該謂詞的數(shù)據(jù)頁，其查詢開銷顯然要比表中總記錄數(shù)的開銷低，因此，
對(duì)于高選擇度的查詢謂詞操作，查找通常是最有效的策略．也就是說，對(duì)于估計(jì)大表中的數(shù)據(jù)時(shí)，使用查找謂詞是比較有效率的．
SQL Server將掃描與查找進(jìn)行區(qū)分，如同將在堆（無聚集索引的對(duì)象）上掃描，聚集索引上的掃描，非聚集索引上的掃描進(jìn)行分區(qū)．下表說明了這些出現(xiàn)在的查詢計(jì)劃中的掃描與查找運(yùn)算．
|
|
掃描
|
查找
|
|
堆
|
表掃描
|
|
|
聚集索引
|
聚集索引找描
|
聚集索引查找
|
|
非聚集索引
|
索引掃描
|
索引查找
|
可查找的謂詞與覆蓋列
SQL Server在執(zhí)行索引查找之前，它需要確定索引的鍵是否滿足查詢中的謂詞，我們稱該謂詞為＂可查找的謂詞＂，SQL Server必須確定該索引是否包含或＂覆蓋＂查詢中引用的列集合．下面描述了如何確定哪個(gè)謂詞是可查找的，哪個(gè)謂詞不是可查找的，哪些列需要索引覆蓋．
單列索引
在單列索引上判斷謂詞是否是可查找的是很容易的，SQL Server使用單列索引來響應(yīng)多數(shù)簡單的比較（包括相等和不等（大于，小于等））或者更復(fù)雜的表達(dá)式，如在列上運(yùn)算的函數(shù)和LIKE %謂詞，這些運(yùn)算符將阻止SQL Server使用索引查找．
例如，假設(shè)我們?cè)贑ol1列上創(chuàng)建了單列索引，可以在以下謂詞上進(jìn)行索引查找：
Ø [Col1] = 3.14
Ø [Col1] > 100
Ø [Col1] BETWEEN 0 AND 99
Ø [Col1] LIKE 'abc%'
Ø [Col1] IN (2, 3, 5, 7)
然頁，在以下謂詞上將不能使用索引查找：
Ø ABS([Col1]) = 1
Ø [Col1] + 1 = 9
Ø [Col1] LIKE '%abc'
下面我通過一些例子來介紹單列索引：
首先創(chuàng)建一些架構(gòu)對(duì)象：
create table person
(id int, last_name varchar(30), first_name varchar(30))
create unique clustered index person_id
on person (id)
create index person_name
on person (last_name, first_name)
以下是三個(gè)查詢及其各自的文本查詢計(jì)劃，第一個(gè)查詢?cè)趐erson_name索引上進(jìn)行查找，第二個(gè)查詢
首先在第一個(gè)鍵列上進(jìn)行索引查找，然后使用residual謂詞來估計(jì)first_name,第三個(gè)查詢不能使用索引查找，而是使用了索引掃描來處理residual謂詞．
select id from person where last_name = 'Doe' and first_name = 'John'
|--Index Seek(OBJECT:([person].[person_name]), SEEK:([person].[last_name]='Doe'
AND [person].[first_name]='John'))
select id from person where
last_name > 'Doe' and first_name = 'John'
|--Index Seek(OBJECT:([person].[person_name]), SEEK:([person].[last_name] > 'Doe'),
WHERE:([person].[first_name]='John'))
select id from person where last_name like '%oe' and first_name = 'John'
|--Index
Scan(OBJECT:([person].[person_name]),
WHERE:([person].[first_name]='John'
AND [person].[last_name] like '%oe'))
上面三條查詢的圖形查詢計(jì)劃：
