Columnstore index 列式索引也是一大特色，从SQL SERVER 2012起，支持列式索引了。我们要谈一谈列式索引的概念，用法，比较下与row-based index的区别，特别是列式索引的存储。据说列式索引采用了独特的压缩方式。这种压缩方式叫xVelocity(前称VertiPaq)，专门用于 Analysis Service和Power Pivot的数据存储，现将其移到relational database storage engine中来。

1. ColumnStore index data Structure: 从物理存储上来说，ColumnStore index 在page之上加了一层抽象，segment。一个segment就是一列索引的字段。如果我们新创建一个ColumnStore Index，就会有两个segment。每个segment会有一个存储的上限，每一个segment都可以包含很多数据页（data page）。一个columnstore index的所有segment，按照从上到下一一对应排序。也就是说，如果我们新建一个2列的columnstore index，第一个segment的第一个行，和第二个segment的第一个行，组成了堆表里面的第一行。
2. 按照列来存储，有3个好处：一来存储的都是同质化的（homogenous）数据，压缩采用的函数比较高效；二来针对重复值比较多的列，可以采用 dictionary的方式存储，key部分存储在索引上，value部分放在dictionary 里面,省下很多空间，查询产生的IO就更小了；再一个因为每一个segment存储了单一的值，减少了一些大字段的占用空间，很多预读的数据页就极大减少了不必要字段，IO更有效率。
3. Batch Mode Processing：SQL Server 有三种处理数据集的方式， 一种是 row-based, 一行一行处理，一种是 Batch mode, 一个batch包含了1000条数据，每一个列在这个batch里面被称之为vector，基于vector的处理方法，叫做batch processing。当然我们可以把row-based, batch mode合并起来应用，这是第三种方式。

mssql列存自SQL Server 2012引入，以应对数据分析（OLAP）和数据仓库（Data Warehouse）场景的查询。

以下三张图摘自：《Inside the SQL Server 2012 Columnstore Indexes》。

• 左图： 从行存数据库中仅读取一列数据；
• 中图： 从列存数据库中读取一列数据；
• 右图： mssql列存中的Column Segment示意图。

“关闭batch mode”方法比较隐蔽。可以使用 DBCC命令，DBCC命令有两种：

• 一种是微软公开的参数，有名称；
• 另一种是非公开参数，只有编号，不同版本可能不一样，微软帮助里没有说明，只能网上找。

(1)、关闭/启用所有算子Batch Mode

关闭命令（即使用row mode）：

snippet.sql

DBCC TRACEON(9453,1)

启用命令：

snippet.sql

DBCC TRACEOFF(9453,1)

参考文献

(2)、关闭/启用Sort算子Batch Mode

关闭命令（即使用row mode）：

snippet.sql

DBCC TRACEON(9347,1)

启用命令：

snippet.sql

DBCC TRACEOFF(9347,1)

参考文献

The following query returns information about segments of a columnstore index.

snippet.sql

SELECT i.name, p.object_id, p.index_id, i.type_desc,
  COUNT(*) AS number_of_segments
FROM sys.column_store_segments AS s
  INNER JOIN sys.partitions AS p
ON s.hobt_id = p.hobt_id
  INNER JOIN sys.indexes AS i
ON p.object_id = i.object_id
WHERE i.type = 5 OR i.type = 6
GROUP BY i.name, p.object_id, p.index_id, i.type_desc;
GO

参考文献