掃描與查找操作均是SQL Server從表或索引中讀取數據採用的迭代器，這些也是SQL Server支持的最基本的運算。幾乎在每一個查詢計劃中都可以找到，因此理解它們的不同是很重要的，掃描是在整張表上進行處理，而索引是在整個頁級上進行處理，而查找則返回特定謂詞上一個或多個範圍內的數據行。下麵讓我們....
掃描與查找操作均是SQL Server從表或索引中讀取數據採用的迭代器，這些也是SQL Server支持的最基本的運算。幾乎在每一個查詢計劃中都可以找到，因此理解它們的不同是很重要的，掃描是在整張表上進行處理，而索引是在整個頁級上進行處理，而查找則返回特定謂詞上一個或多個範圍內的數據行。
下麵讓我們看一個掃描的例子
SELECT[OrderId]FROM[Orders]WHERE[RequiedDate]='2015-03-21'
在Orders表中,並不存在對RequiredDate列的索引，因此，SQL Server必須讀取Orders表的每一行來股幾每一行的RequiredDate謂詞，如果滿足該謂詞條件，則返回該行數據。
為了最大化的提升性能，SQL Server儘可能地使用掃描迭代器來估計該謂詞，然而，如果該謂詞過於複雜或開銷過大，SQL Server或許使用別的篩選迭代器來估計。以下是WHERE關鍵字中的文本計劃的過程:
|--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：
由於掃描表的每一行數據，不論滿足與否，因此，其查詢開銷對錶中的總記錄數是均衡的，當表中的數據很少或滿足謂詞的行比較多時，採用掃描操作有效，如果表中數據量比較大或滿足謂詞的行較少時，使用掃描將讀取更多的頁面或執行更多的I/O操作來獲取數據，這顯而不是最有效的方法．
下麵讓我們看一個關於索引查找的例子，下麵的例子在OrderdDate列上創建了索引： 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，這裡稱該謂詞為＂查找＂謂詞．大多數情況下，SQL Server並不顯式地估計＂查找＂謂詞，而索引確保了＂查找＂操作僅返回滿足的數據行，以下是＂查找＂謂詞的文本計劃：
|--Index Seek(OBJECT:([Orders].[OrderDate]),
SEEK:([Orders].[OrderDate]=CONVERT_IMPLICIT(datetime,[@1],0)) ORDERED FORWARD
註意：SQL Server自動使用＠1參數替換查詢文本中的參數
由此看來，查找僅掃描滿足該謂詞的數據頁，其查詢開銷顯然要比表中總記錄數的開銷低，因此，對於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，對於估計大表中的數據時，使用查找謂詞是比較有效率的．
SQL Server將掃描與查找進行區分，如同將在堆（無聚集索引的對象）上掃描，聚集索引上的掃描，非聚集索引上的掃描進行分區．下表說明瞭這些出現在的查詢計劃中的掃描與查找運算．
|
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．下麵描述瞭如何確定哪個謂詞是可查找的，哪個謂詞不是可查找的，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多數簡單的比較（包括相等和不等（大於，小於等））或者更複雜的表達式，如在列上運算的函數和LIKE %謂詞，這些運算符將阻止SQL Server使用索引查找．
例如，假設我們在Col1列上創建了單列索引，可以在以下謂詞上進行索引查找：
- [Col1] = 3.14
- [Col1] > 100
- [Col1] BETWEEN 0 AND 99
- [Col1] LIKE 'abc%'
- [Col1] IN (2, 3, 5, 7)
然頁，在以下謂詞上將不能使用索引查找：
- ABS([Col1]) = 1
- [Col1] + 1 = 9
- [Col1] LIKE '%abc'
- 下麵我通過一些例子來介紹單列索引：
首先創建一些架構對象： 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)
以下是三個查詢及其各自的文本查詢計劃，第一個查詢在person_name索引上進行查找，第二個查詢首先在第一個鍵列上進行索引查找，然後使用residual謂詞來估計first_name,第三個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劃：
