关于SQL Server索引密度的知识

数据库 SQL Server
以下的文章主要描述的是SQL Server索引密度(Index Densities),以下就是对其正确的操作步骤的具体描述。望大家会对其有所收获。

文章主要描述的是SQL Server索引密度(Index Densities),当一个查询的SARG 的值直到查询运行时才得以知晓,或是SARG是一个关于索引的多列时,SQL Server才使用为索引中每列存储的密度值。

对于组合键值,SQL Server为第一列的组合键存储了密度值;为第一列和第二列;为第一、二、三列;等等。这些信息可以从Listing34.1的DBCC SHOW_STATISTICS 输出信息的All density区域看到。

SQL Server索引密度表示为键的唯一键值的倒数。每个键的密度可以按照下面的公式进行计算:

 

引用

 

Key density = 1.00/ ( Count of distinct key values in the table)

 

键密度 = 1.00 / (表中的不同键值数)

 

所以,pubs数据库的author表中state列的密度计算公式如下:

 

Sql代码

 

 

  1. Select Density = 1.00/ (select count (distinct state) from authors)   
  2. Go   
  3. Select Density = 1.00/ (select count (distinct state) from authors)  
  4. Go  
  5. Density   
  6. .1250000000000   

State和zip的组合列密度计算如下:

Sql代码

  1. Select density = 1.00/( select count (distinct state + zip) from authors)   
  2. Go   
  3. Select density = 1.00/( select count (distinct state + zip) from authors)  
  4. Go  
  5. Density   
  6. .0555555555555   

注意,不像选择率,越小的SQL Server索引密度意味着具有更高的索引选择性。当密度趋近于1,索引就变得有更少的选择性,基本上没有用处了。当索引的选择性低的时候,优化器可能会选择一个表扫描(table scan),或者叶子级的索引扫描(Index scan),而不会进行索引查找(index seek),因为这样会付出更多的代价。

引用

 

提示:

 

当心你的数据库中低选择性的索引。这样的索引通常是对系统的性能是一个损害。它们通常不仅不会用来进行数据的检索,而且也会使得数据修改语句变得缓慢,因为需要额外的索引维护。识别这些索引,考虑删除掉它们。

 

通常,当你给键中添加更多的列时,密度值应该变得更小。例如,在Listing 34.2,密度值逐渐变小。

 

 

  1. Key Column Index Density   
  2. title_id 1.8621974E-3   
  3. title_id, stor_id 5.997505E-6   
  4. title_id, stor_id, ord_num 5.9268041E-6  

以上的相关内容就是对SQL Server索引密度(Index Densities)的介绍,望你能有所收获。

【编辑推荐】

  1. SQL Server数据库与identity列
  2. SQL Server 2005数据库安装实例演示
  3. SQL Server数据库在安装时的注意事项
  4. SQL Server Compact中的DLL文件与工具
  5. SQL Server合并复制性能的提高有哪些方案?
责任编辑:佚名 来源: 51CTO博客
相关推荐

2010-07-07 11:03:21

SQL Server索

2011-08-01 09:50:31

SQL Server数主键索引

2021-05-09 09:57:26

MySQL数据库索引

2010-09-16 13:42:55

SQL SERVER索

2010-07-07 10:54:22

SQL Server索

2010-07-07 09:27:15

SQL Server索

2011-08-30 13:54:29

SQL Server全文索引

2011-08-30 16:43:32

SQL Server

2010-07-19 14:31:14

SQL Server

2010-07-07 10:47:58

SQL Server索

2010-11-10 14:26:44

Sql Server全

2010-07-06 17:09:45

SQL Server索

2010-07-08 16:44:21

SQL Server索

2010-07-08 16:52:31

SQL Server索

2010-07-07 11:20:02

SQL Server聚

2010-07-07 13:18:13

SQL Server视

2011-04-18 11:00:12

SQL Server全文索引

2010-11-10 14:06:44

SQL Server全

2010-07-19 16:36:13

SQL Server视

2017-09-05 12:44:15

MySQLSQL优化覆盖索引
点赞
收藏

51CTO技术栈公众号