SQL Server性能的改进得益于逻辑数据库设计

数据库 SQL Server
SQL Server数据库推出了很多的版本,都是一个比一个功能性好,这些新版本的推出也是SQL Server数据库性能得到改进的标志。

SQL语句优化的原则:

1、使用索引来更快地遍历表

缺省情况下建立的索引是非群集索引,但有时它并不是***的。在非群集索引下,数据在物理上随机存放在数据页上。合理的索引设计要建立在对各种查询的分析和预测上。一般来说:①。有大量重复值、且经常有范围查询(between, 》 ,《 ,》 =,《 =)和order by、group by发生的列,可考虑建立群集索引;②。经常同时存取多列,且每列都含有重复值可考虑建立组合索引;③。组合索引要尽量使关键查询形成索引覆盖,其前导列一定是使用最频繁的列。索引虽有助于提高性能但不是索引越多越好,恰好相反过多的索引会导致系统低效。用户在表中每加进一个索引,维护索引集合就要做相应的更新工作。

2、IS NULL 与 IS NOT NULL

不能用null作索引,任何包含null值的列都将不会被包含在索引中。即使索引有多列这样的情况下,只要这些列中有一列含有null,该列就会从索引中排除。也就是说如果某列存在空值,即使对该列建索引也不会提高性能。任何在where子句中使用is null或is not null的语句优化器是不允许使用索引的。

3、IN和EXISTS

EXISTS要远比IN的效率高。里面关系到full table scan和range scan。几乎将所有的IN操作符子查询改写为使用EXISTS的子查询。

4、在海量查询时尽量少用格式转换。

5、当在SQL SERVER 2000中,如果存储过程只有一个参数,并且是OUTPUT类型的,必须在调用这个存储过程的时候给这个参数一个初始的值,否则会出现调用错误。

6、ORDER BY和GROPU BY

使用ORDER BY和GROUP BY短语,任何一种索引都有助于SELECT的性能提高。注意如果索引列里面有NULL值,Optimizer将无法优化。

7、任何对列的操作都将导致表扫描,它包括数据库函数、计算表达式等等,查询时要尽可能将操作移至等号右边。

8、IN、OR子句常会使用工作表,使索引失效。如果不产生大量重复值,可以考虑把子句拆开。拆开的子句中应该包含索引。

9、SET SHOWPLAN_ALL ON 查看执行方案。DBCC检查数据库数据完整性。

DBCC(DataBase Consistency Checker)是一组用于验证 SQL Server 数据库完整性的程序。

10、慎用游标

在某些必须使用游标的场合,可考虑将符合条件的数据行转入临时表中,再对临时表定义游标进行操作,这样可使性能得到明显提高。

优化数据库的方法:

1、关键字段建立索引。

2、使用存储过程,它使SQL变得更加灵活和高效。

3、备份数据库和清除垃圾数据。

4、SQL语句语法的优化。(可以用Sybase的SQL Expert,可惜我没找到unexpired的

序列号)

5、清理删除日志。

总结:

优化就是WHERE子句利用了索引,不可优化即发生了表扫描或额外开销。经验证,SQL Server性能的***改进得益于逻辑的数据库设计、索引设计和查询设计方面。反过来说,***的性能问题常常是由其中这些相同方面中的不足引起的。其实SQL优化的实质就是在结果正确的前提下,用优化器可以识别的语句,充份利用索引,减少表扫描的I/O次数,尽量避免表搜索的发生。其实SQL的性能优化是一个复杂的过程,以上这些只是在应用层次的一种体现,深入研究还会涉及数据库层的资源配置、网络层的流量控制以及操作系统层的总体设计。

【编辑推荐】

  1. SQL Server数据库占用过多内存的解决方法
  2. SQL Server 数据库故障修复***技巧之一
  3. SQL Server 2008的高效性
  4. SQL Server 2005的动态管理对象

 

 

责任编辑:迎迎 来源: 赛迪网
相关推荐

2009-05-07 20:16:12

虚拟化数据中心VMware

2023-10-26 08:36:05

2023-03-23 21:45:24

OpenAI微软必应人工智能

2009-05-11 19:00:04

虚拟化数据中心Vmware

2020-08-27 19:27:47

工业企业边缘计算电信运营商

2009-10-22 09:02:22

Windows 7新西兰发售

2013-05-13 09:35:10

虚拟化数据

2011-04-18 09:03:36

数据库查询

2010-07-14 13:14:01

SQL Server数

2023-02-10 13:57:41

2015-11-25 08:34:52

云之讯

2023-07-28 13:23:31

AIChatGPT

2017-11-16 19:47:34

2010-06-17 13:34:47

SQL Server数

2014-08-29 10:24:05

SQL Server

2010-07-15 17:28:50

SQL Server

2010-08-17 09:22:34

2011-08-12 14:18:38

SQL Server数设计规范

2010-05-10 09:48:16

SQL Server数

2010-07-08 11:05:14

SQL Server数
点赞
收藏

51CTO技术栈公众号