推薦：怎樣從客戶端提升SQL Server數據庫性能
第一：編寫限制搜索范圍的查詢語句。 眾所周知，在數據庫查詢的時候返回記錄的多少直接關系到查詢的效率。所以，在客戶端通過一定的條件語句，限制搜索的范圍，往往可以大幅度的提高查詢的效率。 如用戶在客戶端查詢數據庫的時候，在查詢語句中，加入TOP語句

一、邏輯數據庫和表的設計

數據庫的邏輯設計、包括表與表之間的關系是優化關系型數據庫性能的核心。一個好的邏輯數據庫設計可以為優化數據庫和應用程序打下良好的基礎。

標準化的數據庫邏輯設計包括用多的、有相互關系的窄表來代替很多列的長數據表。下面是一些使用標準化表的一些好處。

A:由于表窄，因此可以使排序和建立索引更為迅速。

B:由于多表，所以多鏃的索引成為可能。

C:更窄更緊湊的索引。

D:每個表中可以有少一些的索引，因此可以提高insert update delete等的速度，因為這些操作在索引多的情況下會對系統性能產生很大的影響。

E:更少的空值和更少的多余值，增加了數據庫的緊湊性由于標準化，所以會增加了在獲取數據時引用表的數目和其間的連接關系的復雜性。太多的表和復雜的連接關系會降低服務器的性能，因此在這兩者之間需要綜合考慮。

定義具有相關關系的主鍵和外來鍵時應該注意的事項主要是：用于連接多表的主鍵和參考的鍵要有相同的數據類型。

二、索引的設計

A:盡量避免表掃描

檢查你的查詢語句的where子句，因為這是優化器重要關注的地方。包含在where里面的每一列（column)都是可能的侯選索引，為能達到最優的性能，考慮在下面給出的例子：對于在where子句中給出了column1這個列。

下面的兩個條件可以提高索引的優化查詢性能！

第一：在表中的column1列上有一個單索引；

第二：在表中有多索引，但是column1是第一個索引的列。

避免定義多索引而column1是第二個或后面的索引，這樣的索引不能優化服務器性能。

例如：下面的例子用了pubs數據庫。

SELECT au_id, au_lname, au_fname FROM authors
WHERE au_lname = ’White’

按下面幾個列上建立的索引將會是對優化器有用的索引

au_lname

au_lname, au_fname

而在下面幾個列上建立的索引將不會對優化器起到好的作用

au_address

au_fname, au_lname

考慮使用窄的索引在一個或兩個列上，窄索引比多索引和復合索引更能有效。用窄的索引，在每一頁上將會有更多的行和更少的索引級別（相對與多索引和復合索引而言），這將推進系統性能。對于多列索引，SQL Server維持一個在所有列的索引上的密度統計（用于聯合）和在第一個索引上的histogram（柱狀圖）統計。根據統計結果，如果在復合索引上的第一個索引很少被選擇使用，那么優化器對很多查詢請求將不會使用索引。

有用的索引會提高select語句的性能，包括insert,uodate,delete。但是，由于改變一個表的內容，將會影響索引。每一個insert,update,delete語句將會使性能下降一些。實驗表明，不要在一個單表上用大量的索引，不要在共享的列上（指在多表中用了參考約束）使用重疊的索引。

在某一列上檢查唯一的數據的個數，比較它與表中數據的行數做一個比較。這就是數據的選擇性，這比較結果將會幫助你決定是否將某一列作為侯選的索引列，如果需要，建哪一種索引。你可以用下面的查詢語句返回某一列的不同值的數目。

select count(distinct cloumn_name) from table_name

假設column_name是一個10000行的表，則看column_name返回值來決定是否應該使用，及應該使用什么索引。

Unique values Index

5000 Nonclustered index

20 Clustered index

3 No index

鏃索引和非鏃索引的選擇

<1>鏃索引是行的物理順序和索引的順序是一致的。頁級，低層等索引的各個級別上都包含實際的數據頁。一個表只能是有一個鏃索引。由于update,delete語句要求相對多一些的讀操作，因此鏃索引常常能加速這樣的操作。在至少有一個索引的表中，你應該有一個鏃索引。

在下面的幾個情況下，你可以考慮用鏃索引：

例如： 某列包括的不同值的個數是有限的（但是不是極少的）

顧客表的州名列有50個左右的不同州名的縮寫值，可以使用鏃索引。

例如： 對返回一定范圍內值的列可以使用鏃索引，比如用between,>,>=,<,<=等等來對列進行操作的列上。

select * from sales where ord_date between ’5/1/93’ and ’6/1/93’

例如： 對查詢時返回大量結果的列可以使用鏃索引。

SELECT * FROM phonebook WHERE last_name = ’Smith’

當有大量的行正在被插入表中時，要避免在本表一個自然增長（例如，identity列）的列上建立鏃索引。如果你建立了鏃的索引，那么insert的性能就會大大降低。因為每一個插入的行必須到表的最后，表的最后一個數據頁。

當一個數據正在被插入（這時這個數據頁是被鎖定的），所有的其他插入行必須等待直到當前的插入已經結束。

一個索引的葉級頁中包括實際的數據頁，并且在硬盤上的數據頁的次序是跟鏃索引的邏輯次序一樣的。

<2>一個非鏃的索引就是行的物理次序與索引的次序是不同的。一個非鏃索引的葉級包含了指向行數據頁的指針。

在一個表中可以有多個非鏃索引，你可以在以下幾個情況下考慮使用非鏃索引。

在有很多不同值的列上可以考慮使用非鏃索引

例如：一個part_id列在一個part表中

select * from employee where emp_id = ’pcm9809f’

查詢語句中用order by 子句的列上可以考慮使用鏃索引。

三、查詢語句的設計

SQL Server優化器通過分析查詢語句，自動對查詢進行優化并決定最有效的執行方案。優化器分析查詢語句來決定那個子句可以被優化，并針對可以被優化查詢的子句來選擇有用的索引。最后優化器比較所有可能的執行方案并選擇最有效的一個方案出來。

在執行一個查詢時，用一個where子句來限制必須處理的行數，除非完全需要，否則應該避免在一個表中無限制地讀并處理所有的行。

例如下面的例子，

select qty from sales where stor_id=7131

是很有效的比下面這個無限制的查詢

select qty from sales

避免給客戶的最后數據選擇返回大量的結果集。允許SQL Server運行滿足它目的的函數限制結果集的大小是更有效的。

這能減少網絡I/O并能提高多用戶的相關并發時的應用程序性能。因為優化器關注的焦點就是where子句的查詢，以利用有用的索引。在表中的每一個索引都可能成為包括在where子句中的侯選索引。為了最好的性能可以遵照下面的用于一個給定列column1的索引。

第一：在表中的column1列上有一個單索引；

第二：在表中有多索引，但是column1是第一個索引的列不要在where子句中使用沒有column1列索引的查詢語句，并避免在where子句用一個多索引的非第一個索引的索引。

這時多索引是沒有用的。

For example, given a multicolumn index on the au_lname,

au_fname columns of the authors table in

the pubs database,

下面這個query語句利用了au_lname上的索引

SELECT au_id, au_lname, au_fname FROM authors

WHERE au_lname = ’White’

AND au_fname = ’Johnson’

SELECT au_id, au_lname, au_fname FROM authors

WHERE au_lname = ’White’

下面這個查詢沒有利用索引，因為他使用了多索引的非第一個索引的索引

SELECT au_id, au_lname, au_fname FROM authors

WHERE au_fname = ’Johnson’

分享：注意SQL Server視圖管理中的四個限制條件
通過視圖來訪問數據，其優點是非常明顯的。如可以起到數據保密、保證數據的邏輯獨立性、簡化查詢操作等等。 但是，話說回來，SQL Server數據庫中的視圖并不是萬能的，他跟表這個基本對象還是有重大的區別。在使用視圖的時候，需要遵守四大限制。 限制條件一