N种方法来优化SQL Server数据库

数据库 SQL Server
我们今天是要和大家一起讨论的是是N种方法来优化SQL Server数据库,以下就是文章的主要内容的详细描述,望大家会对其有更好的了解。

我们今天主要向大家讲述的是N种方法来优化SQL Server数据库,在实际操作中高程序运行效率,优化应用程序,在SP编写的实际操作过程中一些值得我们大家爱注意的事项有以下的几点:

 

a)SQL的使用规范:

i.尽量避免大事务操作,慎用holdlock子句,提高系统并发能力。

ii.尽量避免反复访问同一张或几张表,尤其是数据量较大的表,可以考虑先根据条件提取数据到临时表中,然后再做连接。

iii.尽量避免使用游标,因为游标的效率较差,如果游标操作的数据超过1万行,那么就应该改写;如果使用了游标,就要尽量避免在游标循环中再进 行表连接的操作。

iv.注意where字句写法,必须考虑语句顺序,应该根据索引顺序、范围大小来确定条件子句的前后顺序,尽可能的让字段顺序与索引顺序相一致, 范围从大到小。

v.不要在where子句中的“=”左边进行函数、算术运算或其他表达式运算,否则系统将可能无法正确使用索引。

vi.尽量使用exists代替select count(1)来判断是否存在记录,count函数只有在统计表中所有行数时使用,而且count(1)比count(*)更有效率。

vii.尽量使用“>=”,不要使用“>”。

viii.注意一些or子句和union子句之间的替换

ix.注意表之间连接的数据类型,避免不同类型数据之间的连接。

x.注意存储过程中参数和数据类型的关系。

xi.注意insert、update操作的数据量,防止与其他应用冲突。如果数据量超过200个数据页面(400k),那么系统将会进行锁升 级,页级锁会升级成表级锁。

b)索引的使用规范:

i.索引的创建要与应用结合考虑,建议大的OLTP表不要超过6个索引。

ii.尽可能的使用索引字段作为查询条件,尤其是SQL Server数据聚簇索引,必要时可以通过index index_name来强制指定索引

iii.避免对大表查询时进行table scan,必要时考虑新建索引。

iv.在使用索引字段作为条件时,如果该索引是联合索引,那么必须使用到该索引中的***个字段作为条件时才能保证系统使用该索引,否则该索引将不 会被使用。

v.要注意索引的维护,周期性重建索引,重新编译存储过程。

c)tempdb的使用规范:

i.尽量避免使用distinct、order by、group by、having、join、cumpute,因为这些语句会加重tempdb的负担。

ii.避免频繁创建和删除临时表,减少系统表资源的消耗。

iii.在新建临时表时,如果一次性插入数据量很大,那么可以使用select into代替create table,避免log,提高速度;如果数据量不大,为了缓和系统表的资源,建议先create table,然后insert。

iv.如果临时表的数据量较大,需要建立索引,那么应该将创建临时表和建立索引的过程放在单独一个子存储过程中,这样才能保证系统能够很好的使用 到该临时表的索引。

v.如果使用到了临时表,在存储过程的***务必将所有的临时表显式删除,先truncate table,然后drop table,这样可以避免系统表的较长时间锁定。

vi.慎用大的临时表与其他大表的连接查询和修改,减低系统表负担,因为这种操作会在一条语句中多次使用tempdb的系统表。

d)合理的算法使用:

根据上面已提到的SQL优化SQL Server数据技术和ASE Tuning手册中的SQL优化内容,结合实际应用,采用多种算法进行比较,以获得消耗资源最少、效率***的方法。具体可用ASE调优命令:set statistics io on, set statistics time on , set showplan on 等。

【编辑推荐】

  1. SQL Server存储过程的命名标准如何进行?
  2. SQL Server数据库的临时表的正确操作步骤
  3. 浅谈SQL Server临时表与SQL Server表变量
  4. SQL Server临时表的使用方案大全
  5. SQL Server 2000删除实战演习
责任编辑:佚名 来源: 伯乐在线
相关推荐

2009-01-27 21:00:00

服务器数据库SQL Server

2011-04-06 11:16:47

SQL Server数查询优化

2009-03-19 09:44:07

SQL Server数据库迁移数据库

2009-07-06 21:20:34

SQL Server数

2010-06-29 17:22:13

2017-10-27 11:47:05

SQL数据库优化

2011-04-06 11:34:52

SQL Server数查询优化

2009-03-11 15:40:20

2010-09-14 09:53:52

sql server还

2010-11-09 11:11:12

SQL Server查

2010-07-15 17:28:50

SQL Server

2011-08-22 12:01:36

SQL Server代码优化

2017-10-16 16:43:05

数据库Oracle数据丢失

2010-09-13 15:41:23

sql server数

2010-07-15 13:38:35

2010-07-08 17:33:21

SQL Server数

2010-07-06 16:24:53

SQL Server数

2010-06-28 14:56:24

优化SQL Serve

2011-03-30 15:36:31

SQL Server

2011-03-29 09:40:31

SQL Server数据库链接
点赞
收藏

51CTO技术栈公众号