使用被自动缓存的查询计划提高SQL Server查询性能

数据库 SQL Server
SQL Server查询性能是每一个SQL数据库使用者都需要重点考虑的,使用被自动缓存的查询计划,可以有效提高SQL Server查询性能。

如果想提高SQL Server查询性能,可以有多种的方法,下面为您介绍的是使用被自动缓存的查询计划提高SQL Server查询性能的方法,供您参考。

在SQL Server数据库系统中,查询是用SELECT语句来表示,从查询语句执行计划提交到输出查询数据结果集。要经过以下过程:解释、解析、优化、编译和执行。为了提高性能.SQL Server能够保存编译过的查询计划供以后使用。查询计划是经过优化的指令.它指定了如何处理查询并访问数据。查询计划保存在过程缓存中,这是一个临时存储空间,它保存当前正在执行的一个特定查询的查询计划,称为自动缓存查询。利用自动缓存,能够提高查询效率,因为,在执行下面与自动查询缓存计划相同的查询语句时.就可以使用该缓存中所保存的查询计划,避免了对查询语句重新解释、解析、优化、编译过程,从而提高SQL Server查询性能。SQL Server数据库在执行查询时.使用被自动缓存的查询计划有两种情况:

(1)特殊的批

SQL Server降为特殊的批保存查询计划。如果接下的批和上一个批类似,SQLServer将使用缓存的查询计划。可以使用缓存的查询计划的前提是两个查询的脚本文本必须匹配。

例如:学生(学号,姓名,性别,年龄,入学日期,政治面貌,班级编号.系别)

Select from 学生where入学日期=”2O05—09一l3”

Go

Select from 学生where入学日期=”20o5—O9一l3”

Go

查询语句l和查询语句2具有相同的语法结构.执行时语句2可以直接使用语句l所缓存的查询计划.省去了对语句2的解释、解析、优化、编译过程,从而提高了查询效率。因此,在编程的时候尽可能的使用与前面执行过的查询语句具有相同的脚本,使数据和数据类型精确匹配。提高SQL Server查询性能。

(2)自动参数化

SQL Server试图探测实际上是参数的常量.并自动将其转化成与字段的数据类型对应的参数。如果转换成功,则以后类似的查询就可以使用同一个查询计划。例如:

select from 学生where学号=1234

select}from 学生where 学号=5678

语句l将其参数常量l234转化为字段”学号”的数据类型.并将其查询计划缓存。语句2将使用与语句l同一样的查询计划,省去了对语句2的解释、解析、优化、编译过程。从而提高了查诲效率。因此。在编制查询语句时尽可能的使用和前面具有相同的查询语句和参数常量.以便使后面的查询语句使用前面已经自动缓存的查询计划。提高应用程序的效率。
 

 

 

 

【编辑推荐】

SQL Server连接错误的处理方法

SQL Server管理相关的注册表技巧

带您了解SQL Server权限管理策略

SQL Server服务器角色简介

SQL Server对象许可管理

责任编辑:段燃 来源: 互联网
相关推荐

2010-11-10 11:32:17

sql server计

2011-07-08 17:49:38

WITH ASCTE

2010-11-12 11:25:44

SQL SERVER视

2009-03-17 13:25:13

查询迁移SQL Server

2011-08-24 11:22:38

SQL ServerUNION代替OR

2011-07-07 14:22:24

SQL查询update

2010-10-27 15:26:42

Oracle执行计划

2010-10-21 10:56:29

SQL Server查

2010-10-21 11:10:57

SQL Server查

2010-10-21 10:28:13

SQL Server查

2010-06-22 10:00:31

SQL查询

2015-04-22 14:17:45

SQL SERVERMSSQL SERVE缓冲区

2010-06-29 17:52:02

SQL Server嵌

2011-04-02 13:37:05

SQL Server 索引视图

2010-07-19 16:43:07

SQL Server选

2021-08-17 10:39:54

SQL Server数据库优化

2011-08-18 09:19:19

SQL Server的SQL查询优化

2010-10-21 12:16:11

SQL Server查

2011-04-01 15:36:24

索引SQL Server

2012-07-11 23:10:49

SQL Server数据库
点赞
收藏

51CTO技术栈公众号