SqlServer性能优化 查询和索引优化（十二）

SqlServer性能优化 查询和索引优化（十二）

查询优化的过程：

查询优化：

功能：分析语句后最终生成执行计划

分析：获取操作语句参数

索引选择

Join算法选择

创建测试的表：

select * into EmployeeOp from AdventureWorks2014.HumanResources.Employee

建立非聚集索引：

create nonclustered index nc_employee_vacationhours on employeeop(vacationhours)

执行语句：

select LoginID,JobTitle,VacationHours,SickLeaveHours from EmployeeOp where VacationHours>40 --table scan>10%

执行语句：

select LoginID,JobTitle,VacationHours,SickLeaveHours from EmployeeOp where VacationHours>99 --nonclustered index

查询结果集的数据范围影响对索引的选择。

两个查询条件：

select LoginID,JobTitle,VacationHours,SickLeaveHours from EmployeeOp where VacationHours>40and SickLeaveHours>60--scan

Sqlserver 的查询结果集会认为用哪个列查询的结果少，就选择哪个。在去and 的第二个结果，最终返回结果集。

select LoginID,JobTitle,VacationHours,SickLeaveHours from EmployeeOp where VacationHours>99and SickLeaveHours>60--nonclustered index nc_employee_vacationhours

单独选择：

select LoginID,JobTitle,VacationHours,SickLeaveHours from EmployeeOp where SickLeaveHours>60--table scan

创建非聚集索引：

create nonclustered index nc_employee_sickleavehours on EmployeeOp(SickLeaveHours)

执行：

select LoginID,JobTitle,VacationHours,SickLeaveHours from EmployeeOp where SickLeaveHours>60--table scan

执行：

select LoginID,JobTitle,VacationHours,SickLeaveHours from EmployeeOp where SickLeaveHours>88--nc_employee_sickleavehours

执行：

select LoginID,JobTitle,VacationHours,SickLeaveHours from EmployeeOp where VacationHours>99and SickLeaveHours>88--nonclustered index nc_employee_vacationhours

在两列上做一个索引：

create nonclustered index nc_employee_vacationsickleavehours on EmployeeOp(VacationHours,SickLeaveHours)

执行语句：（使用了符合索引）

select LoginID,JobTitle,VacationHours,SickLeaveHours from EmployeeOp where VacationHours>99and SickLeaveHours>88-- nc_employee_vacationsickleavehours

执行：（随机）

select LoginID,JobTitle,VacationHours,SickLeaveHours from EmployeeOp where VacationHours>99--nc_employee_vacationhours nc_employee_vacationsickleavehours

执行：

select LoginID,JobTitle,VacationHours,SickLeaveHours from EmployeeOp where SickLeaveHours>88--nc_employee_sickleavehours

执行：

select * from EmployeeOp where SickLeaveHours>88 --nc_employee_sickleavehours

创建聚集索引：

create clustered index c_Employee_BusinessEntityID on EmployeeOp(BusinessEntityID)

执行：

select * from EmployeeOp where SickLeaveHours>88 --nc_employee_sickleavehours key连 c_ID聚集索引

建立include索引：

create nonclustered index nc_employee_vacationsickleavehoursinclude on EmployeeOp(VacationHours,SickLeaveHours) include(LoginID,JobTitle)

执行：

select LoginID,JobTitle,VacationHours,SickLeaveHours from EmployeeOp where VacationHours>99and SickLeaveHours>88 --nc_employee_vacationsickleavehoursinclude

执行：（采用覆盖索引）

select LoginID,JobTitle,VacationHours,SickLeaveHours from EmployeeOp where VacationHours>60and SickLeaveHours>10--nc_employee_vacationsickleavehoursinclude--0.0048select LoginID,JobTitle,VacationHours,SickLeaveHours from EmployeeOp where VacationHours>60--nc_employee_vacationsickleavehoursinclude

执行：（指定使用的索引）

select LoginID,JobTitle,VacationHours,SickLeaveHours from EmployeeOp with(index=0) where VacationHours>60and SickLeaveHours>10

索引的优化：

select * from EmployeeOp--创建非聚集索引create nonclustered index nc_EmployeeOp on employeeop (VacationHours,SickLeaveHours) include (LoginID,JobTitle)create nonclustered index nc_EmployeeOp_Vacation on employeeop(VacationHours)include(LoginID,JobTitle)--创建聚集索引set statistics io oncreate clustered index c_Employee_id on employeeop(BusinessEntityID) --7，9，9set statistics io off

总结：先创建聚集索引在创非聚集索引

聚集索引键宽与窄：

create table temptable(c1 int not null,c2 int) declare @c int set @c=0 while @c<50000 begin insert temptable values(@c,@c) set @c=@c+1 endcreate clustered index c_temptable_c1 on temptable(c1)set statistics io onselect * from temptable where c1<=25000 --0.07set statistics io off

创建Guid的列：

create table temptable(c1 uniqueidentifier,c2 int)declare @c int set @c=0 while @c<50000 begin insert temptable values(newid(),@c) set @c=@c+1 end create clustered index c_temptable_c1 on temptable(c1)set statistics io onselect * from temptable where c1<='D144242D-BFA3-4A8C-8DCE-C35A880E8BBE' --0.11set statistics io off

索引设计建议：1.where子句与连接条件列（where子句后面的列建立非聚集索引，有多列查询做成组合索引，并用inclued的方式把经常访问的列信息给包含到非聚集索引的页集，查询用到链接时（join）：join的条件列做到非聚集索引中）

2.使用窄索引：索引列少、索引列数据类型空间少

1.减少IO数量

2.提高缓存效率

3.减少数据存储的空间

4.动态管理视图： sys.dm_db_index_physical_stats

选择性能高的列应该创建索引，如果有多列筛选，并尽量放置经常筛选的列和低密度的列到组合索引前面

int类型上创建索引与char 型上创建索引

create nonclustered index nc_employee_vacationsickleavehours on employeeop(vacationhours,sickleavehours) include(LoginID,JobTitle)create nonclustered index nc_employee_sickvacationleavehours on employeeop(sickleavehours,vacationhours)include(LoginID,JobTitle)select LoginID,JobTitle from EmployeeOp where VacationHours>40 and SickLeaveHours>90 -- nc_sickleavevacation

select loginid,jobtitle from EmployeeOp where VacationHours>99 and SickLeaveHours>10--nc_vacationsickleave

总结：会自动进行筛选与and的顺序无关。（谁的选择性度高）

非聚集索引：RID指针指向堆得行标识符或聚集索引的键值

如果有非聚集索引，一定要创建一个聚集索引

先创建聚集索引，在创建非聚集索引

保持聚集索引窄：提高非聚集索引性能，提高聚集索引性能

使用聚集索引的时机：

1.Group by列

2.Order by 列

3.没有针对某个筛选条件的非聚集索引

不合适使用聚集索引：

1.索引列值频繁跟新：频繁跟新非聚集索引降低性能

2.并发的大量的插入

如果非聚集索引需要书签查找，则建议通过聚集索引查找

建议创建覆盖索引

不适合使用非聚集索引：

1.需要获取大量的行

2.需要获取大量的字段

交叉索引：针对筛选条件分别建立非聚集索引，在查询时，获得两个子集的索引交叉，解决覆盖索引非常宽的问题

建议使用过滤索引：针对查询必然需要筛选掉的条件做成索引的过滤条件

create nonclustered index nc_employee_sickvacationleavehours on employeeop(sickleavehours,vacationhours) include (LoginID,JobTitle) where salariedFlag=1

恰当使用索引视图使连接与聚合实物化，平衡查询性能提升与维护视图性能开销

复合索引每列可以不按照相同排序规则

可以在计算列上创建索引，建议使用持久化的计算列

指定并行度CPU个数、制定联机索引

经常使用数据库引擎优化顾问

尽量减少书签查找

查询优化统计方面的应用：

查询优化器对索引的选择依赖于统计

统计被自动创建和更新，也可以设置异步更新统计

通过Profiler跟踪统计事件

过时统计造成查询优化器无法选择最优的执行计划

自动创建统计也会在非索引列上创建统计

跟新自动统计：

Sql完成情况：

开启跟踪：

验证事件：

创建跟踪统计的表：

create table StatisticsTB(c1 int identity(1,1),c2 int)declare @n intset @n=0while @n<5000begin insert StatisticsTB values(@n) set @n=@n+1endcreate nonclustered index nc_StatisticsTB_t2 on StatisticsTB(c2) declare @n intset @n=5001while @n<50000begininsert StatisticsTB values(@n)set @n=@n+1endselect * from StatisticsTB where c2<10--index select * from StatisticsTB where c2>10--Scan

自动统计功能出现故障：

--自动统计出现故障后declare @n intset @n=50001while @n<130000begininsert StatisticsTB values(@n)set @n=@n+1end

本来是表扫描的就弄成索引。

select * from StatisticsTB where c2>4990--index

查看统计信息：

--查看统计信息dbcc show_statistics('Employeeop',nc_Employee_vacation)--密度：0.01dbcc show_statistics('Employeeop',nc_Employee_vacationsickleave)--密度：0.009

更新统计：

--更新统计 use HRDBgoSp_Updatestats

--创建统计：

create statistics s_Employee_c2 on StatisticsTB(c2)

在非索引列上创建统计：

create table t1(c1 int identity(1,1),c2 int)insert t1 values(2)declare @count intset @count=0while @count<1000begininsert t1 values(1)set @count=@count+1endcreate table t2(c1 int identity(1,1),c2 int)insert t2 values(1)declare @count intset @count=0while @count<1000begininsert t1 values(2)set @count=@count+1end

关闭统计的情况：

select t.c1,t.c2,tt.c1,tt.c2 from t1 as t inner join t2 as tt ont.c2=tt.c2--0.045

删除重新创建表：

drop table t1drop table t2create table t1(c1 int identity(1,1),c2 int)insert t1 values(2)declare @count intset @count=0while @count<1000begininsert t1 values(1)set @count=@count+1endcreate table t2(c1 int identity(1,1),c2 int)insert t2 values(1)declare @count intset @count=0while @count<1000begininsert t1 values(2)set @count=@count+1endselect t.c1,t.c2,tt.c1,tt.c2 from t1 as t inner join t2 as tt ont.c2=tt.c2--0.045

统计建议：

查看索引是否有碎片：

--查看索引是否有碎片select * from sys.dm_db_index_physical_stats(db_id('HRDB'),object_id('EmployeeOp'),null,null,'Detailed')

做碎片的整理：

--对页面进行重排：alter index nc_Employee_Vacation on EmployeeOp Reorganize

重建索引：

alter index nc_Employee_Vacation on employeeop rebuild with(fillfactor=40)

填充因子的方式重建索引：

--指定填充因子重建索引create nonclustered index nc_Employee_Vacation on Employeeop (VacationHours) with(fillfactor=40,drop_existing=on)

查询优化器Join的选择：

1.嵌套循环的join  NestedLoop Join

2.合并的join   Merge Join算法

1.链接表记录数都比较多，并且针对连接列进行了物理排序

2.Inner表的行有范围约束

3.Hash join算法

对Join算法的选择：

create table parenttb(c1 int,name varchar(500))declare @c int set @c=0while @c<10begininsert parenttb values(@c,GETDATE())set @c=@c+1endgocreate table subtb(c1 int,cardid uniqueidentifier)declare @c intset @c=0while @c<250begininsert subtb values(@c,NEWID())set @c=@c+1end

执行语句：

select p.name,s.cardid from parenttb as p inner join subtb as s on p.c1=s.c1 --hash --0.29 io：

手工指定：

set statistics io onselect p.name,s.cardid from parenttb as p inner loop join subtb as s on p.c1=s.c1--nested loop --0.21 io:p 1 s 20set statistics io off

多添加一些记录：

create table parenttb(c1 int,name varchar(500))declare @c intset @c=0while @c<1000begininsert parenttb values(@c,getdate())set @c=@c+1endgocreate table subtb(c1 int,cardid uniqueidentifier)declare @c intset @c=0while @c<25000begininsert subtb values(@c,NEWID())set @c=@c+1end

执行语句：

set statistics io onselect p.name,s.cardid from parenttb as p inner join subtb as s on p.c1=s.c1--hash --0.5 io:p 7 s 140set statistics io offset statistics io onselect p.name,s.cardid from parenttb as p inner loop join subtb as s on p.c1=s.c1--loop --64 io:p 7 s 560set statistics io off

创建唯一的聚集索引：

--创建唯一的聚集索引create unique clustered index c_parent_c1 on Parenttb(c1)create unique clustered index c_sub_c1 on Subtb(c1)

执行：

set statistics io onselect p.name,s.cardid from parenttb as p inner join subtb as s on p.c1=s.c1--Merge --0.16 io:p 6 s 7set statistics io off

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。