自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

SQL Server索引的具體使用標(biāo)準(zhǔn)描述

數(shù)據(jù)庫(kù) SQL Server
此文章主要向大家講述的是SQL Server索引的具體使用標(biāo)準(zhǔn)(Index Usage Criteria),以下就是文章的具體內(nèi)容的講述。

以下的文章主要向大家講述的是SQL Server索引的具體使用標(biāo)準(zhǔn)(Index Usage Criteria),我們大家都知道在實(shí)際操作中我們?yōu)榱擞行У貨Q定應(yīng)該創(chuàng)建哪些合適的SQL Server索引,你必須決定這些索引實(shí)際中是否被SQL Server使用過(guò)。

如果一個(gè)索引不能被有效使用,在修改數(shù)據(jù)時(shí),那只會(huì)浪費(fèi)空間和增加不必要的負(fù)擔(dān)。

需要記住的主要標(biāo)準(zhǔn)是:如果至少是索引的第一列沒有被包含在一個(gè)有效的搜索參數(shù)(search argument SARG)或join子句中,那么SQL Server 就不會(huì)使用索引進(jìn)行更有效地書簽查找(bookmark lookup)。

為創(chuàng)建復(fù)合索引,選擇列的順序時(shí)牢記住這一點(diǎn),想想下面的在store表中的索引:

  1. Create index nc1_stores on stores (city, state, zip)  

下面的每一個(gè)查詢將會(huì)用到索引,因?yàn)樗鼈儼薙QL Server索引的第一列city,其為一個(gè)SARG:

  1. Sql代碼   
  2. select stor_name from stores   
  3. where city = 'Frederick'   
  4. and state = 'MD'   
  5. and zip = '21702'   
  6. select stor_name from stores   
  7. where city = 'Frederick' 
  8. and state = 'MD' 
  9. and zip = '21702' 
  10. Sql代碼   
  11. select stor_name from stores   
  12. where city = 'Frederick'   
  13. and state = 'MD'   
  14. select stor_name from stores  
  15. where city = 'Frederick' 
  16. and state = 'MD' 
  17. Sql代碼   
  18. select stor_name from stores   
  19. where city = 'Frederick'   
  20. and zip = '21702'   
  21. select stor_name from stores  
  22. where city = 'Frederick' 
  23. and zip = '21702' 

 

然而,下面的查詢不會(huì)用到索引而進(jìn)行書簽查找,因?yàn)樗鼈儧]指定city列為一個(gè)SARG:

  1. Sql代碼   
  2. select stor_name from stores   
  3. where state = 'MD'   
  4. and zip = '21702'   
  5. select stor_name from stores   
  6. where state = 'MD' 
  7. and zip = '21702' 
  8. Sql代碼   
  9. select stor_name from stores   
  10. where zip = '21702'   
  11. select stor_name from stores  
  12. where zip = '21702' 

對(duì)于前面提到的最后兩個(gè)查詢,如果你顯示執(zhí)行計(jì)劃(execution plan)信息,你可能發(fā)現(xiàn),查詢實(shí)際上使用了nc1_store索引來(lái)檢索了結(jié)果集(resultset)。如果再仔細(xì)看,你會(huì)發(fā)現(xiàn)查詢沒有使用索引最有效地方式——它使用了索引掃描(index scan),而不是索引查找(index seek)。

有關(guān)查詢存取方法(query aceess method)的更多信息,可參見第35章“Understanding Query Optimization”,在該章中將講述索引查找。

在索引查找(Index seek)中,SQL Server 沿著索引樹(index tree)從根級(jí)(root level)向下進(jìn)行SQL Server索引鍵值匹配搜索,直到搜索到指定的行,然后使用存儲(chǔ)在索引鍵值中的書簽值(bookmark value)直接從數(shù)據(jù)頁(yè)中檢索匹配的數(shù)據(jù)行(這個(gè)書簽值可以是行標(biāo)識(shí)符(RID),或者聚集索引的鍵值)。

對(duì)一個(gè)索引掃描(Index scan),SQL Server搜索索引樹中所有葉級(jí)(leaf level)中的行來(lái)進(jìn)行可能匹配的查找。如果發(fā)現(xiàn)滿足匹配的行,然后利用書簽檢索數(shù)據(jù)行。
盡管兩者都使用了索引,從I/O代價(jià)角度來(lái)講,索引掃描比索引查找的代價(jià)要高,但比表掃描(Table scan)要略微要小些。

然而,本章學(xué)習(xí)設(shè)計(jì)索引的目的是為了使用索引查找,所以當(dāng)我談到使用索引時(shí),指的是索引查找。

為了得到可能列的書簽查詢,你可能想到的一個(gè)容易的方法是在表中所有列上都創(chuàng)建索引,這樣任何類型的查詢都可以使用索引了。這種策略可能在某些支持ad hoc queries(隨意的查詢)的只讀的DSS(決策支持系統(tǒng))環(huán)境下是合適的,但是這樣也存在問(wèn)題,因?yàn)槿匀粫?huì)造成有許多索引不被使用。

正如你在本章的Index selection節(jié)看到的,不會(huì)僅僅因?yàn)樵谀沉袆?chuàng)建了索引,優(yōu)化器就總會(huì)使用該列的SQL Server索引,例如,當(dāng)該列的選擇性不夠時(shí)(not selective enough),就不會(huì)使用該列的索引。另外,在一張大表(large table)上創(chuàng)建太多索引會(huì)占據(jù)數(shù)據(jù)庫(kù)中的大量空間,增加了備份的要求時(shí)間。

前面也提到過(guò),在一個(gè)OLTP(在線聯(lián)機(jī)處理)系統(tǒng)上,太多的索引會(huì)給數(shù)據(jù)的插入、修改、刪除操作帶來(lái)大量的額外負(fù)擔(dān),造成性能上的不利影響。

引用

建議:(每張表4-5個(gè)索引)

我曾經(jīng)常犯的一個(gè)設(shè)計(jì)錯(cuò)誤是在OLTP環(huán)境下定義了太多的索引。許多情況下,有些索引是冗余的或者是優(yōu)化器在處理查詢時(shí)就根本沒有考慮。結(jié)果,這些索引導(dǎo)致空間的浪費(fèi)和增加了修改數(shù)據(jù)時(shí)的不必要負(fù)擔(dān)。

在這一點(diǎn)上有一個(gè)案例,有個(gè)客戶在一個(gè)表上創(chuàng)建了8個(gè)索引,其中4個(gè)SQL Server索引都是在同一列上,該列的鍵值唯一(unique key),在索引中該列都是第一個(gè)索引列。對(duì)表的查詢和修改操作,該列都包含在where 子句中。

結(jié)果只有4個(gè)的其中1個(gè)索引曾被用到過(guò)。
希望在本章結(jié)束后,你將會(huì)理解為什么所有這些SQL Server索引不是必須的,并且能重新認(rèn)識(shí)和決定在哪些列上創(chuàng)建索引將會(huì)收益,而哪些列上應(yīng)避免創(chuàng)建索引。

【編輯推薦】

  1. SQL Server創(chuàng)建表所要用到的代碼
  2. 創(chuàng)建SQL Server數(shù)據(jù)庫(kù)更是實(shí)在
  3. 優(yōu)化SQL Server數(shù)據(jù)庫(kù)的經(jīng)驗(yàn)大盤點(diǎn)
  4. SQL Server 2005商業(yè)智能功能淺析
  5. 實(shí)現(xiàn)SQL Server數(shù)據(jù)備份可用觸發(fā)器

 

責(zé)任編輯:佚名 來(lái)源: csdn.net
相關(guān)推薦

2010-07-07 10:54:22

SQL Server索

2010-07-07 09:27:15

SQL Server索

2010-07-15 13:22:28

2010-07-19 14:48:27

SQL Server索

2010-07-19 16:17:41

SQL Server聚

2010-07-07 11:28:12

SQL Server索

2011-03-30 11:28:31

SQL Server聚集索引

2010-07-07 10:31:43

SQL Server數(shù)

2010-07-08 16:52:31

SQL Server索

2010-07-05 11:01:37

Sql Server觸

2010-07-19 11:35:05

2010-07-16 15:42:32

SQL Server

2010-07-22 17:33:42

2011-03-18 14:54:52

SQL Server索引結(jié)構(gòu)

2010-06-17 15:09:49

SQL Server

2011-05-20 10:52:50

SQL Server 索引

2010-07-07 10:25:00

SQL Server索

2010-07-20 08:35:54

SQL Server鎖

2010-06-28 13:56:16

SQL Server代

2010-07-09 10:08:53

SQL Server函
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)