优化数据库的思想：

优化数据库的思想：  
  ================  
  1、关键字段建立索引。  
  2、使用存储过程，它使SQL变得更加灵活和高效。  
  3、备份数据库和清除垃圾数据。  
  4、SQL语句语法的优化。（可以用Sybase的SQL   Expert，可惜我没找到unexpired的  
  序列号）  
  5、清理删除日志。  
   
  SQL语句优化的原则：  
  ==================  
  1、使用索引来更快地遍历表。  
        缺省情况下建立的索引是非群集索引，但有时它并不是最佳的。在非群集索引  
  下，数据在物理上随机存放在数据页上。合理的索引设计要建立在  
  对各种查询的分析和预测上。一般来说：①.有大量重复值、且经常有范围查询  
  （between,   >   ,<     ，>   =,<     =）和order   by、group   by发生的列，可考  
  虑建立群集索引；②.经常同时存取多列，且每列都含有重复值可考虑建立组合索引  
  ；③.组合索引要尽量使关键查询形成索引覆盖，其前导列一定  
  是使用最频繁的列。索引虽有助于提高性能但不是索引越多越好，恰好相反过多的索  
  引会导致系统低效。用户在表中每加进一个索引，维护索引集  
  合就要做相应的更新工作。  
  2、IS   NULL   与   IS   NOT   NULL  
        不能用null作索引，任何包含null值的列都将不会被包含在索引中。即使索引有  
  多列这样的情况下，只要这些列中有一列含有null，该列就会从  
  索引中排除。也就是说如果某列存在空值，即使对该列建索引也不会提高性能。任何  
  在where子句中使用is   null或is   not   null的语句优化器是不允  
  许使用索引的。  
  3、IN和EXISTS  
        EXISTS要远比IN的效率高。里面关系到full   table   scan和range   scan。几乎将所  
  有的IN操作符子查询改写为使用EXISTS的子查询。  
  4、在海量查询时尽量少用格式转换。  
  5、当在SQL   SERVER   2000中，如果存储过程只有一个参数，并且是OUTPUT类型的，必  
  须在调用这个存储过程的时候给这个参数一个初始的值，否则  
  会出现调用错误。  
  6、ORDER   BY和GROPU   BY  
        使用ORDER   BY和GROUP   BY短语，任何一种索引都有助于SELECT的性能提高。注意  
  如果索引列里面有NULL值，Optimizer将无法优化。  
  7、任何对列的操作都将导致表扫描，它包括数据库函数、计算表达式等等，查询时  
  要尽可能将操作移至等号右边。  
  8、IN、OR子句常会使用工作表，使索引失效。如果不产生大量重复值，可以考虑把  
  子句拆开。拆开的子句中应该包含索引。  
  9、SET   SHOWPLAN_ALL   ON   查看执行方案。DBCC检查数据库数据完整性。  
  DBCC(DataBase   Consistency   Checker）是一组用于验证   SQL   Server   数据  
  库完整性的程序。  
  10、慎用游标  
        在某些必须使用游标的场合，可考虑将符合条件的数据行转入临时表中，再对临  
  时表定义游标进行操作，这样可使性能得到明显提高。  
  总结：所谓优化即WHERE子句利用了索引，不可优化即发生了表扫描或额外开销。经  
  验显示，SQL   Server性能的最大改进得益于逻辑的数据库设计、  
  索引设计和查询设计方面。反过来说，最大的性能问题常常是由其中这些相同方面中  
  的不足引起的。其实SQL优化的实质就是在结果正确的前提下，  
  用优化器可以识别的语句，充份利用索引，减少表扫描的I/O次数，尽量避免表搜索  
  的发生。其实SQL的性能优化是一个复杂的过程，上述这些只是  
  在应用层次的一种体现，深入研究还会涉及数据库层的资源配置、网络层的流量控制  
  以及操作系统层的总体设计。Top

2 楼CrazyFor（冬眠的鼹鼠）回复于 2003-12-02 22:04:28 得分 0

 
   
  SQL   Server中有几个可以让你检测、调整和优化SQL   Server性能的工具。在本文中，我将说明如何用SQL   Server的工具来优化数据库索引的使用，本文还涉及到有关索引的一般性知识。  
   
  关于索引的常识  
       
  影响到数据库性能的最大因素就是索引。由于该问题的复杂性，我只可能简单的谈谈这个问题，不过关于这方面的问题，目前有好几本不错的书籍可供你参阅。我在这里只讨论两种SQL   Server索引，即clustered索引和nonclustered索引。当考察建立什么类型的索引时，你应当考虑数据类型和保存这些数据的column。同样，你也必须考虑数据库可能用到的查询类型以及使用的最为频繁的查询类型。  
   
  索引的类型  
   
  如果column保存了高度相关的数据，并且常常被顺序访问时，最好使用clustered索引，这是因为如果使用clustered索引，SQL   Server会在物理上按升序（默认）或者降序重排数据列，这样就可以迅速的找到被查询的数据。同样，在搜寻控制在一定范围内的情况下，对这些column也最好使用clustered索引。这是因为由于物理上重排数据，每个表格上只有一个clustered索引。  
   
  与上面情况相反，如果columns包含的数据相关性较差，你可以使用nonculstered索引。你可以在一个表格中使用高达249个nonclustered索引——尽管我想象不出实际应用场合会用的上这么多索引。  
   
  当表格使用主关键字（primary   keys），默认情况下SQL   Server会自动对包含该关键字的column(s)建立一个独有的cluster索引。很显然，对这些column(s)建立独有索引意味着主关键字的唯一性。当建立外关键字（foreign   key）关系时，如果你打算频繁使用它，那么在外关键字cloumn上建立nonclustered索引不失为一个好的方法。如果表格有clustered索引，那么它用一个链表来维护数据页之间的关系。相反，如果表格没有clustered索引，SQL   Server将在一个堆栈中保存数据页。  
   
  数据页  
   
  当索引建立起来的时候，SQLServer就建立数据页（datapage），数据页是用以加速搜索的指针。当索引建立起来的时候，其对应的填充因子也即被设置。设置填充因子的目的是为了指示该索引中数据页的百分比。随着时间的推移，数据库的更新会消耗掉已有的空闲空间，这就会导致页被拆分。页拆分的后果是降低了索引的性能，因而使用该索引的查询会导致数据存储的支离破碎。当建立一个索引时，该索引的填充因子即被设置好了，因此填充因子不能动态维护。  
   
  为了更新数据页中的填充因子，我们可以停止旧有索引并重建索引，并重新设置填充因子（注意：这将影响到当前数据库的运行，在重要场合请谨慎使用）。DBCC   INDEXDEFRAG和DBCC   DBREINDEX是清除clustered和nonculstered索引碎片的两个命令。INDEXDEFRAG是一种在线操作（也就是说，它不会阻塞其它表格动作，如查询），而DBREINDEX则在物理上重建索引。在绝大多数情况下，重建索引可以更好的消除碎片，但是这个优点是以阻塞当前发生在该索引所在表格上其它动作为代价换取来得。当出现较大的碎片索引时，INDEXDEFRAG会花上一段比较长的时间，这是因为该命令的运行是基于小的交互块（transactional   block）。  
   
  填充因子  
   
  当你执行上述措施中的任何一个，数据库引擎可以更有效的返回编入索引的数据。关于填充因子（fillfactor）话题已经超出了本文的范畴，不过我还是提醒你需要注意那些打算使用填充因子建立索引的表格。  
   
  在执行查询时，SQL   Server动态选择使用哪个索引。为此，SQL   Server根据每个索引上分布在该关键字上的统计量来决定使用哪个索引。值得注意的是，经过日常的数据库活动（如插入、删除和更新表格），SQL   Server用到的这些统计量可能已经“过期”了，需要更新。你可以通过执行DBCC   SHOWCONTIG来查看统计量的状态。当你认为统计量已经“过期”时，你可以执行该表格的UPDATE   STATISTICS命令，这样SQL   Server就刷新了关于该索引的信息了。  
   
  建立数据库维护计划  
   
  SQL   Server提供了一种简化并自动维护数据库的工具。这个称之为数据库维护计划向导（Database   Maintenance   Plan   Wizard   ，DMPW）的工具也包括了对索引的优化。如果你运行这个向导，你会看到关于数据库中关于索引的统计量，这些统计量作为日志工作并定时更新，这样就减轻了手工重建索引所带来的工作量。如果你不想自动定期刷新索引统计量，你还可以在DMPW中选择重新组织数据和数据页，这将停止旧有索引并按特定的填充因子重建索引。    
  Top

3 楼txlicenhe（马可）回复于 2003-12-02 22:57:39 得分 0

http://expert.youkuaiyun.com/Expert/topic/2455/2455540.xml?temp=.9766046  
  SQL   调优  
  大力Top

4 楼txlicenhe（马可）回复于 2003-12-02 22:58:32 得分 0

/*****************************************  
  如何让你的SQL运行得更快(转贴)    
  ----   人们在使用SQL时往往会陷入一个误区，即太关注于所得的结果是否正确，而忽略  
  了不同的实现方法之间可能存在的性能差异，这种性能差异在大型的或是复杂的数据库  
  环境中（如联机事务处理OLTP或决策支持系统DSS）中表现得尤为明显。笔者在工作实践  
  中发现，不良的SQL往往来自于不恰当的索引设计、不充份的连接条件和不可优化的whe  
  re子句。在对它们进行适当的优化后，其运行速度有了明显地提高！下面我将从这三个  
  方面分别进行总结：  
  ----   为了更直观地说明问题，所有实例中的SQL运行时间均经过测试，不超过１秒的均  
  表示为（<   1秒）。  
  ----   测试环境--  
  ----   主机：HP   LH   II  
  ----   主频：330MHZ  
  ----   内存：128兆  
  ----   操作系统：Operserver5.0.4  
  ----数据库：Sybase11.0.3  
  一、不合理的索引设计  
  ----例：表record有620000行，试看在不同的索引下，下面几个   SQL的运行情况：  
  ----   1.在date上建有一非个群集索引  
  select   count(*)   from   record   where   date   >  
  '19991201'   and   date   <   '19991214'and   amount   >  
  2000   (25秒)  
  select   date,sum(amount)   from   record   group   by   date  
  (55秒)  
  select   count(*)   from   record   where   date   >  
  '19990901'   and   place   in   ('BJ','SH')   (27秒)  
  ----   分析：  
  ----date上有大量的重复值，在非群集索引下，数据在物理上随机存放在数据页上，在  
  范围查找时，必须执行一次表扫描才能找到这一范围内的全部行。  
  ----   2.在date上的一个群集索引  
  select   count(*)   from   record   where   date   >  
  '19991201'   and   date   <   '19991214'   and   amount   >  
  2000   （14秒）  
  select   date,sum(amount)   from   record   group   by   date  
  （28秒）  
  select   count(*)   from   record   where   date   >  
  '19990901'   and   place   in   ('BJ','SH')（14秒）  
  ----   分析：  
  ----   在群集索引下，数据在物理上按顺序在数据页上，重复值也排列在一起，因而在范  
  围查找时，可以先找到这个范围的起末点，且只在这个范围内扫描数据页，避免了大范  
  围扫描，提高了查询速度。  
  ----   3.在place，date，amount上的组合索引  
  select   count(*)   from   record   where   date   >  
  '19991201'   and   date   <   '19991214'   and   amount   >  
  2000   （26秒）  
  select   date,sum(amount)   from   record   group   by   date  
  （27秒）  
  select   count(*)   from   record   where   date   >  
  '19990901'   and   place   in   ('BJ,   'SH')（<   1秒）  
  ----   分析：  
  ----   这是一个不很合理的组合索引，因为它的前导列是place，第一和第二条SQL没有引  
  用place，因此也没有利用上索引；第三个SQL使用了place，且引用的所有列都包含在组  
  合索引中，形成了索引覆盖，所以它的速度是非常快的。  
  ----   4.在date，place，amount上的组合索引  
  select   count(*)   from   record   where   date   >  
  '19991201'   and   date   <   '19991214'   and   amount   >  
  2000(<   1秒)  
  select   date,sum(amount)   from   record   group   by   date  
  （11秒）  
  select   count(*)   from   record   where   date   >  
  '19990901'   and   place   in   ('BJ','SH')（<   1秒）  
  ----   分析：  
  ----   这是一个合理的组合索引。它将date作为前导列，使每个SQL都可以利用索引，并  
  且在第一和第三个SQL中形成了索引覆盖，因而性能达到了最优。  
  ----   5.总结：  
  ----   缺省情况下建立的索引是非群集索引，但有时它并不是最佳的；合理的索引设计要  
  建立在对各种查询的分析和预测上。一般来说：  
  ----   ①.有大量重复值、且经常有范围查询  
  （between,   >,<   ，>=,<   =）和order   by  
  、group   by发生的列，可考虑建立群集索引；  
  ----   ②.经常同时存取多列，且每列都含有重复值可考虑建立组合索引；  
  ----   ③.组合索引要尽量使关键查询形成索引覆盖，其前导列一定是使用最频繁的列。  
   
  二、不充份的连接条件：  
  ----   例：表card有7896行，在card_no上有一个非聚集索引，表account有191122行，在  
  account_no上有一个非聚集索引，试看在不同的表连接条件下，两个SQL的执行情况：  
   
  select   sum(a.amount)   from   account   a,  
  card   b   where   a.card_no   =   b.card_no（20秒）  
  ----   将SQL改为：  
  select   sum(a.amount)   from   account   a,  
  card   b   where   a.card_no   =   b.card_no   and   a.  
  account_no=b.account_no（<   1秒）  
  ----   分析：  
  ----   在第一个连接条件下，最佳查询方案是将account作外层表，card作内层表，利用  
  card上的索引，其I/O次数可由以下公式估算为：  
  ----   外层表account上的22541页+（外层表account的191122行*内层表card上对应外层  
  表第一行所要查找的3页）=595907次I/O  
  ----   在第二个连接条件下，最佳查询方案是将card作外层表，account作内层表，利用  
  account上的索引，其I/O次数可由以下公式估算为：  
  ----   外层表card上的1944页+（外层表card的7896行*内层表account上对应外层表每一  
  行所要查找的4页）=   33528次I/O  
  ----   可见，只有充份的连接条件，真正的最佳方案才会被执行。  
  ----   总结：  
  ----   1.多表操作在被实际执行前，查询优化器会根据连接条件，列出几组可能的连接方  
  案并从中找出系统开销最小的最佳方案。连接条件要充份考虑带有索引的表、行数多的  
  表；内外表的选择可由公式：外层表中的匹配行数*内层表中每一次查找的次数确定，乘  
  积最小为最佳方案。  
  ----   2.查看执行方案的方法--   用set   showplanon，打开showplan选项，就可以看到连  
  接顺序、使用何种索引的信息；想看更详细的信息，需用sa角色执行dbcc(3604,310,30  
  2)。  
  三、不可优化的where子句  
  ----   1.例：下列SQL条件语句中的列都建有恰当的索引，但执行速度却非常慢：  
  select   *   from   record   where  
  substring(card_no,1,4)='5378'(13秒)  
  select   *   from   record   where  
  amount/30<   1000（11秒）  
  select   *   from   record   where  
  convert(char(10),date,112)='19991201'（10秒）  
  ----   分析：  
  ----   where子句中对列的任何操作结果都是在SQL运行时逐列计算得到的，因此它不得不  
  进行表搜索，而没有使用该列上面的索引；如果这些结果在查询编译时就能得到，那么  
  就可以被SQL优化器优化，使用索引，避免表搜索，因此将SQL重写成下面这样：  
  select   *   from   record   where   card_no   like  
  '5378%'（<   1秒）  
  select   *   from   record   where   amount  
  <   1000*30（<   1秒）  
  select   *   from   record   where   date=   '1999/12/01'  
  （<   1秒）  
  ----   你会发现SQL明显快起来！  
  ----   2.例：表stuff有200000行，id_no上有非群集索引，请看下面这个SQL：  
  select   count(*)   from   stuff   where   id_no   in('0','1')  
  （23秒）  
  ----   分析：  
  ----   where条件中的'in'在逻辑上相当于'or'，所以语法分析器会将in   ('0','1')转化  
  为id_no   ='0'   or   id_no='1'来执行。我们期望它会根据每个or子句分别查找，再将结果  
  相加，这样可以利用id_no上的索引；但实际上（根据showplan）,它却采用了"OR策略"  
  ，即先取出满足每个or子句的行，存入临时数据库的工作表中，再建立唯一索引以去掉  
  重复行，最后从这个临时表中计算结果。因此，实际过程没有利用id_no上索引，并且完  
  成时间还要受tempdb数据库性能的影响。  
  ----   实践证明，表的行数越多，工作表的性能就越差，当stuff有620000行时，执行时  
  间竟达到220秒！还不如将or子句分开：  
  select   count(*)   from   stuff   where   id_no='0'  
  select   count(*)   from   stuff   where   id_no='1'  
  ----   得到两个结果，再作一次加法合算。因为每句都使用了索引，执行时间只有3秒，  
  在620000行下，时间也只有4秒。或者，用更好的方法，写一个简单的存储过程：  
  create   proc   count_stuff   as  
  declare   @a   int  
  declare   @b   int  
  declare   @c   int  
  declare   @d   char(10)  
  begin  
  select   @a=count(*)   from   stuff   where   id_no='0'  
  select   @b=count(*)   from   stuff   where   id_no='1'  
  end  
  select   @c=@a+@b  
  select   @d=convert(char(10),@c)  
  print   @d  
  ----   直接算出结果，执行时间同上面一样快！  
  ----   总结：  
  ----   可见，所谓优化即where子句利用了索引，不可优化即发生了表扫描或额外开销。  
   
  ----   1.任何对列的操作都将导致表扫描，它包括数据库函数、计算表达式等等，查询时  
  要尽可能将操作移至等号右边。  
  ----   2.in、or子句常会使用工作表，使索引失效；如果不产生大量重复值，可以考虑把  
  子句拆开；拆开的子句中应该包含索引。  
  ----   3.要善于使用存储过程，它使SQL变得更加灵活和高效。  
  ----   从以上这些例子可以看出，SQL优化的实质就是在结果正确的前提下，用优化器可  
  以识别的语句，充份利用索引，减少表扫描的I/O次数，尽量避免表搜索的发生。其实S  
  QL的性能优化是一个复杂的过程，上述这些只是在应用层次的一种体现，深入研究还会  
  涉及数据库层的资源配置、网络层的流量控制以及操作系统层的总体设计。  
  　  
  文/交通银行长春分行电脑部   任亮   摘自计算机日报Top

5 楼txlicenhe（马可）回复于 2003-12-02 22:58:43 得分 0

 
  速度，影响它的因数太多了，且数据量越大越明显。  
  1、存储  
        将硬盘分成NTFS格式，NTFS比FAT32快，并看你的数据文件大小，1G以上你可以采用多数据库文件，这样可以将存取负载分散到多个物理硬盘或磁盘阵列上。  
   
  2、tempdb  
        tempdb也应该被单独的物理硬盘或磁盘阵列上,建议放在RAID   0上，这样它的性能最高,不要对它设置最大值让它自动增长  
   
  3、日志文件  
        日志文件也应该和数据文件分开在不同的理硬盘或磁盘阵列上，这样也可以提高硬盘I/O性能。  
   
  4、分区视图  
        就是将你的数据水平分割在集群服务器上，它适合大规模OLTP,SQL群集上，如果你数据库不是访问特别大不建议使用。  
   
  5、簇索引  
        你的表一定有个簇索引，在使用簇索引查询的时候，区块查询是最快的，如用between，应为他是物理连续的，你应该尽量减少对它的updaet,应为这可以使它物理不连续。  
   
  6、非簇索引  
        非簇索引与物理顺序无关，设计它时必须有高度的可选择性，可以提高查询速度，但对表update的时候这些非簇索引会影响速度，且占用空间大，如果你愿意用空间和修改时间换取速度可以考虑。  
   
  7、索引视图  
        如果在视图上建立索引,那视图的结果集就会被存储起来，对与特定的查询性能可以提高很多，但同样对update语句时它也会严重减低性能，一般用在数据相对稳定的数据仓库中。  
   
  8、维护索引  
        你在将索引建好后，定期维护是很重要的，用dbcc   showcontig来观察页密度、扫描密度等等，及时用dbcc   indexdefrag来整理表或视图的索引,在必要的时候用dbcc   dbreindex来重建索引可以受到良好的效果。