
数据库
文章平均质量分 85
oliver.chau
这个作者很懒,什么都没留下…
展开
-
实战:一文讲透模糊匹配的三种方式的区别
后缀匹配 (:性能较好,能够利用索引,适合大数据量的快速查询。包含匹配 (:性能较差,无法使用索引,适合小数据量或低频查询。优化方案:对于包含匹配查询,可以通过使用全文索引、分词引擎或缓存策略来优化性能。在实际应用中,应根据数据量和查询需求选择合适的模糊查询方式。理解不同匹配方式的性能差异,将帮助我们在数据库设计和优化中做出更好的选择。原创 2024-11-14 15:03:22 · 1403 阅读 · 0 评论 -
实战:看懂并分析执行计划——Nested Loops (Inner Join)
通过查看执行计划中的操作,我们可以确认此连接的性能瓶颈在于逐行处理的高 I/O 和 CPU 开销。通过考虑替换连接方式、创建合适的索引、减少输出字段和更新统计信息等措施,可以有效降低的成本,从而提升查询性能。优化后,可以通过重新生成执行计划,确认是否成功减少的资源消耗并改善查询性能。原创 2024-11-08 11:36:47 · 1381 阅读 · 0 评论 -
实战:看懂并分析执行计划——Clustered Index Scan
通过查看执行计划中的操作,我们可以确认查询的瓶颈在于全表扫描导致了大量 I/O 和 CPU 开销。针对Predicate中使用的条件列创建合适的非聚集索引,以及减少中不必要的字段,可以有效优化查询性能,减少 I/O 和 CPU 消耗。创建索引后,重新查看执行计划,以确认是否成功将转换为Index Seek,达到优化目标。原创 2024-11-08 11:19:03 · 1207 阅读 · 0 评论 -
实战:看懂并分析执行计划——Key Lookup (Clustered)
通过查看Key Lookup执行计划,我们可以识别出查询在回表操作上耗费了额外资源。通过分析Predicate和,可以确定缺少的列,进而在非聚集索引中添加缺失字段,以避免回表操作并优化查询效率。原创 2024-11-08 10:57:28 · 1046 阅读 · 0 评论 -
如何通过执行计划分析优化SQL查询性能——以`TrainOrderChange`表查询为例
在 SQL 查询优化中,通过分析执行计划,找出潜在的性能瓶颈是关键的一步。通过为查询频繁使用的字段创建合适的索引、覆盖查询所需的所有列、保持统计信息的最新,我们可以有效地提升查询性能。执行计划的分析和优化是一个迭代的过程。每次调整后都要检查执行计划,以确保达到最佳的查询性能。希望本文的案例分析能够为你在实际工作中的 SQL 优化提供参考和帮助。原创 2024-11-08 10:36:00 · 491 阅读 · 0 评论 -
本地连接linux服务器上的sqlite数据库
这里,9000 是你选择的本地端口号,username 是你的服务器用户名,remote_server_ip 是服务器的 IP 地址或域名。对于更频繁或大规模的访问,考虑使用专门的数据库服务器(如 PostgreSQL 或 MySQL)可能更合适。现在你可以使用本地 SQLite 客户端或编程语言连接到数据库。某些情况下,你可能需要在服务器上运行一个 SQLite 网络服务。在本地机器上使用 SQLite 客户端或编程语言来连接数据库。如果你需要更详细的解释或特定编程语言的示例,请告诉我。原创 2024-10-16 21:00:19 · 683 阅读 · 0 评论