影响SQL Server性能的主要原因(2)

第二方面:索引的设计

A:尽量避免表扫描

检查你的查询语句的where子句，因为这是优化器重要关注的地方。包含在where里面的每一列（column)都是可能的侯选索引，为能达到最优的性能，考虑在下面给出的例子：对于在where子句中给出了column1这个列。

下面的两个条件可以提高索引的优化查询性能！

第一：在表中的column1列上有一个单索引；

第二：在表中有多索引，但是column1是第一个索引的列。

避免定义多索引而column1是第二个或后面的索引，这样的索引不能优化服务器性能。

例如：下面的例子用了pubs数据库。

SELECT au_id, au_lname, au_fname FROM authors
WHERE au_lname = ’White’

按下面几个列上建立的索引将会是对优化器有用的索引:

au_lname
au_lname, au_fname

而在下面几个列上建立的索引将不会对优化器起到好的作用:

au_address
au_fname, au_lname

考虑使用窄的索引在一个或两个列上，窄索引比多索引和复合索引更能有效。用窄的索引，在每一页上将会有更多的行和更少的索引级别（相对与多索引和复合索引而言），这将推进系统性能。对于多列索引，SQL Server维持一个在所有列的索引上的密度统计（用于联合）和在第一个索引上的histogram（柱状图）统计。根据统计结果，如果在复合索引上的第一个索引很少被选择使用，那么优化器对很多查询请求将不会使用索引。

有用的索引会提高select语句的性能，包括insert,uodate,delete。但是，由于改变一个表的内容，将会影响索引。每一个insert,update,delete语句将会使性能下降一些。实验表明，不要在一个单表上用大量的索引，不要在共享的列上（指在多表中用了参考约束）使用重叠的索引。

在某一列上检查唯一的数据的个数，比较它与表中数据的行数做一个比较。这就是数据的选择性，这比较结果将会帮助你决定是否将某一列作为侯选的索引列，如果需要，建哪一种索引。你可以用下面的查询语句返回某一列的不同值的数目。

select count(distinct cloumn_name) from table_name

假设column_name是一个10000行的表，则看column_name返回值来决定是否应该使用，及应该使用什么索引。

Unique values Index
5000 Nonclustered index
20 Clustered index
3 No index

镞索引和非镞索引的选择:

<1>镞索引是行的物理顺序和索引的顺序是一致的。页级，低层等索引的各个级别上都包含实际的数据页。一个表只能是有一个镞索引。由于update,delete语句要求相对多一些的读操作，因此镞索引常常能加速这样的操作。在至少有一个索引的表中，你应该有一个镞索引。

在下面的几个情况下，你可以考虑用镞索引：

例如： 某列包括的不同值的个数是有限的（但是不是极少的）

顾客表的州名列有50个左右的不同州名的缩写值，可以使用镞索引。

例如： 对返回一定范围内值的列可以使用镞索引，比如用between,>,>=,<,<=等等来对列进行操作的列上。

select * from sales where ord_date between ’5/1/93’ and ’6/1/93’

例如： 对查询时返回大量结果的列可以使用镞索引。

SELECT * FROM phonebook WHERE last_name = ’Smith’
<ccid_page/>

当有大量的行正在被插入表中时，要避免在本表一个自然增长（例如，identity列）的列上建立镞索引。如果你建立了镞的索引，那么insert的性能就会大大降低。因为每一个插入的行必须到表的最后，表的最后一个数据页。

当一个数据正在被插入（这时这个数据页是被锁定的），所有的其他插入行必须等待直到当前的插入已经结束。

一个索引的叶级页中包括实际的数据页，并且在硬盘上的数据页的次序是跟镞索引的逻辑次序一样的。

<2>一个非镞的索引就是行的物理次序与索引的次序是不同的。一个非镞索引的叶级包含了指向行数据页的指针。

在一个表中可以有多个非镞索引，你可以在以下几个情况下考虑使用非镞索引。

在有很多不同值的列上可以考虑使用非镞索引

例如：一个part_id列在一个part表中

select * from employee where emp_id = ’pcm9809f’

查询语句中用order by 子句的列上可以考虑使用镞索引。