故事開篇：你和你的團隊經(jīng)過不懈努力，終于使網(wǎng)站成功上線，剛開始時，注冊用戶較少，網(wǎng)站性能表現(xiàn)不錯，但隨著注冊用戶的增多，訪問速度開始變慢，一些用戶開始發(fā)來郵件表示抗議，事情變得越來越糟，為了留住用戶，你開始著手調(diào)查訪問變慢的原因。
經(jīng)過緊張的調(diào)查，你發(fā)現(xiàn)問題出在數(shù)據(jù)庫上，當(dāng)應(yīng)用程序嘗試訪問/更新數(shù)據(jù)時，數(shù)據(jù)庫執(zhí)行得相當(dāng)慢，再次深入調(diào)查數(shù)據(jù)庫后，你發(fā)現(xiàn)數(shù)據(jù)庫表增長得很大，有些表甚至有上千萬行數(shù)據(jù)，測試團隊開始在生產(chǎn)數(shù)據(jù)庫上測試，發(fā)現(xiàn)訂單提交過程需要花5分鐘時間，但在網(wǎng)站上線前的測試中，提交一次訂單只需要2/3秒。
類似這種故事在世界各個角落每天都會上演，幾乎每個開發(fā)人員在其開發(fā)生涯中都會遇到這種事情，我也曾多次遇到這種情況，因此我希望將我解決這種問題的經(jīng)驗和大家分享。
如果你正身處這種項目，逃避不是辦法，只有勇敢地去面對現(xiàn)實。首先，我認為你的應(yīng)用程序中一定沒有寫數(shù)據(jù)訪問程序，我將在這個系列的文章中介紹如何編寫最佳的數(shù)據(jù)訪問程序，以及如何優(yōu)化現(xiàn)有的數(shù)據(jù)訪問程序。
范圍
在正式開始之前，有必要澄清一下本系列文章的寫作邊界，我想談的是“事務(wù)性(OLTP)SQL Server數(shù)據(jù)庫中的數(shù)據(jù)訪問性能優(yōu)化”，但文中介紹的這些技巧也可以用于其它數(shù)據(jù)庫平臺。
同時，我介紹的這些技巧主要是面向程序開發(fā)人員的，雖然DBA也是優(yōu)化數(shù)據(jù)庫的一支主要力量，但DBA使用的優(yōu)化方法不在我的討論范圍之內(nèi)。
當(dāng)一個基于數(shù)據(jù)庫的應(yīng)用程序運行起來很慢時，90%的可能都是由于數(shù)據(jù)訪問程序的問題，要么是沒有優(yōu)化，要么是沒有按最佳方法編寫代碼，因此你需要審查和優(yōu)化你的數(shù)據(jù)訪問/處理程序。
我將會談到10個步驟來優(yōu)化數(shù)據(jù)訪問程序，先從最基本的索引說起吧!
第一步：應(yīng)用正確的索引
我之所以先從索引談起是因為采用正確的索引會使生產(chǎn)系統(tǒng)的性能得到質(zhì)的提升，另一個原因是創(chuàng)建或修改索引是在數(shù)據(jù)庫上進行的，不會涉及到修改程序，并可以立即見到成效。
我們還是溫習(xí)一下索引的基礎(chǔ)知識吧，我相信你已經(jīng)知道什么是索引了，但我見到很多人都還不是很明白，我先給大家將一個故事吧。
很久以前，在一個古城的的大圖書館中珍藏有成千上萬本書籍，但書架上的書沒有按任何順序擺放，因此每當(dāng)有人詢問某本書時，圖書管理員只有挨個尋找，每一次都要花費大量的時間。
[這就好比數(shù)據(jù)表沒有主鍵一樣，搜索表中的數(shù)據(jù)時，數(shù)據(jù)庫引擎必須進行全表掃描，效率極其低下。]
更糟的是圖書館的圖書越來越多，圖書管理員的工作變得異常痛苦，有一天來了一個聰明的小伙子，他看到圖書管理員的痛苦工作后，想出了一個辦法，他建議將每本書都編上號，然后按編號放到書架上，如果有人指定了圖書編號，那么圖書管理員很快就可以找到它的位置了。
[給圖書編號就象給表創(chuàng)建主鍵一樣，創(chuàng)建主鍵時，會創(chuàng)建聚集索引樹，表中的所有行會在文件系統(tǒng)上根據(jù)主鍵值進行物理排序，當(dāng)查詢表中任一行時，數(shù)據(jù)庫首先使用聚集索引樹找到對應(yīng)的數(shù)據(jù)頁(就象首先找到書架一樣)，然后在數(shù)據(jù)頁中根據(jù)主鍵鍵值找到目標行(就象找到書架上的書一樣)。]
于是圖書管理員開始給圖書編號，然后根據(jù)編號將書放到書架上，為此他花了整整一天時間，但最后經(jīng)過測試，他發(fā)現(xiàn)找書的效率大大提高了。
[在一個表上只能創(chuàng)建一個聚集索引，就象書只能按一種規(guī)則擺放一樣。]
但問題并未完全解決，因為很多人記不住書的編號，只記得書的名字，圖書管理員無賴又只有掃描所有的圖書編號挨個尋找，但這次他只花了20分鐘，以前未給圖書編號時要花2-3小時，但與根據(jù)圖書編號查找圖書相比，時間還是太長了，因此他向那個聰明的小伙子求助。
[這就好像你給Product表增加了主鍵ProductID，但除此之外沒有建立其它索引，當(dāng)使用Product Name進行檢索時，數(shù)據(jù)庫引擎又只要進行全表掃描，逐個尋找了。]
聰明的小伙告訴圖書管理員，之前已經(jīng)創(chuàng)建好了圖書編號，現(xiàn)在只需要再創(chuàng)建一個索引或目錄，將圖書名稱和對應(yīng)的編號一起存儲起來，但這一次是按圖書名稱進行排序，如果有人想找“Database Management System”一書，你只需要跳到“D”開頭的目錄，然后按照編號就可以找到圖書了。
于是圖書管理員興奮地花了幾個小時創(chuàng)建了一個“圖書名稱”目錄，經(jīng)過測試，現(xiàn)在找一本書的時間縮短到1分鐘了(其中30秒用于從“圖書名稱”目錄中查找編號，另外根據(jù)編號查找圖書用了30秒)。
圖書管理員開始了新的思考，讀者可能還會根據(jù)圖書的其它屬性來找書，如作者，于是他用同樣的辦法為作者也創(chuàng)建了目錄，現(xiàn)在可以根據(jù)圖書編號，書名和作者在1分鐘內(nèi)查找任何圖書了，圖書管理員的工作變得輕松了，故事也到此結(jié)束。
到此，我相信你已經(jīng)完全理解了索引的真正含義。假設(shè)我們有一個Products表，創(chuàng)建了一個聚集索引(根據(jù)表的主鍵自動創(chuàng)建的)，我們還需要在ProductName列上創(chuàng)建一個非聚集索引，創(chuàng)建非聚集索引時，數(shù)據(jù)庫引擎會為非聚集索引自動創(chuàng)建一個索引樹(就象故事中的“圖書名稱”目錄一樣)，產(chǎn)品名稱會存儲在索引頁中，每個索引頁包括一定范圍的產(chǎn)品名稱和它們對應(yīng)的主鍵鍵值，當(dāng)使用產(chǎn)品名稱進行檢索時，數(shù)據(jù)庫引擎首先會根據(jù)產(chǎn)品名稱查找非聚集索引樹查出主鍵鍵值，然后使用主鍵鍵值查找聚集索引樹找到最終的產(chǎn)品。
下圖顯示了一個索引樹的結(jié)構(gòu)
圖 1 索引樹結(jié)構(gòu)
它叫做B+樹(或平衡樹)，中間節(jié)點包含值的范圍，指引SQL引擎應(yīng)該在哪里去查找特定的索引值，葉子節(jié)點包含真正的索引值，如果這是一個聚集索引樹，葉子節(jié)點就是物理數(shù)據(jù)頁，如果這是一個非聚集索引樹，葉子節(jié)點包含索引值和聚集索引鍵(數(shù)據(jù)庫引擎使用它在聚集索引樹中查找對應(yīng)的行)。
通常，在索引樹中查找目標值，然后跳到真實的行，這個過程是花不了什么時間的，因此索引一般會提高數(shù)據(jù)檢索速度。下面的步驟將有助于你正確應(yīng)用索引。
確保每個表都有主鍵
這樣可以確保每個表都有聚集索引(表在磁盤上的物理存儲是按照主鍵順序排列的)，使用主鍵檢索表中的數(shù)據(jù)，或在主鍵字段上進行排序，或在where子句中指定任意范圍的主鍵鍵值時，其速度都是非?？斓摹?/p>
在下面這些列上創(chuàng)建非聚集索引：
1)搜索時經(jīng)常使用到的;
2)用于連接其它表的;
3)用于外鍵字段的;
4)高選中性的;
5)ORDER BY子句使用到的;
6)XML類型。
下面是一個創(chuàng)建索引的例子：
CREATEINDEX
NCLIX_OrderDetails_ProductIDON
dbo.OrderDetails(ProductID)
也可以使用SQL Server管理工作臺在表上創(chuàng)建索引，如圖2所示。
圖 2 使用SQL Server管理工作臺創(chuàng)建索引
第二步：創(chuàng)建適當(dāng)?shù)母采w索引
假設(shè)你在Sales表(SelesID,SalesDate,SalesPersonID,ProductID,Qty)的外鍵列(ProductID)上創(chuàng)建了一個索引，假設(shè)ProductID列是一個高選中性列，那么任何在where子句中使用索引列(ProductID)的select查詢都會更快，如果在外鍵上沒有創(chuàng)建索引，將會發(fā)生全部掃描，但還有辦法可以進一步提升查詢性能。
假設(shè)Sales表有10,000行記錄，下面的SQL語句選中400行(總行數(shù)的4%)：
SELECTSalesDate, SalesPersonIDFROMSalesWHEREProductID=112
我們來看看這條SQL語句在SQL執(zhí)行引擎中是如何執(zhí)行的：
1)Sales表在ProductID列上有一個非聚集索引，因此它查找非聚集索引樹找出ProductID=112的記錄;
2)包含ProductID = 112記錄的索引頁也包括所有的聚集索引鍵(所有的主鍵鍵值，即SalesID);
3)針對每一個主鍵(這里是400)，SQL Server引擎查找聚集索引樹找出真實的行在對應(yīng)頁面中的位置;
SQL Server引擎從對應(yīng)的行查找SalesDate和SalesPersonID列的值。
在上面的步驟中，對ProductID = 112的每個主鍵記錄(這里是400)，SQL Server引擎要搜索400次聚集索引樹以檢索查詢中指定的其它列(SalesDate，SalesPersonID)。
如果非聚集索引頁中包括了聚集索引鍵和其它兩列(SalesDate,，SalesPersonID)的值，SQL Server引擎可能不會執(zhí)行上面的第3和4步，直接從非聚集索引樹查找ProductID列速度還會快一些，直接從索引頁讀取這三列的數(shù)值。
幸運的是，有一種方法實現(xiàn)了這個功能，它被稱為“覆蓋索引”，在表列上創(chuàng)建覆蓋索引時，需要指定哪些額外的列值需要和聚集索引鍵值(主鍵)一起存儲在索引頁中。下面是在Sales 表ProductID列上創(chuàng)建覆蓋索引的例子：
CREATEINDEXNCLIX_Sales_ProductID--Index
name
ONdbo.Sales(ProductID)--Column
on which index is to be created
INCLUDE(SalesDate, SalesPersonID)--Additional column values to include
應(yīng)該在那些select查詢中常使用到的列上創(chuàng)建覆蓋索引，但覆蓋索引中包括過多的列也不行，因為覆蓋索引列的值是存儲在內(nèi)存中的，這樣會消耗過多內(nèi)存，引發(fā)性能下降。
創(chuàng)建覆蓋索引時使用數(shù)據(jù)庫調(diào)整顧問
我們知道，當(dāng)SQL出問題時，SQL Server引擎中的優(yōu)化器根據(jù)下列因素自動生成不同的查詢計劃：
1)數(shù)據(jù)量
2)統(tǒng)計數(shù)據(jù)
3)索引變化
4)TSQL中的參數(shù)值
5)服務(wù)器負載
這就意味著，對于特定的SQL，即使表和索引結(jié)構(gòu)是一樣的，但在生產(chǎn)服務(wù)器和在測試服務(wù)器上產(chǎn)生的執(zhí)行計劃可能會不一樣，這也意味著在測試服務(wù)器上創(chuàng)建的索引可以提高應(yīng)用程序的性能，但在生產(chǎn)服務(wù)器上創(chuàng)建同樣的索引卻未必會提高應(yīng)用程序的性能。因為測試環(huán)境中的執(zhí)行計劃利用了新創(chuàng)建的索引，但在生產(chǎn)環(huán)境中執(zhí)行計劃可能不會利用新創(chuàng)建的索引(例如，一個非聚集索引列在生產(chǎn)環(huán)境中不是一個高選中性列，但在測試環(huán)境中可能就不一樣)。
因此我們在創(chuàng)建索引時，要知道執(zhí)行計劃是否會真正利用它，但我們怎么才能知道呢?答案就是在測試服務(wù)器上模擬生產(chǎn)環(huán)境負載，然后創(chuàng)建合適的索引并進行測試，如果這樣測試發(fā)現(xiàn)索引可以提高性能，那么它在生產(chǎn)環(huán)境也就更可能提高應(yīng)用程序的性能了。
雖然要模擬一個真實的負載比較困難，但目前已經(jīng)有很多工具可以幫助我們。
使用SQL profiler跟蹤生產(chǎn)服務(wù)器，盡管不建議在生產(chǎn)環(huán)境中使用SQL profiler，但有時沒有辦法，要診斷性能問題關(guān)鍵所在，必須得用，在http://msdn.microsoft.com/en-us/library/ms181091.aspx有SQL profiler的使用方法。
使用SQL profiler創(chuàng)建的跟蹤文件，在測試服務(wù)器上利用數(shù)據(jù)庫調(diào)整顧問創(chuàng)建一個類似的負載，大多數(shù)時候，調(diào)整顧問會給出一些可以立即使用的索引建議，在http://msdn.microsoft.com/en-us/library/ms166575.aspx有調(diào)整顧問的詳細介紹。
第三步：整理索引碎片
你可能已經(jīng)創(chuàng)建好了索引，并且所有索引都在工作，但性能卻仍然不好，那很可能是產(chǎn)生了索引碎片，你需要進行索引碎片整理。
什么是索引碎片?
由于表上有過度地插入、修改和刪除操作，索引頁被分成多塊就形成了索引碎片，如果索引碎片嚴重，那掃描索引的時間就會變長，甚至導(dǎo)致索引不可用，因此數(shù)據(jù)檢索操作就慢下來了。
有兩種類型的索引碎片：內(nèi)部碎片和外部碎片。
內(nèi)部碎片：為了有效的利用內(nèi)存，使內(nèi)存產(chǎn)生更少的碎片，要對內(nèi)存分頁，內(nèi)存以頁為單位來使用，最后一頁往往裝不滿，于是形成了內(nèi)部碎片。
外部碎片：為了共享要分段，在段的換入換出時形成外部碎片，比如5K的段換出后，有一個4k的段進來放到原來5k的地方，于是形成1k的外部碎片。
如何知道是否發(fā)生了索引碎片?
執(zhí)行下面的SQL語句就知道了(下面的語句可以在SQL Server 2005及后續(xù)版本中運行，用你的數(shù)據(jù)庫名替換掉這里的AdventureWorks)：
SELECTobject_name(dt.object_id)
Tablename,si.name
IndexName,dt.avg_fragmentation_in_percentAS
ExternalFragmentation,dt.avg_page_space_used_in_percentAS
InternalFragmentation
FROM
(
SELECTobject_id,index_id,avg_fragmentation_in_percent,avg_page_space_used_in_percent
FROMsys.dm_db_index_physical_stats (db_id('AdventureWorks'),null,null,null,'DETAILED'
)
WHEREindex_id<>0)ASdtINNERJOINsys.indexes
siONsi.object_id=dt.object_id
ANDsi.index_id=dt.index_idANDdt.avg_fragmentation_in_percent>10
ANDdt.avg_page_space_used_in_percent<75ORDERBYavg_fragmentation_in_percentDESC
執(zhí)行后顯示AdventureWorks數(shù)據(jù)庫的索引碎片信息。
圖 3 索引碎片信息
使用下面的規(guī)則分析結(jié)果，你就可以找出哪里發(fā)生了索引碎片：
1)ExternalFragmentation的值>10表示對應(yīng)的索引發(fā)生了外部碎片;
2)InternalFragmentation的值<75表示對應(yīng)的索引發(fā)生了內(nèi)部碎片。
如何整理索引碎片?
有兩種整理索引碎片的方法：
1)重組有碎片的索引：執(zhí)行下面的命令
ALTER INDEX ALL ON TableName REORGANIZE
2)重建索引：執(zhí)行下面的命令
ALTER INDEX ALL ON TableName REBUILD WITH (FILLFACTOR=90,ONLINE=ON)
也可以使用索引名代替這里的“ALL”關(guān)鍵字重組或重建單個索引，也可以使用SQL Server管理工作臺進行索引碎片的整理。
圖 4 使用SQL Server管理工作臺整理索引碎片
什么時候用重組，什么時候用重建呢?
當(dāng)對應(yīng)索引的外部碎片值介于10-15之間，內(nèi)部碎片值介于60-75之間時使用重組，其它情況就應(yīng)該使用重建。
值得注意的是重建索引時，索引對應(yīng)的表會被鎖定，但重組不會鎖表，因此在生產(chǎn)系統(tǒng)中，對大表重建索引要慎重，因為在大表上創(chuàng)建索引可能會花幾個小時，幸運的是，從SQL Server 2005開始，微軟提出了一個解決辦法，在重建索引時，將ONLINE選項設(shè)置為ON，這樣可以保證重建索引時表仍然可以正常使用。
雖然索引可以提高查詢速度，但如果你的數(shù)據(jù)庫是一個事務(wù)型數(shù)據(jù)庫，大多數(shù)時候都是更新操作，更新數(shù)據(jù)也就意味著要更新索引，這個時候就要兼顧查詢和更新操作了，因為在OLTP數(shù)據(jù)庫表上創(chuàng)建過多的索引會降低整體數(shù)據(jù)庫性能。
我給大家一個建議：如果你的數(shù)據(jù)庫是事務(wù)型的，平均每個表上不能超過5個索引，如果你的數(shù)據(jù)庫是數(shù)據(jù)倉庫型，平均每個表可以創(chuàng)建10個索引都沒問題。
在前面我們介紹了如何正確使用索引，調(diào)整索引是見效最快的性能調(diào)優(yōu)方法，但一般而言，調(diào)整索引只會提高查詢性能。除此之外，我們還可以調(diào)整數(shù)據(jù)訪問代碼和TSQL，本文就介紹如何以最優(yōu)的方法重構(gòu)數(shù)據(jù)訪問代碼和TSQL。
第四步：將TSQL代碼從應(yīng)用程序遷移到數(shù)據(jù)庫中
也許你不喜歡我的這個建議，你或你的團隊可能已經(jīng)有一個默認的潛規(guī)則，那就是使用ORM(Object Relational Mapping，即對象關(guān)系映射)生成所有SQL，并將SQL放在應(yīng)用程序中，但如果你要優(yōu)化數(shù)據(jù)訪問性能，或需要調(diào)試應(yīng)用程序性能問題，我建議你將SQL代碼移植到數(shù)據(jù)庫上(使用存儲過程，視圖，函數(shù)和觸發(fā)器)，原因如下：
1、使用存儲過程，視圖，函數(shù)和觸發(fā)器實現(xiàn)應(yīng)用程序中SQL代碼的功能有助于減少應(yīng)用程序中SQL復(fù)制的弊端，因為現(xiàn)在只在一個地方集中處理SQL，為以后的代碼復(fù)用打下了良好的基礎(chǔ)。
2、使用數(shù)據(jù)庫對象實現(xiàn)所有的TSQL有助于分析TSQL的性能問題，同時有助于你集中管理TSQL代碼。
3、將TS QL移植到數(shù)據(jù)庫上去后，可以更好地重構(gòu)TSQL代碼，以利用數(shù)據(jù)庫的高級索引特性。此外，應(yīng)用程序中沒了SQL代碼也將更加簡潔。
雖然這一步可能不會象前三步那樣立竿見影，但做這一步的主要目的是為后面的優(yōu)化步驟打下基礎(chǔ)。如果在你的應(yīng)用程序中使用ORM(如NHibernate)實現(xiàn)了數(shù)據(jù)訪問例行程序，在測試或開發(fā)環(huán)境中你可能發(fā)現(xiàn)它們工作得很好，但在生產(chǎn)數(shù)據(jù)庫上卻可能遇到問題，這時你可能需要反思基于ORM的數(shù)據(jù)訪問邏輯，利用TSQL對象實現(xiàn)數(shù)據(jù)訪問例行程序是一種好辦法，這樣做有更多的機會從數(shù)據(jù)庫角度來優(yōu)化性能。
我向你保證，如果你花1-2人月來完成遷移，那以后肯定不止節(jié)約1-2人年的的成本。
OK!假設(shè)你已經(jīng)照我的做的了，完全將TSQL遷移到數(shù)據(jù)庫上去了，下面就進入正題吧!
第五步：識別低效TSQL，采用最佳實踐重構(gòu)和應(yīng)用TSQL
由于每個程序員的能力和習(xí)慣都不一樣，他們編寫的TSQL可能風(fēng)格各異，部分代碼可能不是最佳實現(xiàn)，對于水平一般的程序員可能首先想到的是編寫TSQL實現(xiàn)需求，至于性能問題日后再說，因此在開發(fā)和測試時可能發(fā)現(xiàn)不了問題。
也有一些人知道最佳實踐，但在編寫代碼時由于種種原因沒有采用最佳實踐，等到用戶發(fā)飆的那天才乖乖地重新埋頭思考最佳實踐。
我覺得還是有必要介紹一下具有都有哪些最佳實踐。
1、在查詢中不要使用“select *”
(1)檢索不必要的列會帶來額外的系統(tǒng)開銷，有句話叫做“該省的則省”;
(2)數(shù)據(jù)庫不能利用“覆蓋索引”的優(yōu)點，因此查詢緩慢。
2、在select清單中避免不必要的列，在連接條件中避免不必要的表
(1)在select查詢中如有不必要的列，會帶來額外的系統(tǒng)開銷，特別是LOB類型的列;
(2)在連接條件中包含不必要的表會強制數(shù)據(jù)庫引擎檢索和匹配不需要的數(shù)據(jù)，增加了查詢執(zhí)行時間。
3、不要在子查詢中使用count()求和執(zhí)行存在性檢查
(1)不要使用
SELECTcolumn_listFROMtableWHERE0<(SELECTcount(*)FROMtable2WHERE..)
使用
SELECTcolumn_listFROMtableWHEREEXISTS(SELECT*FROMtable2WHERE...)
代替;
(2)當(dāng)你使用count()時，SQL Server不知道你要做的是存在性檢查，它會計算所有匹配的值，要么會執(zhí)行全表掃描，要么會掃描最小的非聚集索引;
(3)當(dāng)你使用EXISTS時，SQL Server知道你要執(zhí)行存在性檢查，當(dāng)它發(fā)現(xiàn)第一個匹配的值時，就會返回TRUE，并停止查詢。類似的應(yīng)用還有使用IN或ANY代替count()。
4、避免使用兩個不同類型的列進行表的連接
(1)當(dāng)連接兩個不同類型的列時，其中一個列必須轉(zhuǎn)換成另一個列的類型，級別低的會被轉(zhuǎn)換成高級別的類型，轉(zhuǎn)換操作會消耗一定的系統(tǒng)資源;
(2)如果你使用兩個不同類型的列來連接表，其中一個列原本可以使用索引，但經(jīng)過轉(zhuǎn)換后，優(yōu)化器就不會使用它的索引了。例如：
SELECTcolumn_listFROMsmall_table,
large_tableWHERE
smalltable.float_column=large_table.int_column
在這個例子中，SQL Server會將int列轉(zhuǎn)換為float類型，因為int比float類型的級別低，large_table.int_column上的索引就不會被使用，但smalltable.float_column上的索引可以正常使用。
5、避免死鎖
(1)在你的存儲過程和觸發(fā)器中訪問同一個表時總是以相同的順序;
(2)事務(wù)應(yīng)經(jīng)可能地縮短，在一個事務(wù)中應(yīng)盡可能減少涉及到的數(shù)據(jù)量;
(3)永遠不要在事務(wù)中等待用戶輸入。
6、使用“基于規(guī)則的方法”而不是使用“程序化方法”編寫TSQL
(1)數(shù)據(jù)庫引擎專門為基于規(guī)則的SQL進行了優(yōu)化，因此處理大型結(jié)果集時應(yīng)盡量避免使用程序化的方法(使用游標或UDF[User Defined Functions]處理返回的結(jié)果集) ;
(2)如何擺脫程序化的SQL呢?有以下方法：
- 使用內(nèi)聯(lián)子查詢替換用戶定義函數(shù);
- 使用相關(guān)聯(lián)的子查詢替換基于游標的代碼;
- 如果確實需要程序化代碼，至少應(yīng)該使用表變量代替游標導(dǎo)航和處理結(jié)果集。
7、避免使用count(*)獲得表的記錄數(shù)
(1)為了獲得表中的記錄數(shù)，我們通常使用下面的SQL語句：
SELECTCOUNT(*)FROMdbo.orders
這條語句會執(zhí)行全表掃描才能獲得行數(shù)。
(2)但下面的SQL語句不會執(zhí)行全表掃描一樣可以獲得行數(shù)：
SELECTrowsFROMsysindexes
WHEREid=OBJECT_ID('dbo.Orders')ANDindid<2
8、避免使用動態(tài)SQL
除非迫不得已，應(yīng)盡量避免使用動態(tài)SQL，因為：
(1)動態(tài)SQL難以調(diào)試和故障診斷;
(2)如果用戶向動態(tài)SQL提供了輸入，那么可能存在SQL注入風(fēng)險。
9、避免使用臨時表
(1)除非卻有需要，否則應(yīng)盡量避免使用臨時表，相反，可以使用表變量代替;
(2)大多數(shù)時候(99%)，表變量駐扎在內(nèi)存中，因此速度比臨時表更快，臨時表駐扎在TempDb數(shù)據(jù)庫中，因此臨時表上的操作需要跨數(shù)據(jù)庫通信，速度自然慢。
10、使用全文搜索搜索文本數(shù)據(jù)，取代like搜索
全文搜索始終優(yōu)于like搜索：
(1)全文搜索讓你可以實現(xiàn)like不能完成的復(fù)雜搜索，如搜索一個單詞或一個短語，搜索一個與另一個單詞或短語相近的單詞或短語，或者是搜索同義詞;
(2)實現(xiàn)全文搜索比實現(xiàn)like搜索更容易(特別是復(fù)雜的搜索);
11、使用union實現(xiàn)or操作
(1)在查詢中盡量不要使用or，使用union合并兩個不同的查詢結(jié)果集，這樣查詢性能會更好;
(2)如果不是必須要不同的結(jié)果集，使用union all效果會更好，因為它不會對結(jié)果集排序。
12、為大對象使用延遲加載策略
(1)在不同的表中存儲大對象(如VARCHAR(MAX)，Image，Text等)，然后在主表中存儲這些大對象的引用;
(2)在查詢中檢索所有主表數(shù)據(jù)，如果需要載入大對象，按需從大對象表中檢索大對象。
13、使用VARCHAR(MAX)，VARBINARY(MAX) 和 NVARCHAR(MAX)
(1)在SQL Server 2000中，一行的大小不能超過800字節(jié)，這是受SQL Server內(nèi)部頁面大小8KB的限制造成的，為了在單列中存儲更多的數(shù)據(jù)，你需要使用TEXT，NTEXT或IMAGE數(shù)據(jù)類型(BLOB);
(2)這些和存儲在相同表中的其它數(shù)據(jù)不一樣，這些頁面以B-Tree結(jié)構(gòu)排列，這些數(shù)據(jù)不能作為存儲過程或函數(shù)中的變量，也不能用于字符串函數(shù)，如REPLACE，CHARINDEX或SUBSTRING，大多數(shù)時候你必須使用READTEXT，WRITETEXT和UPDATETEXT;
(3)為了解決這個問題，在SQL Server 2005中增加了VARCHAR(MAX)，VARBINARY(MAX) 和 NVARCHAR(MAX)，這些數(shù)據(jù)類型可以容納和BLOB相同數(shù)量的數(shù)據(jù)(2GB)，和其它數(shù)據(jù)類型使用相同的數(shù)據(jù)頁;
(4)當(dāng)MAX數(shù)據(jù)類型中的數(shù)據(jù)超過8KB時，使用溢出頁(在ROW_OVERFLOW分配單元中)指向源數(shù)據(jù)頁，源數(shù)據(jù)頁仍然在IN_ROW分配單元中。
14、在用戶定義函數(shù)中使用下列最佳實踐
不要在你的存儲過程，觸發(fā)器，函數(shù)和批處理中重復(fù)調(diào)用函數(shù)，例如，在許多時候，你需要獲得字符串變量的長度，無論如何都不要重復(fù)調(diào)用LEN函數(shù)，只調(diào)用一次即可，將結(jié)果存儲在一個變量中，以后就可以直接使用了。
15、在存儲過程中使用下列最佳實踐
(1)不要使用SP_xxx作為命名約定，它會導(dǎo)致額外的搜索，增加I/O(因為系統(tǒng)存儲過程的名字就是以SP_開頭的)，同時這么做還會增加與系統(tǒng)存儲過程名稱沖突的幾率;
(2)將Nocount設(shè)置為On避免額外的網(wǎng)絡(luò)開銷;
(3)當(dāng)索引結(jié)構(gòu)發(fā)生變化時，在EXECUTE語句中(第一次)使用WITH RECOMPILE子句，以便存儲過程可以利用最新創(chuàng)建的索引;
(4)使用默認的參數(shù)值更易于調(diào)試。
16、在觸發(fā)器中使用下列最佳實踐
(1)最好不要使用觸發(fā)器，觸發(fā)一個觸發(fā)器，執(zhí)行一個觸發(fā)器事件本身就是一個耗費資源的過程;
(2)如果能夠使用約束實現(xiàn)的，盡量不要使用觸發(fā)器;
(3)不要為不同的觸發(fā)事件(Insert，Update和Delete)使用相同的觸發(fā)器;
(4)不要在觸發(fā)器中使用事務(wù)型代碼。
17、在視圖中使用下列最佳實踐
(1)為重新使用復(fù)雜的TSQL塊使用視圖，并開啟索引視圖;
(2)如果你不想讓用戶意外修改表結(jié)構(gòu)，使用視圖時加上SCHEMABINDING選項;
(3)如果只從單個表中檢索數(shù)據(jù)，就不需要使用視圖了，如果在這種情況下使用視圖反倒會增加系統(tǒng)開銷，一般視圖會涉及多個表時才有用。
18、在事務(wù)中使用下列最佳實踐
(1)SQL Server 2005之前，在BEGIN TRANSACTION之后，每個子查詢修改語句時，必須檢查@@ERROR的值，如果值不等于0，那么最后的語句可能會導(dǎo)致一個錯誤，如果發(fā)生任何錯誤，事務(wù)必須回滾。從SQL Server 2005開始，Try..Catch..代碼塊可以處理TSQL中的事務(wù)，因此在事務(wù)型代碼中最好加上Try…Catch…;
(2)避免使用嵌套事務(wù)，使用@@TRANCOUNT變量檢查事務(wù)是否需要啟動(為了避免嵌套事務(wù));
(3)盡可能晚啟動事務(wù)，提交和回滾事務(wù)要盡可能快，以減少資源鎖定時間。
要完全列舉最佳實踐不是本文的初衷，當(dāng)你了解了這些技巧后就應(yīng)該拿來使用，否則了解了也沒有價值。此外，你還需要評審和監(jiān)視數(shù)據(jù)訪問代碼是否遵循下列標準和最佳實踐。
如何分析和識別你的TSQL中改進的范圍?
理想情況下，大家都想預(yù)防疾病，而不是等病發(fā)了去治療。但實際上這個愿望根本無法實現(xiàn)，即使你的團隊成員全都是專家級人物，我也知道你有進行評審，但代碼仍然一團糟，因此需要知道如何治療疾病一樣重要。
首先需要知道如何診斷性能問題，診斷就得分析TSQL，找出瓶頸，然后重構(gòu)，要找出瓶頸就得先學(xué)會分析執(zhí)行計劃。
理解查詢執(zhí)行計劃
當(dāng)你將SQL語句發(fā)給SQL Server引擎后，SQL Server首先要確定最合理的執(zhí)行方法，查詢優(yōu)化器會使用很多信息，如數(shù)據(jù)分布統(tǒng)計，索引結(jié)構(gòu)，元數(shù)據(jù)和其它信息，分析多種可能的執(zhí)行計劃，最后選擇一個最佳的執(zhí)行計劃。
可以使用SQL Server Management Studio預(yù)覽和分析執(zhí)行計劃，寫好SQL語句后，點擊SQL Server Management Studio上的評估執(zhí)行計劃按鈕查看執(zhí)行計劃，如圖1所示。
圖 1 在Management Studio中評估執(zhí)行計劃
在執(zhí)行計劃圖中的每個圖標代表計劃中的一個行為(操作)，應(yīng)從右到左閱讀執(zhí)行計劃，每個行為都一個相對于總體執(zhí)行成本(100%)的成本百分比。
在上面的執(zhí)行計劃圖中，右邊的那個圖標表示在HumanResources表上的一個“聚集索引掃描”操作(閱讀表中所有主鍵索引值)，需要100%的總體查詢執(zhí)行成本，圖中左邊那個圖標表示一個select操作，它只需要0%的總體查詢執(zhí)行成本。
下面是一些比較重要的圖標及其對應(yīng)的操作：
圖 2 常見的重要圖標及對應(yīng)的操作
注意執(zhí)行計劃中的查詢成本，如果說成本等于100%，那很可能在批處理中就只有這個查詢，如果在一個查詢窗口中有多個查詢同時執(zhí)行，那它們肯定有各自的成本百分比(小于100%)。
如果想知道執(zhí)行計劃中每個操作詳細情況，將鼠標指針移到對應(yīng)的圖標上即可，你會看到類似于下面的這樣一個窗口。
圖 3 查看執(zhí)行計劃中行為(操作)的詳細信息
這個窗口提供了詳細的評估信息，上圖顯示了聚集索引掃描的詳細信息，它要查找AdventureWorks數(shù)據(jù)庫HumanResources方案下Employee表中 Gender = ‘M’的行，它也顯示了評估的I/O，CPU成本。
查看執(zhí)行計劃時，我們應(yīng)該獲得什么信息
當(dāng)你的查詢很慢時，你就應(yīng)該看看預(yù)估的執(zhí)行計劃(當(dāng)然也可以查看真實的執(zhí)行計劃)，找出耗時最多的操作，注意觀察以下成本通常較高的操作：
1、表掃描(Table Scan)
當(dāng)表沒有聚集索引時就會發(fā)生，這時只要創(chuàng)建聚集索引或重整索引一般都可以解決問題。
2、聚集索引掃描(Clustered Index Scan)
有時可以認為等同于表掃描，當(dāng)某列上的非聚集索引無效時會發(fā)生，這時只要創(chuàng)建一個非聚集索引就ok了。
3、哈希連接(Hash Join)
當(dāng)連接兩個表的列沒有被索引時會發(fā)生，只需在這些列上創(chuàng)建索引即可。
4、嵌套循環(huán)(Nested Loops)
當(dāng)非聚集索引不包括select查詢清單的列時會發(fā)生，只需要創(chuàng)建覆蓋索引問題即可解決。
5、RID查找(RID Lookup)
當(dāng)你有一個非聚集索引，但相同的表上卻沒有聚集索引時會發(fā)生，此時數(shù)據(jù)庫引擎會使用行ID查找真實的行，這時一個代價高的操作，這時只要在該表上創(chuàng)建聚集索引即可。
TSQL重構(gòu)真實的故事
<p style="margin:10px auto; paddi
下載文檔
