SQL Server 性能優(yōu)化詳解

故事開篇：你和你的團(tuán)隊(duì)經(jīng)過(guò)不懈努力，終于使網(wǎng)站成功上線，剛開始時(shí)，注冊(cè)用戶較少，網(wǎng)站性能表現(xiàn)不錯(cuò)，但隨著注冊(cè)用戶的增多，訪問(wèn)速度開始變慢，一些用戶開始發(fā)來(lái)郵件表示抗議，事情變得越來(lái)越糟，為了留住用戶，你開始著手調(diào)查訪問(wèn)變慢的原因。

　　經(jīng)過(guò)緊張的調(diào)查，你發(fā)現(xiàn)問(wèn)題出在數(shù)據(jù)庫(kù)上，當(dāng)應(yīng)用程序嘗試訪問(wèn)/更新數(shù)據(jù)時(shí)，數(shù)據(jù)庫(kù)執(zhí)行得相當(dāng)慢，再次深入調(diào)查數(shù)據(jù)庫(kù)后，你發(fā)現(xiàn)數(shù)據(jù)庫(kù)表增長(zhǎng)得很大，有些表甚至有上千萬(wàn)行數(shù)據(jù)，測(cè)試團(tuán)隊(duì)開始在生產(chǎn)數(shù)據(jù)庫(kù)上測(cè)試，發(fā)現(xiàn)訂單提交過(guò)程需要花5分鐘時(shí)間，但在網(wǎng)站上線前的測(cè)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(gè)角落每天都會(huì)上演，幾乎每個(gè)開發(fā)人員在其開發(fā)生涯中都會(huì)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(wèn)題的經(jīng)驗(yàn)和大家分享。

　　如果你正身處這種項(xiàng)目，逃避不是辦法，只有勇敢地去面對(duì)現(xiàn)實(shí)。首先，我認(rèn)為你的應(yīng)用程序中一定沒有寫數(shù)據(jù)訪問(wèn)程序，我將在這個(gè)系列的文章中介紹如何編寫最佳的數(shù)據(jù)訪問(wèn)程序，以及如何優(yōu)化現(xiàn)有的數(shù)據(jù)訪問(wèn)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(kù)中的數(shù)據(jù)訪問(wèn)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(kù)平臺(tái)。

　　同時(shí)，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(kù)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(gè)基于數(shù)據(jù)庫(kù)的應(yīng)用程序運(yùn)行起來(lái)很慢時(shí)，90%的可能都是由于數(shù)據(jù)訪問(wèn)程序的問(wèn)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(wèn)/處理程序。

　　我將會(huì)談到10個(gè)步驟來(lái)優(yōu)化數(shù)據(jù)訪問(wèn)程序，先從最基本的索引說(shuō)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?yàn)椴捎谜_的索引會(huì)使生產(chǎn)系統(tǒng)的性能得到質(zhì)的提升，另一個(gè)原因是創(chuàng)建或修改索引是在數(shù)據(jù)庫(kù)上進(jìn)行的，不會(huì)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(shí)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(gè)故事吧。

　　很久以前，在一個(gè)古城的的大圖書館中珍藏有成千上萬(wàn)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(wèn)某本書時(shí)，圖書管理員只有挨個(gè)尋找，每一次都要花費(fèi)大量的時(shí)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(shí)，數(shù)據(jù)庫(kù)引擎必須進(jìn)行全表掃描，效率極其低下。]

　　更糟的是圖書館的圖書越來(lái)越多，圖書管理員的工作變得異常痛苦，有一天來(lái)了一個(gè)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(gè)辦法，他建議將每本書都編上號(hào)，然后按編號(hào)放到書架上，如果有人指定了圖書編號(hào)，那么圖書管理員很快就可以找到它的位置了。

　　[給圖書編號(hào)就象給表創(chuàng)建主鍵一樣，創(chuàng)建主鍵時(shí)，會(huì)創(chuàng)建聚集索引樹，表中的所有行會(huì)在文件系統(tǒng)上根據(jù)主鍵值進(jìn)行物理排序，當(dāng)查詢表中任一行時(shí)，數(shù)據(jù)庫(kù)首先使用聚集索引樹找到對(duì)應(yīng)的數(shù)據(jù)頁(yè)(就象首先找到書架一樣)，然后在數(shù)據(jù)頁(yè)中根據(jù)主鍵鍵值找到目標(biāo)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(hào)，然后根據(jù)編號(hào)將書放到書架上，為此他花了整整一天時(shí)間，但最后經(jīng)過(guò)測(cè)試，他發(fā)現(xiàn)找書的效率大大提高了。

　　[在一個(gè)表上只能創(chuàng)建一個(gè)聚集索引，就象書只能按一種規(guī)則擺放一樣。]

　　但問(wèn)題并未完全解決，因?yàn)楹芏嗳擞洸蛔木幪?hào)，只記得書的名字，圖書管理員無(wú)賴又只有掃描所有的圖書編號(hào)挨個(gè)尋找，但這次他只花了20分鐘，以前未給圖書編號(hào)時(shí)要花2-3小時(shí)，但與根據(jù)圖書編號(hào)查找圖書相比，時(shí)間還是太長(zhǎng)了，因此他向那個(gè)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(jìn)行檢索時(shí)，數(shù)據(jù)庫(kù)引擎又只要進(jìn)行全表掃描，逐個(gè)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(hào)，現(xiàn)在只需要再創(chuàng)建一個(gè)索引或目錄，將圖書名稱和對(duì)應(yīng)的編號(hào)一起存儲(chǔ)起來(lái)，但這一次是按圖書名稱進(jìn)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(hào)就可以找到圖書了。

　　于是圖書管理員興奮地花了幾個(gè)小時(shí)創(chuàng)建了一個(gè)“圖書名稱”目錄，經(jīng)過(guò)測(cè)試，現(xiàn)在找一本書的時(shí)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(hào)，另外根據(jù)編號(hào)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(huì)根據(jù)圖書的其它屬性來(lái)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(hào)，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(gè)Products表，創(chuàng)建了一個(gè)聚集索引(根據(jù)表的主鍵自動(dòng)創(chuàng)建的)，我們還需要在ProductName列上創(chuàng)建一個(gè)非聚集索引，創(chuàng)建非聚集索引時(shí)，數(shù)據(jù)庫(kù)引擎會(huì)為非聚集索引自動(dòng)創(chuàng)建一個(gè)索引樹(就象故事中的“圖書名稱”目錄一樣)，產(chǎn)品名稱會(huì)存儲(chǔ)在索引頁(yè)中，每個(gè)索引頁(yè)包括一定范圍的產(chǎn)品名稱和它們對(duì)應(yīng)的主鍵鍵值，當(dāng)使用產(chǎn)品名稱進(jìn)行檢索時(shí)，數(shù)據(jù)庫(kù)引擎首先會(huì)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(gè)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(diǎn)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(diǎn)包含真正的索引值，如果這是一個(gè)聚集索引樹，葉子節(jié)點(diǎn)就是物理數(shù)據(jù)頁(yè)，如果這是一個(gè)非聚集索引樹，葉子節(jié)點(diǎn)包含索引值和聚集索引鍵(數(shù)據(jù)庫(kù)引擎使用它在聚集索引樹中查找對(duì)應(yīng)的行)。

　　通常，在索引樹中查找目標(biāo)值，然后跳到真實(shí)的行，這個(gè)過(guò)程是花不了什么時(shí)間的，因此索引一般會(huì)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(gè)表都有主鍵

　　這樣可以確保每個(gè)表都有聚集索引(表在磁盤上的物理存儲(chǔ)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(jìn)行排序，或在where子句中指定任意范圍的主鍵鍵值時(shí)，其速度都是非常快的。

　　在下面這些列上創(chuàng)建非聚集索引：

　　1)搜索時(shí)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(gè)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(tái)在表上創(chuàng)建索引，如圖2所示。

　　圖 2 使用SQL Server管理工作臺(tái)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(gè)索引，假設(shè)ProductID列是一個(gè)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(huì)更快，如果在外鍵上沒有創(chuàng)建索引，將會(huì)發(fā)生全部掃描，但還有辦法可以進(jìn)一步提升查詢性能。

　　假設(shè)Sales表有10,000行記錄，下面的SQL語(yǔ)句選中400行(總行數(shù)的4%)：　

SELECTSalesDate, SalesPersonIDFROMSalesWHEREProductID=112

　　我們來(lái)看看這條SQL語(yǔ)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(gè)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(yè)也包括所有的聚集索引鍵(所有的主鍵鍵值，即SalesID);

　　3)針對(duì)每一個(gè)主鍵(這里是400)，SQL Server引擎查找聚集索引樹找出真實(shí)的行在對(duì)應(yīng)頁(yè)面中的位置;

　　SQL Server引擎從對(duì)應(yīng)的行查找SalesDate和SalesPersonID列的值。

　　在上面的步驟中，對(duì)ProductID = 112的每個(gè)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(yè)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(huì)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(huì)快一些，直接從索引頁(yè)讀取這三列的數(shù)值。

　　幸運(yùn)的是，有一種方法實(shí)現(xiàn)了這個(gè)功能，它被稱為“覆蓋索引”，在表列上創(chuàng)建覆蓋索引時(shí)，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(chǔ)在索引頁(yè)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(guò)多的列也不行，因?yàn)楦采w索引列的值是存儲(chǔ)在內(nèi)存中的，這樣會(huì)消耗過(guò)多內(nèi)存，引發(fā)性能下降。

　　創(chuàng)建覆蓋索引時(shí)使用數(shù)據(jù)庫(kù)調(diào)整顧問(wèn)

　　我們知道，當(dāng)SQL出問(wèn)題時(shí)，SQL Server引擎中的優(yōu)化器根據(jù)下列因素自動(dòng)生成不同的查詢計(jì)劃：

　　1)數(shù)據(jù)量

　　2)統(tǒng)計(jì)數(shù)據(jù)

　　3)索引變化

　　4)TSQL中的參數(shù)值

　　5)服務(wù)器負(fù)載

　　這就意味著，對(duì)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(cè)試服務(wù)器上產(chǎn)生的執(zhí)行計(jì)劃可能會(huì)不一樣，這也意味著在測(cè)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(huì)提高應(yīng)用程序的性能。因?yàn)闇y(cè)試環(huán)境中的執(zhí)行計(jì)劃利用了新創(chuàng)建的索引，但在生產(chǎn)環(huán)境中執(zhí)行計(jì)劃可能不會(huì)利用新創(chuàng)建的索引(例如，一個(gè)非聚集索引列在生產(chǎn)環(huán)境中不是一個(gè)高選中性列，但在測(cè)試環(huán)境中可能就不一樣)。

　　因此我們?cè)趧?chuàng)建索引時(shí)，要知道執(zhí)行計(jì)劃是否會(huì)真正利用它，但我們?cè)趺床拍苤滥?答案就是在測(cè)試服務(wù)器上模擬生產(chǎn)環(huán)境負(fù)載，然后創(chuàng)建合適的索引并進(jìn)行測(cè)試，如果這樣測(cè)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(gè)真實(shí)的負(fù)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(shí)沒有辦法，要診斷性能問(wèn)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(cè)試服務(wù)器上利用數(shù)據(jù)庫(kù)調(diào)整顧問(wèn)創(chuàng)建一個(gè)類似的負(fù)載，大多數(shù)時(shí)候，調(diào)整顧問(wèn)會(huì)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(wèn)的詳細(xì)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(jìn)行索引碎片整理。

　　什么是索引碎片?

　　由于表上有過(guò)度地插入、修改和刪除操作，索引頁(yè)被分成多塊就形成了索引碎片，如果索引碎片嚴(yán)重，那掃描索引的時(shí)間就會(huì)變長(zhǎng)，甚至導(dǎo)致索引不可用，因此數(shù)據(jù)檢索操作就慢下來(lái)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(duì)內(nèi)存分頁(yè)，內(nèi)存以頁(yè)為單位來(lái)使用，最后一頁(yè)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(shí)形成外部碎片，比如5K的段換出后，有一個(gè)4k的段進(jìn)來(lái)放到原來(lái)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(yǔ)句就知道了(下面的語(yǔ)句可以在SQL Server 2005及后續(xù)版本中運(yùn)行，用你的數(shù)據(jù)庫(kù)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(kù)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(duì)應(yīng)的索引發(fā)生了外部碎片;

　　2)InternalFragmentation的值<75表示對(duì)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(gè)索引，也可以使用SQL Server管理工作臺(tái)進(jìn)行索引碎片的整理。

　　圖 4 使用SQL Server管理工作臺(tái)整理索引碎片

　　什么時(shí)候用重組，什么時(shí)候用重建呢?

　　當(dāng)對(duì)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(shí)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(shí)，索引對(duì)應(yīng)的表會(huì)被鎖定，但重組不會(huì)鎖表，因此在生產(chǎn)系統(tǒng)中，對(duì)大表重建索引要慎重，因?yàn)樵诖蟊砩蟿?chuàng)建索引可能會(huì)花幾個(gè)小時(shí)，幸運(yùn)的是，從SQL Server 2005開始，微軟提出了一個(gè)解決辦法，在重建索引時(shí)，將ONLINE選項(xiàng)設(shè)置為ON，這樣可以保證重建索引時(shí)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(kù)是一個(gè)事務(wù)型數(shù)據(jù)庫(kù)，大多數(shù)時(shí)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(gè)時(shí)候就要兼顧查詢和更新操作了，因?yàn)樵贠LTP數(shù)據(jù)庫(kù)表上創(chuàng)建過(guò)多的索引會(huì)降低整體數(shù)據(jù)庫(kù)性能。

　　我給大家一個(gè)建議：如果你的數(shù)據(jù)庫(kù)是事務(wù)型的，平均每個(gè)表上不能超過(guò)5個(gè)索引，如果你的數(shù)據(jù)庫(kù)是數(shù)據(jù)倉(cāng)庫(kù)型，平均每個(gè)表可以創(chuàng)建10個(gè)索引都沒問(wèn)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(huì)提高查詢性能。除此之外，我們還可以調(diào)整數(shù)據(jù)訪問(wèn)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(wèn)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(kù)中

　　也許你不喜歡我的這個(gè)建議，你或你的團(tuán)隊(duì)可能已經(jīng)有一個(gè)默認(rèn)的潛規(guī)則，那就是使用ORM(Object Relational Mapping，即對(duì)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(wèn)性能，或需要調(diào)試應(yīng)用程序性能問(wèn)題，我建議你將SQL代碼移植到數(shù)據(jù)庫(kù)上(使用存儲(chǔ)過(guò)程，視圖，函數(shù)和觸發(fā)器)，原因如下：

　　1、使用存儲(chǔ)過(guò)程，視圖，函數(shù)和觸發(fā)器實(shí)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?yàn)楝F(xiàn)在只在一個(gè)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(kù)對(duì)象實(shí)現(xiàn)所有的TSQL有助于分析TSQL的性能問(wèn)題，同時(shí)有助于你集中管理TSQL代碼。

　　3、將TS QL移植到數(shù)據(jù)庫(kù)上去后，可以更好地重構(gòu)TSQL代碼，以利用數(shù)據(jù)庫(kù)的高級(jí)索引特性。此外，應(yīng)用程序中沒了SQL代碼也將更加簡(jiǎn)潔。

　　雖然這一步可能不會(huì)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(shí)現(xiàn)了數(shù)據(jù)訪問(wèn)例行程序，在測(cè)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(kù)上卻可能遇到問(wèn)題，這時(shí)你可能需要反思基于ORM的數(shù)據(jù)訪問(wèn)邏輯，利用TSQL對(duì)象實(shí)現(xiàn)數(shù)據(jù)訪問(wèn)例行程序是一種好辦法，這樣做有更多的機(jī)會(huì)從數(shù)據(jù)庫(kù)角度來(lái)優(yōu)化性能。

　　我向你保證，如果你花1-2人月來(lái)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(kù)上去了，下面就進(jìn)入正題吧!

　　第五步：識(shí)別低效TSQL，采用最佳實(shí)踐重構(gòu)和應(yīng)用TSQL

　　由于每個(gè)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(shí)現(xiàn)，對(duì)于水平一般的程序員可能首先想到的是編寫TSQL實(shí)現(xiàn)需求，至于性能問(wèn)題日后再說(shuō)，因此在開發(fā)和測(cè)試時(shí)可能發(fā)現(xiàn)不了問(wèn)題。

　　也有一些人知道最佳實(shí)踐，但在編寫代碼時(shí)由于種種原因沒有采用最佳實(shí)踐，等到用戶發(fā)飆的那天才乖乖地重新埋頭思考最佳實(shí)踐。

　　我覺得還是有必要介紹一下具有都有哪些最佳實(shí)踐。

　　1、在查詢中不要使用“select *”

　　(1)檢索不必要的列會(huì)帶來(lái)額外的系統(tǒng)開銷，有句話叫做“該省的則省”;

　　(2)數(shù)據(jù)庫(kù)不能利用“覆蓋索引”的優(yōu)點(diǎn)，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(huì)帶來(lái)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(huì)強(qiáng)制數(shù)據(jù)庫(kù)引擎檢索和匹配不需要的數(shù)據(jù)，增加了查詢執(zhí)行時(shí)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(shí)，SQL Server不知道你要做的是存在性檢查，它會(huì)計(jì)算所有匹配的值，要么會(huì)執(zhí)行全表掃描，要么會(huì)掃描最小的非聚集索引;

　　(3)當(dāng)你使用EXISTS時(shí)，SQL Server知道你要執(zhí)行存在性檢查，當(dāng)它發(fā)現(xiàn)第一個(gè)匹配的值時(shí)，就會(huì)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(gè)不同類型的列進(jìn)行表的連接

　　(1)當(dāng)連接兩個(gè)不同類型的列時(shí)，其中一個(gè)列必須轉(zhuǎn)換成另一個(gè)列的類型，級(jí)別低的會(huì)被轉(zhuǎn)換成高級(jí)別的類型，轉(zhuǎn)換操作會(huì)消耗一定的系統(tǒng)資源;

　　(2)如果你使用兩個(gè)不同類型的列來(lái)連接表，其中一個(gè)列原本可以使用索引，但經(jīng)過(guò)轉(zhuǎn)換后，優(yōu)化器就不會(huì)使用它的索引了。例如：　

SELECTcolumn_listFROMsmall_table, large_tableWHERE

　　smalltable.float_column=large_table.int_column

　　在這個(gè)例子中，SQL Server會(huì)將int列轉(zhuǎn)換為float類型，因?yàn)閕nt比f(wàn)loat類型的級(jí)別低，large_table.int_column上的索引就不會(huì)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(chǔ)過(guò)程和觸發(fā)器中訪問(wèn)同一個(gè)表時(shí)總是以相同的順序;

　　(2)事務(wù)應(yīng)經(jīng)可能地縮短，在一個(gè)事務(wù)中應(yīng)盡可能減少涉及到的數(shù)據(jù)量;

　　(3)永遠(yuǎn)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(kù)引擎專門為基于規(guī)則的SQL進(jìn)行了優(yōu)化，因此處理大型結(jié)果集時(shí)應(yīng)盡量避免使用程序化的方法(使用游標(biāo)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(biāo)的代碼;

　　- 如果確實(shí)需要程序化代碼，至少應(yīng)該使用表變量代替游標(biāo)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(yǔ)句：

　SELECTCOUNT(*)FROMdbo.orders

　　這條語(yǔ)句會(huì)執(zhí)行全表掃描才能獲得行數(shù)。

　　(2)但下面的SQL語(yǔ)句不會(huì)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(dòng)態(tài)SQL

　　除非迫不得已，應(yīng)盡量避免使用動(dòng)態(tài)SQL，因?yàn)椋?/p>

　　(1)動(dòng)態(tài)SQL難以調(diào)試和故障診斷;

　　(2)如果用戶向動(dòng)態(tài)SQL提供了輸入，那么可能存在SQL注入風(fēng)險(xiǎn)。

　　9、避免使用臨時(shí)表

　　(1)除非卻有需要，否則應(yīng)盡量避免使用臨時(shí)表，相反，可以使用表變量代替;

　　(2)大多數(shù)時(shí)候(99%)，表變量駐扎在內(nèi)存中，因此速度比臨時(shí)表更快，臨時(shí)表駐扎在TempDb數(shù)據(jù)庫(kù)中，因此臨時(shí)表上的操作需要跨數(shù)據(jù)庫(kù)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(shí)現(xiàn)like不能完成的復(fù)雜搜索，如搜索一個(gè)單詞或一個(gè)短語(yǔ)，搜索一個(gè)與另一個(gè)單詞或短語(yǔ)相近的單詞或短語(yǔ)，或者是搜索同義詞;

　　(2)實(shí)現(xiàn)全文搜索比實(shí)現(xiàn)like搜索更容易(特別是復(fù)雜的搜索);

　　11、使用union實(shí)現(xiàn)or操作

　　(1)在查詢中盡量不要使用or，使用union合并兩個(gè)不同的查詢結(jié)果集，這樣查詢性能會(huì)更好;

　　(2)如果不是必須要不同的結(jié)果集，使用union all效果會(huì)更好，因?yàn)樗粫?huì)對(duì)結(jié)果集排序。

　　12、為大對(duì)象使用延遲加載策略

　　(1)在不同的表中存儲(chǔ)大對(duì)象(如VARCHAR(MAX)，Image，Text等)，然后在主表中存儲(chǔ)這些大對(duì)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(duì)象，按需從大對(duì)象表中檢索大對(duì)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(guò)800字節(jié)，這是受SQL Server內(nèi)部頁(yè)面大小8KB的限制造成的，為了在單列中存儲(chǔ)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(chǔ)在相同表中的其它數(shù)據(jù)不一樣，這些頁(yè)面以B-Tree結(jié)構(gòu)排列，這些數(shù)據(jù)不能作為存儲(chǔ)過(guò)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(shí)候你必須使用READTEXT，WRITETEXT和UPDATETEXT;

　　(3)為了解決這個(gè)問(wèn)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(yè);

　　(4)當(dāng)MAX數(shù)據(jù)類型中的數(shù)據(jù)超過(guò)8KB時(shí)，使用溢出頁(yè)(在ROW_OVERFLOW分配單元中)指向源數(shù)據(jù)頁(yè)，源數(shù)據(jù)頁(yè)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(shí)踐

　　不要在你的存儲(chǔ)過(guò)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(shí)候，你需要獲得字符串變量的長(zhǎng)度，無(wú)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(chǔ)在一個(gè)變量中，以后就可以直接使用了。

　　15、在存儲(chǔ)過(guò)程中使用下列最佳實(shí)踐

　　(1)不要使用SP_xxx作為命名約定，它會(huì)導(dǎo)致額外的搜索，增加I/O(因?yàn)橄到y(tǒng)存儲(chǔ)過(guò)程的名字就是以SP_開頭的)，同時(shí)這么做還會(huì)增加與系統(tǒng)存儲(chǔ)過(guò)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(shí)，在EXECUTE語(yǔ)句中(第一次)使用WITH RECOMPILE子句，以便存儲(chǔ)過(guò)程可以利用最新創(chuàng)建的索引;

　　(4)使用默認(rèn)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(shí)踐

　　(1)最好不要使用觸發(fā)器，觸發(fā)一個(gè)觸發(fā)器，執(zhí)行一個(gè)觸發(fā)器事件本身就是一個(gè)耗費(fèi)資源的過(guò)程;

　　(2)如果能夠使用約束實(shí)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(shí)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(shí)加上SCHEMABINDING選項(xiàng);

　　(3)如果只從單個(gè)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(huì)增加系統(tǒng)開銷，一般視圖會(huì)涉及多個(gè)表時(shí)才有用。

　　18、在事務(wù)中使用下列最佳實(shí)踐

　　(1)SQL Server 2005之前，在BEGIN TRANSACTION之后，每個(gè)子查詢修改語(yǔ)句時(shí)，必須檢查@@ERROR的值，如果值不等于0，那么最后的語(yǔ)句可能會(huì)導(dǎo)致一個(gè)錯(cuò)誤，如果發(fā)生任何錯(cuò)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(dòng)(為了避免嵌套事務(wù));

　　(3)盡可能晚啟動(dòng)事務(wù)，提交和回滾事務(wù)要盡可能快，以減少資源鎖定時(shí)間。

　　要完全列舉最佳實(shí)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(lái)使用，否則了解了也沒有價(jià)值。此外，你還需要評(píng)審和監(jiān)視數(shù)據(jù)訪問(wèn)代碼是否遵循下列標(biāo)準(zhǔn)和最佳實(shí)踐。

　　如何分析和識(shí)別你的TSQL中改進(jìn)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(shí)際上這個(gè)愿望根本無(wú)法實(shí)現(xiàn)，即使你的團(tuán)隊(duì)成員全都是專家級(jí)人物，我也知道你有進(jìn)行評(píng)審，但代碼仍然一團(tuán)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(wèn)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(huì)分析執(zhí)行計(jì)劃。

　　理解查詢執(zhí)行計(jì)劃

　　當(dāng)你將SQL語(yǔ)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(huì)使用很多信息，如數(shù)據(jù)分布統(tǒng)計(jì)，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(jì)劃，最后選擇一個(gè)最佳的執(zhí)行計(jì)劃。

　　可以使用SQL Server Management Studio預(yù)覽和分析執(zhí)行計(jì)劃，寫好SQL語(yǔ)句后，點(diǎn)擊SQL Server Management Studio上的評(píng)估執(zhí)行計(jì)劃按鈕查看執(zhí)行計(jì)劃，如圖1所示。

　　圖 1 在Management Studio中評(píng)估執(zhí)行計(jì)劃

　　在執(zhí)行計(jì)劃圖中的每個(gè)圖標(biāo)代表計(jì)劃中的一個(gè)行為(操作)，應(yīng)從右到左閱讀執(zhí)行計(jì)劃，每個(gè)行為都一個(gè)相對(duì)于總體執(zhí)行成本(100%)的成本百分比。

　　在上面的執(zhí)行計(jì)劃圖中，右邊的那個(gè)圖標(biāo)表示在HumanResources表上的一個(gè)“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(gè)圖標(biāo)表示一個(gè)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(biāo)及其對(duì)應(yīng)的操作：

　　圖 2 常見的重要圖標(biāo)及對(duì)應(yīng)的操作

　　注意執(zhí)行計(jì)劃中的查詢成本，如果說(shuō)成本等于100%，那很可能在批處理中就只有這個(gè)查詢，如果在一個(gè)查詢窗口中有多個(gè)查詢同時(shí)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(jì)劃中每個(gè)操作詳細(xì)情況，將鼠標(biāo)指針移到對(duì)應(yīng)的圖標(biāo)上即可，你會(huì)看到類似于下面的這樣一個(gè)窗口。

　　圖 3 查看執(zhí)行計(jì)劃中行為(操作)的詳細(xì)信息

　　這個(gè)窗口提供了詳細(xì)的評(píng)估信息，上圖顯示了聚集索引掃描的詳細(xì)信息，它要查找AdventureWorks數(shù)據(jù)庫(kù)HumanResources方案下Employee表中 Gender = ‘M’的行，它也顯示了評(píng)估的I/O，CPU成本。

　　查看執(zhí)行計(jì)劃時(shí)，我們應(yīng)該獲得什么信息

　　當(dāng)你的查詢很慢時(shí)，你就應(yīng)該看看預(yù)估的執(zhí)行計(jì)劃(當(dāng)然也可以查看真實(shí)的執(zhí)行計(jì)劃)，找出耗時(shí)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(shí)就會(huì)發(fā)生，這時(shí)只要?jiǎng)?chuàng)建聚集索引或重整索引一般都可以解決問(wèn)題。

　　2、聚集索引掃描(Clustered Index Scan)

　　有時(shí)可以認(rèn)為等同于表掃描，當(dāng)某列上的非聚集索引無(wú)效時(shí)會(huì)發(fā)生，這時(shí)只要?jiǎng)?chuàng)建一個(gè)非聚集索引就ok了。

　　3、哈希連接(Hash Join)

　　當(dāng)連接兩個(gè)表的列沒有被索引時(shí)會(huì)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(shí)會(huì)發(fā)生，只需要?jiǎng)?chuàng)建覆蓋索引問(wèn)題即可解決。

　　5、RID查找(RID Lookup)

　　當(dāng)你有一個(gè)非聚集索引，但相同的表上卻沒有聚集索引時(shí)會(huì)發(fā)生，此時(shí)數(shù)據(jù)庫(kù)引擎會(huì)使用行ID查找真實(shí)的行，這時(shí)一個(gè)代價(jià)高的操作，這時(shí)只要在該表上創(chuàng)建聚集索引即可。

　　TSQL重構(gòu)真實(shí)的故事

<p style="margin:10px auto; paddi