SQL優化基礎 使用索引(一個小例子)

按照本文操做和體會,會對sql優化有個基本最簡單的瞭解,其餘深刻還須要更多資料和實踐的學習: 
1. 建表: 
sql

複製代碼 代碼以下:工具


create table site_user 

id int IDENTITY(1,1) PRIMARY KEY, 
[name] varchar(20), 
code varchar(20), 
date datetime 

性能


2. 插入8萬條數據 
學習

複製代碼 代碼以下:優化


declare @m int 
set @m=1 
while @m<80000 
begin 
INSERT INTO [demo].[dbo].[site_user] 

[name] 
,[code],date) 
VALUES 
('name'+CAST(@m AS VARCHAR(20)) 
,'code'+CAST(@m AS VARCHAR(20)),GETUTCDATE()) 
select @m=@m+1 
END 
--小技巧:推薦使用相似sqlassist的工具來提升敲寫sql語句的速度 
spa


3. 設置打開一些參數的設置 
.net

複製代碼 代碼以下:code


SET STATISTICS IO on -- 查看磁盤IO 
set statistics time on -- 查看sql語句分析編譯和執行時間 
SELECT * FROM site_user -- 查看效果 
orm


4. 查看錶索引狀況: 
sp_helpindex site_user 
索引

5. 執行sql語句

複製代碼 代碼以下:


SELECT * FROM site_user su WHERE su.name='name1'表 'site_user'。 
掃描計數 1,邏輯讀取 446 次,物理讀取 0 次,預讀 0 次,lob 邏輯讀取 0 次,lob 物理讀取 0 次,lob 預讀 0 次 

ctrl+L 快捷鍵查看執行計劃:

6. 優化第一步:彙集索引掃描開銷佔了100%,能夠考慮優化爲索引查找,在查詢條件name上創建非彙集索引 

複製代碼 代碼以下:


create index name_index on site_user(name) 
sp_helpindex site_user -- 多出來咱們新創建的索引 

此時再運行上面的查詢語句:

複製代碼 代碼以下:


SELECT * FROM site_user su WHERE su.name='name1' 
表 'site_user'。掃描計數 1,邏輯讀取 4 次,物理讀取 0 次,預讀 0 次,lob 邏輯讀取 0 次,lob 物理讀取 0 次,lob 預讀 0 次。 


磁盤邏輯讀取次數明顯降低,而後查看執行計劃:

新建的索引已經起到了做用,可是仍是去掃描了主鍵的彙集索引,若是能在一個索引上完成查詢性能會更高,由於這個查詢

因此考慮進一步優化:

7. 優化第二步: 創建組合索引

複製代碼 代碼以下:


create index name_index4 on site_user(name,code,[date]) 
表 'site_user'。掃描計數 1,邏輯讀取 3 次,物理讀取 0 次,預讀 0 次,lob 邏輯讀取 0 次,lob 物理讀取 0 次,lob 預讀 0 次。 



-- 磁盤邏輯讀取次數又降低了 

而後查看執行計劃:

這樣直接走索引查找就快不少了,使用了index4

8. 優化第三步:咱們還能夠考慮使用覆蓋索引,將使用到的條件都寫在索引括號內,其餘查詢出來的字段放入include中,

複製代碼 代碼以下:


create index name_index5 on site_user(name)include(id,code,[date])表 'site_user'。 
掃描計數 1,邏輯讀取 3 次,物理讀取 0 次,預讀 0 次,lob 邏輯讀取 0 次,lob 物理讀取 0 次,lob 預讀 0 次。 


-- 磁盤邏輯讀取次數沒有明顯變化而後查看執行計劃:

一樣走索引查找使用了index5
此時: index4index5如何選擇?
利用dbcc進行數據分析:

複製代碼 代碼以下:


DBCC SHOW_STATISTICS('site_user','name_index4') 
DBCC SHOW_STATISTICS('site_user','name_index5') 


能夠看到,一樣的數據量,average key length:覆蓋索引index5,佔用的空間相對少些,因此咱們應該優先選擇覆蓋索引來進行優化 鑑於此文so easy,你們能夠多多提點 

相關文章
相關標籤/搜索