• Sql Server 性能优化之包含列


    Sql Server 性能优化之包含列

     

         导读:数据数优化查询一直是个比较热门的话题,小生在这方面也只能算是个入门生。今

    天我们就讲下数据库包含列这个一项的作用及带来的优化效果

        

         引用下MSDN里面的一段解释:

         当查询中的所有列都作为键列或非键列包含在索引中时,带有包含性非键列的索引可以显

    著提高查询性能。 这样可以实现性能提升,因为查询优化器可以在索引中找到所有列值;不

    访问表或聚集索引数据,从而减少磁盘 I/O 操作

      

          上面这一段什么意思呢?

     

          意思就是说设置好包含列,能提高查询性能,减少IO输出。

          这样说大家都觉得很抽象,下面我们举个例子来说明这个包含列的效果,

     

          如何创建包含列索引?

           1、 在对象资源管理器中,单击加号以便展开包含您要创建带有非键列的索引的表的数据库。

           2、 单击加号以便展开“表”文件夹。

           3、单击加号以便展开您要创建带有非键列的索引的表。

           4、右键单击“索引”文件夹,指向“新建索引”,然后选择“非聚集索引…”。

           5、 在“新建索引”对话框的“常规”页中,在“索引名称”框中输入新索引的名称。

           6、 在“索引键列”选项卡下,单击“添加…”。

            7、在“从 table_name 中选择列”对话框中,选中要添加到索引的一个或多个表列的复选框。

           8、 单击“确定”。

           9、 在“包含性列”选项卡下,单击“添加…”。

           10、 在“从 table_name 中选择列”对话框中,选中要作为非键列添加到索引的一个或多个表列的复选框。

           11、 单击“确定”。

           12、 在“新建列”对话框中,单击“确定”。

        举个例子来说明这个包含列的效果

        

          SQL:select Sex from User Where UserName='小三'

      

        我们来看下上面的语句 根据UserName来查询小三的性别,加入我们表中没有建任何索引,如果数据比较少的话 这个查询语句是没有任何问题的,但是当我们的用户量到达上千万时,这个查询可能就没当初那么快了,这个时候怎么提高查询效率呢?

         

         建立非聚集索引

     

         第一个方法:给UserName建立非聚集索引,建立了索引之后数据库就能更快的找到这条数据所存在的位置。

     

        建立索引包含列

        

         第二个方法:在给UserName建立非聚集索引的同时,建议包含列,包含Sex这一列,这样在快速定位UserName的同时又能很快定位出Sex的物理位置。包含列是对查询条件后的一种性能补充。 

         

         适用场景:该条查询用的非常频繁。select age from User Where UserName='小三'

    比如在查询UserName的同时查询age非常多 就可以考虑给UserName建立非聚集索引的时候包含age这一列。

     

        附上:建立包含列的SQL语句

        

    1
    2
    3
    4
    5
    6
    7
    8
    9
    USE AdventureWorks2012;
    GO
    -- Creates a nonclustered index on the Person.Address table with four included (nonkey) columns. 
    -- index key column is PostalCode and the nonkey columns are
    -- AddressLine1, AddressLine2, City, and StateProvinceID.
    CREATE NONCLUSTERED INDEX IX_Address_PostalCode
    ON Person.Address (PostalCode)
    INCLUDE (AddressLine1, AddressLine2, City, StateProvinceID);
    GO

      同时欢迎到我的个人博客上做客:http://www.diyibk.com/post/140.html

  • 相关阅读:
    HDU 1058
    Codeforces 349C
    HDU 2602
    HDU 2571
    HDU 2955
    HDU 2084
    HDU 1003
    HDU 1506 & 1505
    POJ 1854
    HDU 2095
  • 原文地址:https://www.cnblogs.com/sc0791/p/3720249.html
Copyright © 2020-2023  润新知