SQL Server索引管理的六大铁律

索引是以表列为基础的数据库对象 索引中保存著表中排序的索引列 并且纪录了索引列在数据库表中的物理存储位置 实现了表中数据的逻辑排序 通过索引 可以加快数据的查询速度和减少系统的响应时间;可以使表和表之间的连接速度加快

但是 不是在任何时候使用索引都能够达到这种效果 若在不恰当的场合下 使用索引反而会事与愿违 所以 在SQL Server数据库中使用索引的话 还是需要遵守一定的规则 笔者觉得 主要是需要遵守六大铁律

铁律一 天下没有免费的午餐 使用索引是需要付出代价的

索引的优点有目共睹 但是 却很少有人关心过采用索引所需要付出的成本 若数据库管理员能够对索引所需要付出的代价有一个充分的认识 也就不会那么随意到处建立索引了

仔细数数 其实建立索引的代价还是蛮大的 如创建索引和维护索引都需要花费时间与精力 特别是在数据库设计的时候 数据库管理员为表中的哪些字段需要建立索引 要调研 要协调 如当建有索引的表中的纪录又增加 删除 修改 *** 作时 数据库要对索引进行重新调整 虽然这个工作数据库自动会完成 但是 需要消耗服务器的资源 当表中的数据越多 这个消耗的资源也就越多 如索引是数据库中实际存在的对象 所以 每个索引都会占用一定的物理空间 若索引多了 不但会占用大量的物理空间 而且 也会影响到整个数据库的运行性能

可见 数据库管理员若要采用索引来提高系统的性能 自身仍然需要付出不少的代价 数据库管理员现在要考虑的就是如何在这两个之间取得一个均衡 或者说 找到一个回报与投入的临界点

铁律二 对于查询中很少涉及的列或者重复值比较多的列 不要建立索引

在查询的时候 如果我们不按某个字段去查询 则在这个字段上建立索引也是浪费 如现在有一张员工信息表 我们可能按员工编号 员工姓名 或者出身地去查询员工信息 但是 我们往往不会按照身份z号码去查询 虽然这个身份z号码是唯一的 此时 即使在这个字段上建立索引 也不能够提高查询的速度 相反 增加了系统维护时间和占用了系统空间 这简直就是搬起石头砸自己的脚呀

另外 如上面的员工信息表 有些字段重复值比较多 如性别字段主要就是“男” “女”;职位字段中也是有限的几个内容 此时 在这些字段上添加索引也不会显著的增加查询速度 减少用户响应时间 相反 因为需要占用空间 反而会降低数据库的整体性能

数据库索引管理中的第二条铁律就是 对于查询中很少涉及的列或者重复值比较多的列 不要建立索引

铁律三 对于按范围查询的列 最好建立索引

在信息化管理系统中 很多时候需要按范围来查询某些交易记录 如在ERP系统中 经常需要查询当月的销售订单与销售出货情况 这就需要按日期范围来查询交易记录 如有时候发现库存不对时 也需要某段时期的库存进出情况 如 月 日到 月 日的库存交易情况等等 此时 也是根据日期来进行查询

对于这些需要在指定范围内快速或者频繁查询的数据列 需要为其建立索引 因为索引已经排序 其保存的时候指定的范围是连续的 查询可以利用索引的排序 加快查询时间 减少用户等待时间

不过 若虽然可能需要按范围来进行查询 但是 若这个范围查询条件利用的不多的情况下 最好不好采用索引 如在员工信息表中 可能需要查询 年 月份以前入职的员工明细 要为他们增加福利 但是 由于表中记录不多 而且 也很少进行类似的查询 若维这个字段建立索引 虽然无伤大雅 但是很明显 索引所获得的收益要低于其成本支出 对数据库管理员来说 是得不偿失的

再者 若采用范围查询的话 最好能利用TOP关键字来限制一次查询的结果 如第一次按顺序只显示前面的 条记录等等 把TOP关键字跟范围一起使用 可以大大的提高查询的效率

铁律四 表中若有主键或者外键 一定要为其建立索引

定义有主键的索引列 一定要为其建立索引 因为主键可以加速定位到表中的某一行 结合索引的作用 可以使得查询的速度加倍 如在员工信息表中 我们往往把员工编号设置为主键 因为这不但可以提高查询的速度 而且因为主键要求记录的唯一 还可以保证员工编号的唯一性 此时 若再把这个员工编号字段设置为索引 则通过员工编号来查询员工信息 其效率要比没有建立索引高出许多

另外 若要使得某个字段的值唯一 可以通过两种索引方式实现 一种就是上面所讲的主键索引 还有一种就是唯一索引 利用UNIQUE关键字指定字段内容的唯一性 这两种方式都会在表中的指定列上自动创建唯一索引 这两种方式的结果没有明显的区别 查询优化器不会区分到底是哪种方式建立的唯一性索引 而且他们进行数据查询的方式也是相同的

若某张表中的数据列定义有外键 则最好也要为这个字段建立索引 因为外键的主要作用就在于表与表之间的连接查询 若在外键上建立索引 可以加速表与表之间的连接查询 如在员工基本信息表中 有一个字段为员工职位 由于员工职位经常在变化 在这里 存储的其实只是一个员工职位的代码 在另外一张职位信息表中详细记录著该职位的相关信息 此时 这个员工职位字段就是外键 若在这个字段上建立外键 则可以显著提高两张表的连接速度 而且 记录越多 其效果越加明显

所以 当表中有外键或者主键的时候 就最好为其建立索引 通过索引 可以强化主键与外键的作用 提高数据库的性能

铁律五 对于一些特殊的数据类型 不要建立索引

在表中 有些字段比较特殊 如文本字段(TXT) 图像类型字段(IMAGE)等等 如果表中的字段属于这些数据类型 则最好不要为其建立索引 因为这些字段有一些共同的特点 如长度不确定 要么很长 几个字符;要么就是空字符串 如文本数据类型常在应用系统的数据库表中用来做备注的数据类型 有时候备注很长 但有时候又没有数据 若这种类型的字段上建立索引 那根本起不了作用 相反 还增加了系统的负担

所以 在一些比较特殊的数据类型上 建立索引要谨慎 在通常情况下 没有必要为其建立索引 但是 也有特殊的情况 如有时候 在ERP系统中 有产品信息这个表 其中有个产品规格这个字段 有时候 其长度可能长达 个字符 此时 只有文本型的数据类型可以容纳这么大的数据量 而且 在查询的时候 用户又喜欢通过规格这个参数来查询产品信息 此时 若不为这个字段建立索引的话 则查询的速度会很慢 遇到这种情况时 数据库管理员只有牺牲一点系统资源 为其建立索引

从这里也可以看出 虽然以上几条说的时铁律 但是 是否需要遵循 还是需要数据库管理员根据企业的实际情况 做出合理的选择

铁律六 索引可以跟Where语句的集合融为一体

用户在查询信息的时候 有时会经常会用到一些限制语句 如在查询销售订单的时候 经常会用到客户以及下单日期的条件集合;如在查询某个产品的库存交易情况时 就会利用产品编号与交易日期起止日期的条件集合

对于这些经常用在Where子句中的数据列 将索引建立在 Where子句的集合过程中 对于需要加速或者频繁检索的数据列 可以让这些经常参与查询的数据列按照索引的排序进行查询 以加快查询的时间

lishixinzhi/Article/program/SQLServer/201311/22311

错误的是C。

Read uncommitted (读未提交)：最低级别。

Read committed (读已提交)：读已提交，可避免脏读情况发生。

Repeatable Read（可重复读）：确保事务可以多次从一个字段中读取相同的值，在此事务持续期间，禁止其他事务对此字段的更新，可以避免脏读和不可重复读，仍会出现幻读问题。

Serializable （串行化）：最严格的事务隔离级别，要求所有事务被串行执行，不能并发执行，可避免脏读、不可重复读、幻读情况的发生。

扩展资料：

数据库的事务隔离越严格，并发副作用越小，但付出的代价也就越大，因为事务隔离实质上就是使事务在一定程度上 “串行化”进行，这显然与“并发”是矛盾的。同时，不同的应用对读一致性和事务隔离程度的要求也是不同的，比如许多应用对“不可重复读”和“幻读”并不敏感，可能更关心数据并发访问的能力。

债务资本成本就是企业借入债务，需要偿还的利率，一般来说由于债务利息可以抵税，所以债券资本成本往往要计算出税后的。

权益资本成本就是使用资金以及筹集资金需要付出的代价，也就是权益投资者要求的报酬率，那么在企业看来就是权益资本成本了。

数据库索引的实现原理

一、概述数据库索引，是数据库管理系统中一个排序的数据结构，以协助快速查询、更新数据库表中数据。索引的实现通常使用B树及其变种B+树。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用(指向)数据，这样就可以在这些数据结构上实现高级查找算法。这种数据结构，就是索引。其实说穿了，索引问题就是一个查找问题。二、索引的原理当我们的业务产生了大量的数据时，查找数据的效率问题也就随之而来，所以我们可以通过为表设置索引，而为表设置索引要付出代价的：一是增加了数据库的存储空间，二是在插入和修改数据时要花费较多的时间(因为索引也要随之变动)。

上图展示了一种可能的索引方式。左边是数据表，一共有两列七条记录，最左边的是数据记录的物理地址(注意逻辑上相邻的记录在磁盘上也并不是一定物理相邻的)。为了加快Col2的查找，可以维护一个右边所示的二叉查找树，每个节点分别包含索引键值和一个指向对应数据记录物理地址的指针，这样就可以运用二叉查找在O(log2n)的复杂度内获取到相应数据。索引是建立在数据库表中的某些列的上面。在创建索引的时候，应该考虑在哪些列上可以创建索引，在哪些列上不能创建索引。一般来说，应该在这些列上创建索引：在经常需要搜索的列上，可以加快搜索的速度;在作为主键的列上，强制该列的唯一性和组织表中数据的排列结构;在经常用在连接的列上，这些列主要是一些外键，可以加快连接的速度;在经常需要根据范围进行搜索的列上创建索引，因为索引已经排序，其指定的范围是连续的;在经常需要排序的列上创建索引，因为索引已经排序，这样查询可以利用索引的排序，加快排序查询时间;在经常使用在WHERE子句中的列上面创建索引，加快条件的判断速度。创建索引可以大大提高系统的性能第一，通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性。第二，可以大大加快数据的检索速度，这也是创建索引的最主要的原因。第三，可以加速表和表之间的连接，特别是在实现数据的参考完整性方面特别有意义。第四，在使用分组和排序子句进行数据检索时，同样可以显着减少查询中分组和排序的时间。第五，通过使用索引，可以在查询的过程中，使用优化隐藏器，提高系统的性能。也许会有人要问：增加索引有如此多的优点，为什么不对表中的每一个列创建一个索引呢因为，增加索引也有许多不利的方面。创建索引的弊端第一，创建索引和维护索引要耗费时间，这种时间随着数据量的增加而增加。第二，索引需要占物理空间，除了数据表占数据空间之外，每一个索引还要占一定的物理空间，如果要建立聚簇索引，那么需要的空间就会更大。第三，当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，这样就降低了数据的维护速度。同样，对于有些列不应该创建索引。一般来说，不应该创建索引的的这些列具有下列特点：第一，对于那些在查询中很少使用或者参考的列不应该创建索引。这是因为，既然这些列很少使用到，因此有索引或者无索引，并不能提高查询速度。相反，由于增加了索引，反而降低了系统的维护速度和增大了空间需求。第二，对于那些只有很少数据值的列也不应该增加索引。这是因为，由于这些列的取值很少，例如人事表的性别列，在查询的结果中，结果集的数据行占了表中数据行的很大比例，即需要在表中搜索的数据行的比例很大。增加索引，并不能明显加快检索速度。第三，对于那些定义为text, image和bit数据类型的列不应该增加索引。这是因为，这些列的数据量要么相当大，要么取值很少。第四，当修改性能远远大于检索性能时，不应该创建索引。这是因为，修改性能和检索性能是互相矛盾的。当增加索引时，会提高检索性能，但是会降低修改性能。当减少索引时，会提高修改性能，降低检索性能。因此，当修改性能远远大于检索性能时，不应该创建索引。三、索引的类型根据数据库的功能，可以在数据库设计器中创建三种索引：唯一索引、主键索引和聚集索引。唯一索引唯一索引是不允许其中任何两行具有相同索引值的索引。当现有数据中存在重复的键值时，大多数数据库不允许将新创建的唯一索引与表一起保存。数据库还可能防止添加将在表中创建重复键值的新数据。例如，如果在employee表中职员的姓(lname)上创建了唯一索引，则任何两个员工都不能同姓。主键索引数据库表经常有一列或列组合，其值唯一标识表中的每一行。该列称为表的主键。在数据库关系图中为表定义主键将自动创建主键索引，主键索引是唯一索引的特定类型。该索引要求主键中的每个值都唯一。当在查询中使用主键索引时，它还允许对数据的快速访问。聚集索引在聚集索引中，表中行的物理顺序与键值的逻辑(索引)顺序相同。一个表只能包含一个聚集索引。如果某索引不是聚集索引，则表中行的物理顺序与键值的逻辑顺序不匹配。与非聚集索引相比，聚集索引通常提供更快的数据访问速度。四、局部性原理与磁盘预读由于存储介质的特性，磁盘本身存取就比主存慢很多，再加上机械运动耗费，磁盘的存取速度往往是主存的几百分分之一，因此为了提高效率，要尽量减少磁盘I/O。为了达到这个目的，磁盘往往不是严格按需读取，而是每次都会预读，即使只需要一个字节，磁盘也会从这个位置开始，顺序向后读取一定长度的数据放入内存。这样做的理论依据是计算机科学中着名的局部性原理：当一个数据被用到时，其附近的数据也通常会马上被使用。程序运行期间所需要的数据通常比较集中。由于磁盘顺序读取的效率很高(不需要寻道时间，只需很少的旋转时间)，因此对于具有局部性的程序来说，预读可以提高I/O效率。预读的长度一般为页(page)的整倍数。页是计算机管理存储器的逻辑块，硬件及 *** 作系统往往将主存和磁盘存储区分割为连续的大小相等的块，每个存储块称为一页(在许多 *** 作系统中，页得大小通常为4k)，主存和磁盘以页为单位交换数据。当程序要读取的数据不在主存中时，会触发一个缺页异常，此时系统会向磁盘发出读盘信号，磁盘会找到数据的起始位置并向后连续读取一页或几页载入内存中，然后异常返回，程序继续运行。五、B树和B+树数据结构1、B树B树中每个节点包含了键值和键值对于的数据对象存放地址指针，所以成功搜索一个对象可以不用到达树的叶节点。成功搜索包括节点内搜索和沿某一路径的搜索，成功搜索时间取决于关键码所在的层次以及节点内关键码的数量。在B树中查找给定关键字的方法是：首先把根结点取来，在根结点所包含的关键字K1,…,kj查找给定的关键字(可用顺序查找或二分查找法)，若找到等于给定值的关键字，则查找成功;否则，一定可以确定要查的关键字在某个Ki或Ki+1之间，于是取Pi所指的下一层索引节点块继续查找，直到找到，或指针Pi为空时查找失败。2、B+树B+树非叶节点中存放的关键码并不指示数据对象的地址指针，非也节点只是索引部分。所有的叶节点在同一层上，包含了全部关键码和相应数据对象的存放地址指针，且叶节点按关键码从小到大顺序链接。如果实际数据对象按加入的顺序存储而不是按关键码次数存储的话，叶节点的索引必须是稠密索引，若实际数据存储按关键码次序存放的话，叶节点索引时稀疏索引。B+树有2个头指针，一个是树的根节点，一个是最小关键码的叶节点。所以 B+树有两种搜索方法：一种是按叶节点自己拉起的链表顺序搜索。一种是从根节点开始搜索，和B树类似，不过如果非叶节点的关键码等于给定值，搜索并不停止，而是继续沿右指针，一直查到叶节点上的关键码。所以无论搜索是否成功，都将走完树的所有层。B+ 树中，数据对象的插入和删除仅在叶节点上进行。这两种处理索引的数据结构的不同之处：1、B树中同一键值不会出现多次，并且它有可能出现在叶结点，也有可能出现在非叶结点中。而B+树的键一定会出现在叶结点中，并且有可能在非叶结点中也有可能重复出现，以维持B+树的平衡。2、因为B树键位置不定，且在整个树结构中只出现一次，虽然可以节省存储空间，但使得在插入、删除 *** 作复杂度明显增加。B+树相比来说是一种较好的折中。3、B树的查询效率与键在树中的位置有关，最大时间复杂度与B+树相同(在叶结点的时候)，最小时间复杂度为1(在根结点的时候)。而B+树的时候复杂度对某建成的树是固定的。六、B/+Tree索引的性能分析到这里终于可以分析B-/+Tree索引的性能了。上文说过一般使用磁盘I/O次数评价索引结构的优劣。先从B-Tree分析，根据B-Tree的定义，可知检索一次最多需要访问h个节点。数据库系统的设计者巧妙利用了磁盘预读原理，将一个节点的大小设为等于一个页，这样每个节点只需要一次I/O就可以完全载入。为了达到这个目的，在实际实现B-Tree还需要使用如下技巧：每次新建节点时，直接申请一个页的空间，这样就保证一个节点物理上也存储在一个页里，加之计算机存储分配都是按页对齐的，就实现了一个node只需一次I/O。B-Tree中一次检索最多需要h-1次I/O(根节点常驻内存)，渐进复杂度为O(h)=O(logdN)。一般实际应用中，出度d是非常大的数字，通常超过100，因此h非常小(通常不超过3)。而红黑树这种结构，h明显要深的多。由于逻辑上很近的节点(父子)物理上可能很远，无法利用局部性，所以红黑树的I/O渐进复杂度也为O(h)，效率明显比B-Tree差很多。综上所述，用B-Tree作为索引结构效率是非常高的。

度代价是指为了达成某种目标或获得某种成果，所付出的努力、时间、金钱、物质等各种资源的代价。写度代价可以按照以下步骤进行：

1 明确目标或成果。要写出度代价，首先需要明确目标或成果是什么，例如实现一项工程成果、完成一项学术研究、实现一次旅行等。

2 列举所使用的资源。接下来需要列举出为了实现目标或成果，所使用的各种资源，如人力、物质、金钱、时间等。这些资源包括自己的付出，也包括别人为此付出的成本，例如雇佣工人、购买设备、花费旅游费用等。

3 计算代价。在列举出各种资源之后，需要根据实际情况计算出这些资源的具体代价，比如以时间为计量单位，统计出每天、每周、每月所花费的时间；以金钱为计量单位，计算出所需要的费用等。

4 分析代价。对于计算出来的代价，需要进行全面、深入的分析，以了解所付出的代价是否比获得的成果更为重要，以及代价是否能够得到合理的回报。

5 总结成果。最后提出对本次付出的度代价的总结，指出有哪些经验可以汲取，或者哪些付出不必要，同时也可以梳理出在获得相应成果的过程中学到了什么。

总之，写度代价要从目标、资源、代价和分析等方面综合考虑，总结出付出的经验和收获，并提出对未来的启示。

以上就是关于SQL Server索引管理的六大铁律全部的内容，包括:SQL Server索引管理的六大铁律、有关数据库事务的隔离级别，描述错误的是、如何获取某行业的权益资本成本和债务资本成本的数据等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！