SQL Server 資料庫最佳化

在開發工具、資料庫設計、應用程式的結構、查詢設計、介面選擇等方面有多種選擇，這取決於特定的應用需求以及開發隊伍的技能。本文以SQL Server為例，從後台資料庫的角度討論應用程式效能最佳化技巧，並且給出了一些有益的建議。
1　資料庫設計

　　要在良好的SQL Server方案中實現最優的效能，最關鍵的是要有1個很好的資料庫設計方案。在實際工作中，許多SQL Server方案往往是由於資料庫設計得不好導致效能很差。所以，要實現良好的資料庫設計就必須考慮這些問題。

　　1.1　邏輯庫正常化問題

　　一般來說，邏輯資料庫設計會滿足正常化的前3級標準:

　　1.第1規範:沒有重複的組或多值的列。

　　2.第2規範:每個非關鍵字段必須依賴於主關鍵字，不能依賴於1個組合式主關鍵字的某些組成部分。

　　3.第3規範:1個非關鍵字段不能依賴於另1個非關鍵字段。

　　遵守這些規則的設計會產生較少的列和更多的表，因而也就減少了資料冗餘，也減少了用於儲存資料的頁。但表關係也許需要通過複雜的合并來處理，這樣會降低系統的效能。某種程度上的非正常化可以改善系統的效能，非正常化過程可以根據效能方面不同的考慮用多種不同的方法進行，但以下方法經實踐驗證往往能提高效能。

　　1.如果正常化設計產生了許多4路或更多路合并關係，就可以考慮在資料庫實體(表)中加入重複屬性(列)。

　　2.常用的計算欄位(如總計、最大值等)可以考慮儲存到資料庫實體中。

　　比如某一個項目的計劃管理系統中有計劃表，其欄位為:項目編號、年初計劃、二次計劃、調整計劃、補列計劃…，而計劃總數(年初計劃+二次計劃+調整計劃+補列計劃)是使用者經常需要在查詢和報表中用到的，在表的記錄量很大時，有必要把計劃總數作為1個獨立的欄位加入到表中。這裡可以採用觸發器以在用戶端保持資料的一致性。

　　3.重新定義實體以減少外部屬性資料或行資料的開支。相應的非正常化類型是:

　　(1)把1個實體(表)分割成2個表(把所有的屬性分成2組)。這樣就把頻繁被訪問的資料同較少被訪問的資料分開了。這種方法要求在每個表中複製首要關鍵字。這樣產生的設計有利於平行處理，並將產生列數較少的表。

　　(2)把1個實體(表)分割成2個表(把所有的行分成2組)。這種方法適用於那些將包含大量資料的實體(表)。在應用中常要保留記錄，但是記錄很少用到。因此可以把頻繁被訪問的資料同較少被訪問的曆史資料分開。而且如果資料行是作為子集被邏輯工作群組(部門、銷售分區、地理地區等)訪問的，那麼這種方法也是很有好處的。

　　1.2　產生物理資料庫

　　要想正確選擇基本物理實現策略，必須懂得資料庫訪問格式和硬體資源的操作特點，主要是記憶體和磁碟子系統I/O。這是一個範圍廣泛的話題，但以下的準則可能會有所協助。

　　1.與每個表列相關的資料類型應該反映資料所需的最小儲存空間，特別是對於被索引的列更是如此。比如能使用smallint類型就不要用integer類型，這樣索引欄位可以被更快地讀取，而且可以在1個資料頁上放置更多的資料行，因而也就減少了I/O操作。

　　2.把1個表放在某個物理裝置上，再通過SQL Server段把它的不分簇索引放在1個不同的物理裝置上，這樣能提高效能。尤其是系統採用了多個智能型磁碟控制卡和資料分離技術的情況下，這樣做的好處更加明顯。

　　3.用SQL Server段把一個頻繁使用的大表分割開，並放在2個單獨的智能型磁碟控制卡的資料庫裝置上，這樣也可以提高效能。因為有多個磁頭在尋找，所以資料分離也能提高效能。

　　4.用SQL Server段把文本或映像列的資料存放在1個單獨的物理裝置上可以提高效能。1個專用的智能型的控制器能進一步提高效能。

　　2　與SQL Server相關的硬體系統

　　與SQL Server有關的硬體設計包括系統處理器、記憶體、磁碟子系統和網路，這4個部分基本上構成了硬體平台，Windows NT和SQL Server運行於其上。

　　2.1　系統處理器(CPU)

　　根據自己的具體需要確定CPU結構的過程就是估計在硬體平台上佔用CPU的工作量的過程。從以往的經驗看，CPU配置最少應是1個80586/100處理器。如果只有2～3個使用者，這就足夠了，但如果打算支援更多的使用者和關鍵應用，推薦採用Pentium Pro或PⅡ級CPU。

　　2.2　記憶體(RAM)

　　為SQL Server方案確定合適的記憶體設定對於實現良好的效能是至關重要的。SQL Server用記憶體做過程緩衝、資料和索引項目緩衝、靜態伺服器開支和設定開支。SQL Server最多能利用2GB虛擬記憶體，這也是最大的設定值。還有一點必須考慮的是Windows NT和它的所有相關的服務也要佔用記憶體。

　　Windows NT為每個WIN32應用程式提供了4GB的虛擬位址空間。這個虛擬位址空間由Windows NT虛擬記憶體管理器(VMM)映射到實體記憶體上，在某些硬體平台上可以達到4GB。SQL Server應用程式只知道虛擬位址，所以不能直接存取實體記憶體，這個訪問是由VMM控制的。Windows NT允許產生超出可用的實體記憶體的虛擬位址空間，這樣當給SQL Server分配的虛擬記憶體多於可用的實體記憶體時，會降低SQL Server的效能。

　　這些地址空間是專門為SQL Server系統設定的，所以如果在同一硬體平台上還有其它軟體(如檔案和列印共用，應用程式服務等)在運行，那麼應該考慮到它們也佔用一部分記憶體。一般來說硬體平台至少要配置32MB的記憶體，其中，Windows NT至少要佔用16MB。1個簡單的法則是，給每一個並發的使用者增加100KB的記憶體。例如，如果有100個並發的使用者，則至少需要32MB+100使用者*100KB=42MB記憶體，實際的使用數量還需要根據啟動並執行實際情況調整。可以說，提高記憶體是提高系統效能的最經濟的途徑。

　　2.3　磁碟子系統

　　設計1個好的磁碟I/O系統是實現良好的SQL Server方案的一個很重要的方面。這裡討論的磁碟子系統至少有1個磁碟控制裝置和1個或多個硬碟單元，還有對磁碟設定和檔案系統的考慮。智能型SCSI-2磁碟控制卡或磁碟組控制器是不錯的選擇，其特點如下:

　　(1)控制器快取。

　　(2)匯流排主板上有處理器，可以減少對系統CPU的中斷。

　　(3)非同步讀寫支援。

　　(4)32位RAID支援。

　　(5)快速SCSI—2驅動。

　　(6)超前讀快取(至少1個磁軌)。

　　3　檢索策略

　　在精心選擇了硬體平台，又實現了1個良好的資料庫方案，並且具備了使用者需求和應用方面的知識後，現在應該設計查詢和索引了。有2個方面對於在SQL Server上取得良好的查詢和索引效能是十分重要的，第1是根據SQL Server最佳化器方面的知識產生查詢和索引;第2是利用SQL Server的效能特點，加強資料訪問操作。

　　3.1　SQL Server最佳化器

　　Microsoft SQL Server資料庫核心用1個基於費用的查詢最佳化工具自動最佳化向SQL提交的資料查詢操作。資料操作查詢是指支援SQL關鍵字WHERE或HAVING的查詢，如SELECT、DELETE和UPDATE。基於費用的查詢最佳化工具根據統計資訊產生子句的費用估算。

　　瞭解最佳化器資料處理過程的簡單方法是檢測SHOWPLAN命令的輸出結果。如果用基於字元的工具(例如isql)，可以通過鍵入SHOW SHOWPLAN ON來得到SHOWPLAN命令的輸出。如果使用圖形化查詢，比如SQL Enterprise Manager中的查詢工具或isql/w，可以設定配置選項來提供這一資訊。

　　SQL Server的最佳化通過3個階段完成:查詢分析、索引選擇、合并選擇。

　　1.查詢分析

　　在查詢分析階段，SQL Server最佳化器查看每一個由正規查詢樹代表的子句，並判斷它是否能被最佳化。SQL Server一般會盡量最佳化那些限制掃描的子句。例如，搜尋和/或合并子句。但是不是所有合法的SQL文法都可以分成可最佳化的子句，如含有SQL不等關係符“<>”的子句。因為“<>”是1個排斥性的操作符，而不是1個包括性的操作符，所在掃描整個表之前無法確定子句的選擇範圍會有多大。當1個關係型查詢中含有不可最佳化的子句時，執行計畫用表掃描來訪問查詢的這個部分，對於查詢樹中可最佳化的SQL Server子句，則由最佳化器執行索引選擇。

　　2.索引選擇

　　對於每個可最佳化的子句，最佳化器都查看資料庫系統資料表，以確定是否有相關的索引能用於訪問資料。只有當索引中的列的1個首碼與查詢子句中的列完全符合時，這個索引才被認為是有用的。因為索引是根據列的順序構造的，所以要求匹配是精確的匹配。對於分簇索引，原來的資料也是根據索引列順序排序的。想用索引的次要列訪問資料，就像想在電話本中尋找所有姓為某個姓氏的條目一樣，排序基本上沒有什麼用，因為你還是得查看每一行以確定它是否符合條件。如果1個子句有可用的索引，那麼最佳化器就會為它確定選擇性。

　　所以在設計過程中，要根據查詢設計準則仔細檢查所有的查詢，以查詢的最佳化特點為基礎設計索引。

　　(1)比較窄的索引具有比較高的效率。對於比較窄的索引來說，每頁上能存放較多的索引行，而且索引的層級也較少。所以，緩衝中能放置更多的索引頁，這樣也減少了I/O操作。

　　(2)SQL Server最佳化器能分析大量的索引和合并可能性。所以與較少的寬索引相比，較多的窄索引能向最佳化器提供更多的選擇。但是不要保留不必要的索引，因為它們將增加儲存和維護的開支。對於複合索引、複合式索引或多列索引，SQL Server最佳化器只保留最重要的列的分布統計資訊，這樣，索引的第1列應該有很大的選擇性。

　　(3)表上的索引過多會影響UPDATE、INSERT和DELETE的效能，因為所有的索引都必須做相應的調整。另外，所有的分頁操作都被記錄在日誌中，這也會增加I/O操作。

　　(4)對1個經常被更新的列建立索引，會嚴重影響效能。

　　(5)由於儲存開支和I/O操作方面的原因，較小的自組索引比較大的索引效能更好一些。但它的缺點是要維護自組的列。

　　(6)盡量分析出每一個重要查詢的使用頻度，這樣可以找出使用最多的索引，然後可以先對這些索引進行適當的最佳化。

　　(7)查詢中的WHERE子句中的任何列都很可能是個索引列，因為最佳化器重點處理這個子句。

　　(8)對小於1個範圍的小型表進行索引是不划算的，因為對於小表來說表掃描往往更快而且費用低。

　　(9)與“ORDER BY”或“GROUP BY”一起使用的列一般適於做分族索引。如果“ORDER BY”命令中用到的列上有分簇索引，那麼就不會再產生1個工作表了，因為行已經排序了。“GROUP BY”命令則一定產生1個工作表。

　　(10)分簇索引不應該構造在經常變化的列上，因為這會引起整行的移動。在實現大型交易處理系統時，尤其要注意這一點，因為這些系統中資料往往是頻繁變化的。

　　3.合并選擇

　　當索引選擇結束，並且所有的子句都有了一個基於它們的訪問計劃的處理費用時，最佳化器開始執行合并選擇。合并選擇被用來找出一個用於合并子句訪問計劃的有效順序。為了做到這一點，最佳化器比較子句的不同排序，然後選出從物理磁碟I/O的角度看處理費用最低的合并計劃。因為子句組合的數量會隨著查詢的複雜度極快地增長，SQL Server查詢最佳化工具使用樹剪枝技術來盡量減少這些比較所帶來的開支。當這個合并選擇階段結束時，SQL Server查詢最佳化工具已經產生了1個基於費用的查詢執行計畫，這個計劃充分利用了可用的索引，並以最小的系統開支和良好的執行效能訪問原來的資料。

　　3.2　高效的查詢選擇

　　從以上查詢最佳化的3個階段不難看出，設計出物理I/O和邏輯I/O最少的方案並掌握好處理器時間和I/O時間的平衡，是高效查詢設計的主要目標。也就是說，希望設計出這樣的查詢:充分利用索引、磁碟讀寫最少、最高效地利用了記憶體和CPU資源。

　　以下建議是從SQL Server最佳化器的最佳化策略中總結出來的，對於設計高效的查詢是很有協助的。

　　1.如果有獨特的索引，那麼帶有“=”操作符的WHERE子句效能最好，其次是封閉的區間(範圍)，再其次是開放的區間。

　　2.從資料庫訪問的角度看，含有不連續串連詞(OR和IN)的WHERE子句一般來說效能不會太好。所以，最佳化器可能會採用R策略，這種策略會產生1個工作表，其中含有每個可能匹配的執行的標識符，最佳化器把這些行標誌符(頁號和行號)看做是指向1個表中匹配的行的“動態索引”。最佳化器只需掃描工作表，取出每一個行標誌符，再從資料表中取得相應的行，所以R策略的代價是產生工作表。

　　3.包含NOT、<>、或!　=的WHERE子句對於最佳化器的索引選擇來說沒有什麼用處。因為這樣的子句是排斥性的，而不是包括性的，所以在掃描整個原來資料表之前無法確定子句的選擇性。

　　4.限制資料轉換和串操作，最佳化器一般不會根據WHERE子句中的運算式和資料轉換式產生索引選擇。例如:

　　paycheck * 12>36000 or substring(lastname,1,1)=“L”

　　如果該表建立了針對paycheck和lastname的索引，就不能利用索引進行最佳化，可以改寫上面的條件運算式為:

　　paycheck<36000/12 or lastname like “L%”

　　5.WHERE子句中的本地變數被認為是不被最佳化器知道和考慮的，例外的情況是定義為儲備過程輸入參數的變數。

　　6.如果沒有包含合并子句的索引，那麼最佳化器構造1個工作表以存放合并中最小的表中的行。然後再在這個表上構造1個分簇索引以完成一個高效的合并。這種作法的代價是工作表的產生和隨後的分族索引的產生，這個過程叫REFORMATTING。　　所以應該注意RAM中或磁碟上的資料庫tempdb的大小(除了SELECT INTO語句)。另外，如果這些類型的操作是很常見的，那麼把tempdb放在RAM中對於提高效能是很有好處的。

　　4　效能最佳化的其他考慮

　　上面列出了影響SQL Server的一些主要因素，實際上遠不止這些。作業系統的影響也很大，在Windows NT下，檔案系統的選擇、網路通訊協定、開啟的服務、SQL Server的優先順序等選項也不同程度上影響了SQL Server的效能。

　　影響效能的因素是如此的多，而應用又各不相同，找出1個通用的最佳化方案是不現實的，在系統開發和維護的過程中必須針對啟動並執行情況，不斷加以調整。事實上，絕大部分的最佳化和調整工作是在與用戶端獨立的伺服器上進行的，因此也是現實可行的。