喜欢的性能调整技巧 [英] Favourite performance tuning tricks

问题描述

当您有需要性能调整的查询或存储过程时，您首先要做的是什么？

When you have a query or stored procedure that needs performance tuning, what are some of the first things you try?

推荐答案

这是我总是给某人询问关于优化的事情的handy-dandy列表。

我们主要使用Sybase，但大多数建议将全面适用。

Here is the handy-dandy list of things I always give to someone asking me about optimisation.
We mainly use Sybase, but most of the advice will apply across the board.

例如，SQL Server附带了大量的性能监视/调整位，但如果你没有这样的东西（甚至你可以）那么我会考虑以下...

SQL Server, for example, comes with a host of performance monitoring / tuning bits, but if you don't have anything like that (and maybe even if you do) then I would consider the following...

99％的问题我看到的是由于加入。解决这个问题是做一半的连接（与一些表），并将结果缓存在临时表中。然后将剩下的查询加入该临时表。

99% of problems I have seen are caused by putting too many tables in a join. The fix for this is to do half the join (with some of the tables) and cache the results in a temporary table. Then do the rest of the query joining on that temporary table.

• 在基础表上运行UPDATE STATISTICS
  
  
  
  
  • 许多系统将此作为计划的每周工作执行
  
  
  
  
  • 考虑每天自动执行一次或每周执行一次。
  
  
  
  
  • 确保数据库中没有其他进程正在运行
    $ b
    
    
    • 特别是DBCC
    
    
    
    
    • 如果两个表达式都是完全相同的数据类型，则连接将只使用索引
    
    
    • 索引仅在索引上的第一个字段在查询中匹配
    
    
    • 在适当的地方使用聚集索引吗？
      
      
      
      
      • 范围数据
      
      
      • value1和value2之间的WHERE字段
      
      
      • Joins will only use index if both expressions are exactly the same data type
      • Index will only be used if the first field(s) on the index are matched in the query
      • Are clustered indices used where appropriate?
        • range data
        • WHERE field between value1 and value2
        
        
        • 一次只考虑表4。
        
        
        • 这意味着在加入超过4个表格时，很有可能选择非最佳查询计划
        
        
        
        
        • 你能分解加入吗？
        
        
        • 预先将外键选择到临时表中
        
        
        • 执行一半的连接并将结果放入临时表中
        
        
        
        
        • #temp 表的性能可能优于 @table 大容量的变量（数千行）。
        
        
        • #temp tables may perform much better than @table variables with large volumes (thousands of rows).
        
        
        
        
        • 
          
        • 建立每日/每小时等等
        
        
        • 重建
        
        
        
        
        • 将存储过程分成2
        
        
        • 从proc1调用proc2
        • 
          
        • 允许优化程序在proc2中选择索引if @parameter已被proc1更改
        
        

        这篇关于喜欢的性能调整技巧的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！