SQL性能优化的几个技巧

关于数据库的性能优化，网上有太多的文章了，我也是最近做项目，遇到相关的问题，所以学习了很多相关方面的知识。本文也是我完成项目后总结出来的一些经验。

我最近做的项目是本地联通的一个查询项目，数据量并不是很大，但是也不小，十几万条信息，最主要的是要进行频繁的查询操作。以下是我积累下来的小技巧。
Part One分页
数据量到一定程度，必然需要使用真分页，也就是数据库分页。这里面有row_number() 方法和TOP加NOT IN方法。
网上测试说，在小数据量下（一般应该认为是10万以下，TOP+NOT IN分页方式效率要比ROW_NUMBER()高；在大数据量下（百万级）ROW_NUMBER()分页方式效率要更高一些。
根据我实际项目测试，ROW_NUMBER()和TOP+NOT IN完成的耗时几乎没有太大差别。
当然，也有在存储过程使用row_number()函数进行分页。
Part Two 索引
一、聚集索引
说到数据库性能优化，怎么能不说索引。
做索引优化，第一个要考虑的就是聚集索引，因为一个数据表的物理结构就是有聚集索引决定的。一般mssql会把自增主键默认作为聚集索引，但是本次项目，由于某一个字段被查询的概率最大，所以我将聚集索引放在了这个字段上，并且把相关排序也都设为这个字段。这样做好处是查询效率和检索效率的提升，但是对数据新增/修改/删除的有一些影响。
二、复合索引
之后是做复合索引，项目很多时候也会出现某几个条件同时进行检索的情况，所以我为这几个条件建立了复合索引，并设置为默认的索引。并且索引字段的排序也是从辨识程度更高的字段在前，依次排列。

select xxxx from (select ROW_NUMBER() over(order by Info_Industry asc) as 'rowNumber', * from InfoList WITH(INDEX=idx_InfoList) WHERE Info_Industry LIKE '%中%' AND Info_Phone LIKE '%%' AND Info_OrganizName LIKE '%%' AND  Info_Address LIKE '%%') as temp where rowNumber between 1 and 100

添加组合索引时，做相等运算字段应该放在最前面或者说将选择性高的字段，放在最前面。也就是将最有效的过滤条件，设置为复合索引的第一位
索引是以平衡树（B树）的方式存在的，复合索引的列的顺序决定了B树的信息的存储的顺序
排序的差别就在于：一开始的过滤条件，决定了查询多少page初步确定满足条件的数据，再进一步的进行过滤
如果最开始就相对精确地确定了满足查询条件的数据范围，后面可以通过相对较小的代价来最终确认出满足条件的数据
如果最开始相对模糊地却确定了满足查询条件的数据范围，那么这个过程的代价就相对比较大，虽然后面通过每一个条件的过，结果是一样的
当然这种索引的建立跟数据分布有关，但是，这里没有下结论说，复合索引一定要按照什么什么顺序来是最好的
Part Three 小技巧
在统计表的行数时候，经常用到 select count(*),然而对于行数很多的大表，这样的查询速度将会很慢。因为这样的查询对表的每一行都会进行每个列的扫描。
比较快的办法是 select count(0), 这样每一行就只是扫描行头信息。
以上2种都是进行的全表扫描。
更快的是 select count(唯一索引列)， 这样的查询会走索引。（前提是你有索引啊！）。

先写这些，以后有机会，再深入研究。