[SQL SERVER][Performance]密度和选择性

[SQL SERVER][Performance]密度和选择性

3月份SQL PASS TW活动我有介绍密度和选择性关系，

统计值透过密度比率来判断索引字段选择性高低，

换句话说，索引有效性取决于统计值，统计值影响执行计划好坏，

所以统计值在数据库扮演相当重要的角色。

一般来说低密度索引字段表示高选择性(密度越低越适合nonclustered index key)，

高选择性可以帮助查询优化程序在大数据量中快速搜寻小结果集，

查询调校过程中，大部分时间会花在索引优化上，

这里我大概分享一下自己如何确认索引有效性。

相信大家都有听说过，index key顺序会引响性能，

主要是因为统计值所造成，下面是当天活动demo script，

大家可以猜猜看，SQL SERVER查询优化程序会决定走那一个索引。

--#密度和选择性

select Rate,PayFrequency,ModifiedDate

from EmployeePayHistory  

where PayFrequency=2

and ModifiedDate between '2004-07-31' and '2004-08-10'

drop index idx1 on EmployeePayHistory 

create index idx1 on EmployeePayHistory(PayFrequency,ModifiedDate)

include(Rate) 

drop index idx2 on EmployeePayHistory 

create index idx2 on EmployeePayHistory(ModifiedDate,PayFrequency)  

include(Rate) 

dbcc show_statistics(EmployeePayHistory,idx1)

dbcc show_statistics(EmployeePayHistory,idx2)

idx1统计值(撷取部分)

PayFrequency 密度0.5

idx2统计值(撷取部分)

ModifiedDate 密度 0.03846154

前面我有说过低密度高选择性，所以你可能会直觉认定查询最佳化程序会走idx2 索引，

很不幸你不能只单单做这样的判断，因为选择性主要是因你查询条件数据分布所决定，

这里我有一个估算方法。

ModifiedDate between '2004-07-31' and '2004-08-10' 数据分布

符合ModifiedDate 条件数据分布有 277，该索引总笔数 316，所以密度 select (1.0*277)/316

PayFrequency=2 数据分布

符合PayFrequency=2条件数据分布有 136，该索引总笔数 316，所以密度 select (1.0*136)/316

两个索引密度都算出来，套用之前我所说的，

低密度高选择性，高选择性越适合成为nonclustered index key，

所以这次查询优化程序会使用访问索引 idx1。

确实使用索引idx1。

当然对于索引优化这只是一小部分，

未来如有机会希望可以和大家分享不求人系列二--索引优化不求人 

原文:大专栏  [SQL SERVER][Performance]密度和选择性

标签：EmployeePayHistory,PayFrequency,SERVER,索引,选择性,ModifiedDate,密度,SQL,Performance
来源： https://www.cnblogs.com/chinatrump/p/11458483.html