導讀:1建站知識SQL Server查詢分析器是基于開銷的。通常來講，查詢分析器會根據謂詞來確定該如何選擇高效的查詢路線,比如該選擇哪高端網站建設建設網站公司。

而每次查詢分析器尋找路徑時，并不會每一次都去統計索引中包含的行數，值的范圍等，而是根據一定條件創建和更新這些信息后保存到數據庫中，這也就是所謂的統計信息。 如何查看統計信息 查看SQL Server的統計信息非常簡單，使用如下指令： DBCC SHOW_STATISTICS('表名','索引名')所得到的結果如圖1所示。

統計信息如何影響查詢

下面我們通過一個簡單的例子來看統計信息是如何影響查詢分析器。我建立一個測試表，有兩個INT值的列，其中id為自增，ref上建立非聚集索引，插入100條數據，從1到100，再插入9900條等于100的數據。圖1中的統計信息就是示例數據的統計信息。

此時，我where后使用ref值作為查詢條件，但是給定不同的值，我們可以看出根據統計信息，查詢分析器做出了不同的選擇，如圖2所示。

where id= 12345 where monthly_sales < 10000 / 12 where name like “Careyson” + “%”

但是對于比如

where price = @vari where total_sales > (select sum(qty) from sales) where a.id =b.ref_id

where col1 =1 and col2=2

這類在運行時才能知道值的查詢，采樣步長就明顯不是那么好用了。另外，上面第四行如果謂詞是兩個查詢條件，使用采樣步長也并不好用。因為無論索引有多少列，采樣步長僅僅存儲索引的第一列。當柱狀圖不再好用時，SQL Server使用密度來確定最佳的查詢路線。

密度的公式是：1/表中唯一值的 個建設網站數。當密度越小時，索引越容易被選中。比如圖1中的第二個表，我們可以通過如下公式來計算一下密度:

根據公式可以推斷，當表中營銷型網站建設的數據量逐漸增大時，密度會越來越網站seo優化培訓小。

對于那些不能根據采樣步長做出選擇的查詢，查詢分析器使用密度來估計行數,這個公式為:估計的行數=表中的行數*密度

那么，根據這個公式，如果我做查詢時，估計的行數就會為如圖4所示的數字。

我們來驗證一下這個結論,如圖5所示。

因此，可以看出，估計的行數是和實際的行數有出入的，當數據分布均勻時，或者數據量大時，這個誤差將會變的非常小。

由上面的例子可以看到，查詢分析器由于依賴于統計信息進行查詢，那么過時的統計信息則可能導致低效率的查詢。統計信息既可以由SQL Server來進行管理，也可以手動進行更新，也可以由SQL Server管理更新時手動更新。

關鍵詞標簽: 標簽 淺談 SQL