Database--Detailed explanation of SqlServer

Detailed explanation of SQL Server

Zero, article directory

1. Database concept

1. Basic concepts of database

(1) Database (DataBase: DB)

A database is a warehouse that organizes, stores and manages data according to a data structure. ---->Warehouse for storing and managing data

(2) Database Management System (DBMS)

It is computer system software specially used to manage databases. The database management system can provide the database with operational functions such as data definition, establishment, maintenance, query and statistics, and complete the function of controlling data integrity and security.

Note: The database we generally refer to refers to the DBMS

2. Development history of database technology

(1) Hierarchical database and network database technology stage

Use pointers to represent relationships between data.

(2) Relational database technology stage

The classic milestone stage, represented by DBMS: Oracle, DB2, MySQL, SQL Server, SyBase, etc.

(3) Post-relational database technology stage

Due to the shortcomings of poor data model, performance, and scalability in relational databases, ORDBMS (object-oriented database technology) and NoSQL (structured database technology) emerged.

3. Common relational databases

• Oracle: stable operation, high portability, complete functions and superior performance. Suitable forlargeenterprises.
• DB2: fast, reliable, suitable for massive data, and highly recoverable. Suitable forlarge and medium-sizedenterprises.
• SQL Server: comprehensive, efficient, user-friendly, easy to operate, but not cross-platform. Suitable forsmall and medium-sizedenterprises.
• MySQL: open source, small in size and fast in speed. Suitable forsmall and medium-sized enterprises.

4. Common NoSQL databases

• Key-value storage database: Oracle BDB, Redis, BeansDB
• Column storage database: HBase, Cassandra, Riak
• Document database: MongoDB, CouchDB
• Graph database: Neo4J, InfoGrid, Infinite Graph

5. Structured Query Language (SQL)

Structured Query Language, that is, SQL, is a standard language for relational databases. Its characteristics are: simple, flexible, and powerful. SQL contains 6 parts:

(1) Data Query Language (DQL)

Its statements, also called "data retrieval statements," are used to obtain data from the table and determine how the data is presented in the application. The reserved word SELECT is the most commonly used verb in DQL (and all SQL). Other commonly used reserved words in DQL include WHERE, ORDER BY, GROUP BY and HAVING. These DQL reserved words are often used with other types of SQL statements.

(2) Data Manipulation Language (DML)

Its statements include the verbs INSERT, UPDATE and DELETE. They are used to add, modify and delete rows in the table respectively. Also known as Action Query Language.

(3) Transaction Processing Language (TPL)

Its statements ensure that all rows in the table affected by the DML statement are updated in a timely manner. TPL statements include BEGIN TRANSACTION, COMMIT and ROLLBACK.

(4) Data Control Language (DCL)

Its statements obtain permission via GRANT or REVOKE and determine access to database objects by individual users and user groups. Some RDBMS can use GRANT or REVOKE to control access to individual columns of a table.

(5) Data Definition Language (DDL)

Its statements include the verbs CREATE and DROP. Create a new table or delete a table (CREAT TABLE or DROP TABLE) in the database; add indexes to the table, etc. DDL includes many reserved words related to obtaining data in human database directories. It is also part of the action query.

(6) Pointer Control Language (CCL)

Its statements like DECLARE CURSOR, FETCH INTO and UPDATE WHERE CURRENT are used to operate on individual rows of one or more tables.

2. Database installation

1、SqlServer2019

Download path:https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads

Download the Developer version directly. After downloading: it is an image file—decompress it directly and you can execute the Exe file installation.

2、SQL Server Management Studio

下载路径：https://docs.microsoft.com/zh-cn/sql/ssms/download-sql-server-management-studio-ssms?view=sql-server-ver15

3. Docker install SqlServer2019

Pull image

docker pull mcr.microsoft.com/mssql/server:2019-latest

View image

docker images

Start container

docker run -e "ACCEPT_EULA=Y" -e "SA_PASSWORD=密码" -u 0:0 -p 1433:1433 --name mssql -v /data/mssql:/var/opt/mssql -d mcr.microsoft.com/mssql/server:2019-latest

parameter	illustrate
-e ‘ACCEPT_EULA=Y’	Setting this parameter indicates that you agree to the SQL SERVER Terms of Use, otherwise it cannot be used.
-e ‘SA_PASSWORD=password’	Set the password of the SQL SERVER database SA account here
-p 1433:1433	Map host port 1433 to container port 1433
–name mssql	Set the container name to mssql
-v /data/mssql:/var/opt/mssql	Map the host /data/mssql to the container /var/opt/mssql to facilitate data backup

Check if the container is started

docker ps -a

Check whether STATUS is Up. If it is Exited, you can try to use docker logs mssql to view the log. The relevant information will be provided in the log. Corresponding code and solution link.

Server local connection test

 docker exec -it mssql /bin/bash

If no error is reported, the connection is successful.

SSMS connection test

3. Database design

1. The importance of design

(1) Improve development efficiency

(2) Save space and hardware resources

(3) Directly related to database performance

2. Design process

(1) Determine needs

(2) Create E-R diagram and visualize data display

(3) Design of database fields

3. PowerDesigner practical operation

(1) Download and install PowerDesigner16.5

Link:https://pan.baidu.com/s/1y65sOlVhMyDRrTXxFbq1yg
Extraction code: 1234

(2) PD generates SQL script

It is recommended to draw the E-R diagram first and then generate the database.

Create a project, fill in the project name, and select the save directory

Create model file

Create table and add fields

Field descriptions can be displayed

Generate physical data model

Generate SQL script

(3) PD generates a model from the database

Create a model and select a database type

Configure database connection to export model

(4) PD data type description

Standard data type	DBMS-specific physical data type	Content	Length
Integer	int / INTEGER	32-bit integer	—
Short Integer	smallint / SMALLINT	16-bit integer	—
Long Integer	int / INTEGER	32-bit integer	—
Byte	tinyint / SMALLINT	256 values	—
Number	numeric / NUMBER	Numbers with a fixed decimal point	Fixed
Decimal	decimal / NUMBER	Numbers with a fixed decimal point	Fixed
Float	float / FLOAT	32-bit floating point numbers	Fixed
Short Float	real / FLOAT	Less than 32-bit point decimal number	—
Long Float	double precision / BINARY DOUBLE	64-bit floating point numbers	—
Money	money / NUMBER	Numbers with a fixed decimal point	Fixed
Serial	numeric / NUMBER	Automatically incremented numbers	Fixed
Boolean	bit / SMALLINT	Two opposing values (true/false; yes/no; 1/0)	—

Standard data type	DBMS-specific physical data type	Content	Length
Characters	char / CHAR	Character strings	Fixed
Variable Characters	varchar / VARCHAR2	Character strings	Maximum
Long Characters	varchar / CLOB	Character strings	Maximum
Long Var Characters	text / CLOB	Character strings	Maximum
Text	text / CLOB	Character strings	Maximum
Multibyte	nchar/nchar	Multibyte character strings	Fixed
Variable Multibyte	nvarchar / NVARCHAR2	Multibyte character strings	Maximum

Standard data type	DBMS-specific physical data type	Content	Length
Date	date / DATE	Day, month, year	—
Time	time / DATE	Hour, minute, and second	—
Date & Time	datetime / DATE	Date and time	—
Timestamp	timestamp / TIMESTAMP	System date and time	—

Standard data type	DBMS-specific physical data type	Content	Length
Binary	binary / RAW	Binary strings	Maximum
Long Binary	image / BLOB	Binary strings	Maximum
Bitmap	image / BLOB	Images in bitmap format (BMP)	Maximum
Image	image / BLOB	Images	Maximum
BE	image / BLOB	OLE links	Maximum
Other	—	User-defined data type	—
Undefined	undefined	Undefined. Replaced by the default data type at generation.	—

4. Three major paradigms

The design paradigm of the database is the specifications that the database design needs to meet. A database that meets these specifications is concise and has a clear structure.

(1) First normal form (1NF) columns cannot be subdivided

• Each column attribute is an irreducible attribute value, ensuring the atomicity of each column.
• The attributes of the two columns are close, similar or the same. Try to merge columns with the same attributes to ensure that no redundant data is generated.

(2) Second normal form (2NF) attributes completely depend on the primary key

• The second normal form (2NF) is established on the basis of the first normal form (1NF), that is, to satisfy the second normal form (2NF), the first normal form (1NF) must be satisfied first.
• Second Normal Form (2NF) requires that each instance or row in a database table must be uniquely distinguishable. To achieve differentiation, it is usually necessary to add a column to the table to store the unique identification of each instance. This unique attribute column is called the primary key.

(3) Third normal form (3NF) attributes do not depend on other non-primary attributes. Attributes directly depend on the primary key.

• Data cannot have a transitive relationship, that is, each attribute has a direct relationship with the primary key rather than an indirect relationship.
• For example, the Student table (student number, name, age, gender, school, school address, school phone number) should be split into two tables (student number, name, age, gender, school) + (school School, school address, school phone number)

(4) Balance paradigm and redundancy

• Redundancy trades storage for performance, and paradigm trades performance for storage.
• When designing the model, the specific trade-offs between these two aspects must first be based on the computing power and storage resources provided by the enterprise. Second, modeling is also task-driven, so redundancy and paradigm trade-offs need to be consistent with task requirements.

5. Tables and table relationships

(1) One-to-one

• single table storage
• Two table storage: There is a one-to-one relationship between data records between the two tables, constrained by the same primary key.

(2) One-to-many

• single table storage
• Two table storage: (recommended) One record in the master table corresponds to multiple records in the slave table, and the storage is related through the primary and foreign key relationships.

(3) Many to many

• single table storage
• Two table storage
• Three table storage: (recommended) two data mainly store data, and the relational table stores relational data

6. Design habits

Some internal norms and unified habits customized by the company as a unit will have a promoting effect on the team.

(1) Naming convention

• CamelCase nomenclature: refers to when the variable name and method name are two or more words connected together, the first letter of the first word is lowercase, and the first letter of the other words is capitalized. It is used to add variables and functions. form readability.
• Pascal nomenclature: When variable names and method names are connected together by two or more words, the first letter of each word is capitalized. The unique identifier is used to increase the readability of variables and functions.
• Resolutely resist Chinese and advocate the use of English words. It is recommended not to use Chinese Pinyin. Resolutely resist the use of the first letter of Pinyin. It is recommended not to be too long and have clear meaning.

(2) Commonly used public fields

• ID: physical ID of the table
• CreateBy: row record creator
• CreateTime: row record creation time
• UpdateBy: Row record updater
• UpdateTime: row record update time
• UserIP: operator IP
• TS: timestamp, version number, used for optimistic lock updates
• ISDEL: fake deletion identifier

4. Database data types

1. Integer type

（1）int

is stored in 4 bytes, of which 1 binary bit represents the sign bit, and the other 31 binary bits represent the length and size, which can represent -2^31~2All integers in the range 31-1.

（2）bigint

is stored in 8 bytes, of which 1 binary bit represents the sign bit, and the other 63 binary bits represent the length and size, which can represent -2^63~2All integers in the range 63-1.

（3）smallint

is stored in 2 bytes, of which 1 binary bit represents the sign bit, and the other 15 binary bits represent the length and size, which can represent -2^15~2All integers in the range of 15-1.

（4）tinyint

Stored in 1 byte, it can represent all integers in the range of 0~255.

2. Floating point type

Floating-point data types store decimals, and floating-point data are approximate values. Sql Server adopts a round-only method for storage, that is, when the number to be rounded is a non-zero number, it is rounded by 1.

（1）real

Stored in 4 bytes, it can store positive or negative decimal values. Its storage range is from -3.40E+38~-1.18E-38, 0 and 1.18E-38~3.40E+38.

（2）float

• The float data type can be written in the form of float(n), n is the precision of the specified float data, and n is an integer value between 1-53. The default value of n is 53, occupying 8 bytes of storage space, and its range is from -1.79E+308-2.23E-308, 0 and 2.23E+308~1.79E-308.
• When n takes 1-24, a real type of data is actually defined, and the system uses 4 bytes to store it.
• When n is 25-53, the system considers it to be a float type and uses 8 bytes to store it.

(3) decimal[(p[,s])] and numeric[(p[,s])

• Numeric data type with fixed precision and scale. When using maximum precision, valid values ​​range from -10³⁸⁺¹–10^{38-1< a i=4>. numeric is functionally equivalent to decimal.}
• p (precision): specifies the total number of digits in the value, including the digits to the left and right of the decimal point. The precision must be a value between 1 and 38. The default precision is 18.
• s(小数位数)：指定小数点右边数值的最大位数，小数位数必须是从0到p之间的值，仅在指定精度后才可以指定小数的位数，默认小数位数是0；

3、字符串类型

（1）前缀说明

• var：表示是实际存储空间是变长的，不带var，存储长度不足时，空格补足。带var节省空间，但效率低，不带var，浪费空间，但效率高。
• n：表示为Unicode字符，字符中，英文字符只需要一个字节存储就足够了，但汉字众多，需要两个字节存储，英文与汉字同时存在时容易造成混乱，Unicode字符集就是为了解决字符集这种不兼容的问题而产生的，它所有的字符都用两个字节表示，即英文字符也是用两个字节表示。

（2）char(n)

• 固定长度，存储ANSI字符，不足的补英文半角空格。若插入字段的数据过长，则会截掉其超出部分，数据库不会异常。
• n的取值为1~8000。最多8000个英文，4000个汉字，如不指定n的值，系统默认n的值为1。

（3）varchar(n)

• 可变长度，存储ANSI字符，根据数据长度自动变化。
• n的取值为1~8000。最多8000个英文，4000个汉字，如不指定n的值，系统默认n的值为1，但可根据实际存储的字符数改变存储空间。存储大小是输入数据的实际长度加2个字节。加的两个字节是用来存储字段长度的。

（4）nchar(n)

• 固定长度，存储Unicode字符，不足的补英文半角空格。
• n值必须在1~4000。最多4000个英文或者汉字，如不指定n的值，系统默认n的值为1。

（5）nvarchar(n)

• 可变长度，存储Unicode字符，根据数据长度自动变化。
• n值必须在1~4000。最多4000个英文或者汉字，如不指定n的值，系统默认n的值为1。但可根据实际存储的字符数改变存储空间。存储大小是输入数据的实际长度加2个字节。加的两个字节是用来存储字段长度的。

4、日期和时间类型

（1）date

存储用字符串表示的日期数据，可以表示0001-01-01~9999-12-31(公元元年1月1日到公元9999年12月31日)间的任意日期值。数据格式为“YYYY-MM-DD”，该数据类型占用3个字节的空间。

YYYY：表示年份的四位数字，范围为0001~9999。

MM：表示指定年份中月份的两位数字，范围为01~12。

DD：表示指定月份中某一天的两位数字，范围为01~31（最高值取决于具体月份）。

（2）time

以字符串形式记录一天的某个时间，取值范围为00:00:00.0000000~23:59:59.9999999，数据格式为“hh:mm:ss[.nnnnnnn]”，存储时占用5个字节的空间。

hh：表示小时的两位数字，范围为0~23。

mm：表示分钟的两位数字，范围为0~59。

ss：表示秒的两位数字，范围为0~59。

n：是0_{7位数字，范围为0}9999999，它表示秒的小部分。

（3）datetime

用于存储时间和日期数据，从1753年1月1日到9999年12月31日，默认值为 1900-01-01 00:00:00，当插入数据或在其它地方使用时，需用单引号或双引号括起来。可以使用“/”、“-”和“.”作为分隔符。该类型数据占用8个字节的空间。

（4）datetime2

datetime的扩展类型，其数据范围更大，默认的最小精度最高，并具有可选的用户定义的精度。默认格式为：YYYY-MM-DD hh:mm:ss[.fractional seconds]，日期的存取范围是0001-01-01~9999-12-31(公元元年1月1日到公元9999年12月31日)。

（5）smalldatetime

smalldatetime类型与datetime类型相似，只是其存储范围是从1900年1月1日到2079年6月6日，当日期时间精度较小时，可以使用smalldatetime，该类型数据占用4个字节的存储空间。

（6）datetimeoffset

用于定义一个采用24小时制与日期相组合并可识别时区的时间。默认格式是：“YYYY-MM-DD hh:mm:ss[.nnnnnnn][{+|-}hh:mm]”。

hh:两位数，范围是-14~14。

mm:两位数，范围为00~59。

这里hh是时区偏移量，该类型数据中保存的是世界标准时间（UTC）值，eg：要存储北京时间2011年11月11日12点整，存储时该值将是2011-11-11 12:00:00+08:00,因为北京处于东八区，比UTC早8个小时。存储该数据类型数据时默认占用10个字节大小的固定存储空间。

5、文本和图像类型

（1）text

用于存储文本数据，服务器代码页中长度可变的非Unicode数据，最大长度为2的31次方-1（2147 483 647）个字符。当服务器代码页使用双字节字符时，存储仍是2147 483 647字节。

（2）ntext

与text类型作用相同，为长度可变的非Unicode数据，最大长度为 2^30-1 (1073 741 283)个字符。存储大小是所输入字符个数的两倍。

（3）image

长度可变的二进制数据，范围为 :0—2^31-1个字节。用于存储照片、目录图片或者图画，容量也是2147 483 647个字节，由系统根据数据的长度自动分配空间，存储该字段的数据一般不能使用insert语句直接输入。

6、货币类型

（1）money

用于存储货币值，取值范围为正负922 337 213 685 477.580 8之间。money数据类型中整数部分包含19个数字，小数部分包含4个数字，因此money数据类型的精度是19，存储时占用8个字节的存储空间。

（2）smallmoney

与money类型相似，取值范围为正负214 748.346 8之间，smallmoney存储时占用4个字节存储空间。

7、位数据类型

bit 称为位数据类型，只取0或1为值，长度1字节。bit值经常当作逻辑值用于判断true(1)或false(0),输入非0值时系统将其替换为1。

8、二进制类型

（1）binary(n)

长度为n个字节的固定长度二进制数据，其中n是从1~8000的值。存储大小为n个字节。在输入binary值时，必须在前面带0x,可以使用0xAA5代表AA5，如果输入数据长度大于定于的长度，超出的部分会被截断。

（2）varbinary(n)

可变长度二进制数据。其中n是从1~8000的值，存储大小为所输入数据的实际长度+2个字节。

9、其它数据类型

（1）rowversion

每个数据都有一个计数器，当对数据库中包含rowversion列的表执行插入或者更新操作时，该计数器数值就会增加。此计数器是数据库行版本。一个表只能有一个rowversion列。每次修改或者插入包含rowversion列的行时，就会在rowversion列中插入经过增量的数据库行版本值。

公开数据库中自动生成的唯一二进制数字的数据类型。rowversion通常用作给表行加版本戳的机制。存储大小为8个字节。rowversion数据类型只是递增的数字，不保留日期或时间。

（2）timestamp

时间戳数据类型，timestamp的数据类型为rowversion数据类型的同义词，提供数据库范围内的唯一值，反映数据修改的唯一顺序，是一个单调上升的计数器，此列的值被自动更新。在create table或alter table语句中不必为timestamp数据类型指定列名。

（3）uniqueidentifier

16字节的GUID(Globally Unique Identifier,全球唯一标识符)，是Sql Server根据网络适配器地址和主机CPU时钟产生的唯一号码，其中，每个为都是0_9或af范围内的十六进制数字。例如：6F9619FF-8B86-D011-B42D-00C04FC964FF，此号码可以通过newid()函数获得，在全世界各地的计算机由此函数产生的数字不会相同。

（4）cursor

游标数据类型，该类型类似与数据表，其保存的数据中的包含行和列值，但是没有索引，游标用来建立一个数据的数据集，每次处理一行数据。

（5）sql_variant

用于存储除文本，图形数据和timestamp数据外的其它任何合法的Sql Server数据，可以方便Sql Server的开发工作。

（6）table

用于存储对表或视图处理后的结果集。这种新的数据类型使得变量可以存储一个表，从而使函数或过程返回查询结果更加方便、快捷。

（7）xml

存储xml数据的数据类型。可以在列中或者xml类型的变量中存储xml实例。存储的xml数据类型表示实例大小不能超过2GB。

五、数据库和表操作

1、数据库相关

（1）创建数据库

 create database database_name
  [ on
    [primary]  [<filespec> [,...n] ]
  ]
  [ log on 
  [<filespec>[,...n]]
  ];
 
  <filespec>::=
   (
     name=logical_file_name
     [  ,  newname = new_login_name ]
     [  ,  fileName = {
   
   'os_file_name' | 'fileStream_path'} ]
     [  ,  size = size[ KB | MB | GB | TB]  ] 
     [  ,  MaxSize  = {max_size [ KB | MB |GB |TB] | UNLIMITED}  ] 
     [  ,  filegrowth  = growth_increment [ KB  | MB  |GB  | TB  | %]    ] 
);

• database_name:数据库名称，不能与SQL SERVER中现有的数据库实例名称相冲突,最多可包含128个字符;
• ON:指定显示定义用来存储数据库中的数据的磁盘文件。
• PRIMARY：指定关联的列表定义的主文件，在主文件组项中指定第一个文件将生成主文件，一个数据库只能有一个主文件。如果没有指定primary，那么create datebase 语句中列出的第一个文件将成为主文件。
• LOG ON:指定用来存储数据库日志的日志文件。LOG ON后跟以逗号分隔的用以定义日志文件的列表。如果没有指定log on，将自动创建一个日志文件，其大小为该数据库的所有文件大小总和的25%或521KB，取两者之中最大者。
• name:指定文件的逻辑名称。指定filename时，需要使用name，除非指定 FOR ATTCH 子句之一。无法将filename文件组命名为primary。
• filename:指定创建文件时又操作系统使用的路径和文件名。执行create datebase 语句前，指定路径必须存在.
• size:指定数据库文件的初始大小，如果没有为主文件提供size，数据库引擎使用model数据库中主文件的大小。
• max_size:指定文件可增大的最大大小。可使用KB、MB、GB和TB做后缀，默认值为MB。max_size是整数值.如果不指定max_size,则文件将不断增长直至磁盘被占满。UNLIMITED表示文件一直增长到磁盘装满。
• filegrowth:指定文件的自动增量。文件的filegrowth设置不能超过MAXSIZE设置。该值可以 MB、KB、GB、TB或百分比（%）为单位指定，默认值为MB，如果指定%，则增量大小为发生增长时文件大小的的指定百分比。值为0表明自动增长被设为关闭，不允许增加空间。

创建一个数据库sample_db,该数据库的主数据文件逻辑名为sample_db，物理文件名称为sample_db.mdf,初始大小为5MB，最大尺寸为30MB，增长速度为5%；数据库日志文件的逻辑名称为sample_log,保存日志文件的物理名称为sample_log.ldf，初始大小为1MB，最大尺寸为8MB，增长速度为10%

create database[sample_db] on primary
(
    name='sample_db',
    filename='C:\SQL_SERVER_temp\sampl_db.mdf',
    size=5120KB,
    maxsize=30MB,
    filegrowth=5%
)
log on 
(
    name='sample_log',
    filename='C:\SQL_SERVER_temp\sample_log.ldf',
    size=1024KB,
    maxsize=8192KB,
    filegrowth=10%
)

（2）修改数据库

增加或删除数据文件、改变数据文件或日志文件的大小和增长方式，增加或者删除日志文件和文件组。

alter database database_name
{
   modify name=new_database_name
   | Add file<filespec> [ ,...n ] [ TO filegroup {  filegroup_name } ]
   | Add log file <filespec> [ ,...n ] 
   | remove file logical_file_name
   |modify file <filespec>
}
  <filespec>::=
   (
     name=logical_file_name
     [  ,  newname = new_login_name ]
     [  ,  fileName = {
   
   'os_file_name' | 'filestream_path'} ]
     [  ,  size = size[ KB | MB | GB | TB]  ] 
     [  ,  MaxSize  = {max_size [ KB | MB |GB |TB] | UNLIMITED}  ] 
     [  ,  FILEGROWTH  = growth_increment [ KB  | MB  |GB  | TB  | %]    ] 
     [    ,     offline ]
);

• database_name:要修改的数据库的名称；
• modify name:指定新的数据库名称；
• Add file:向数据库中添加文件。
• to filegroup{filegroup_name}:将指定文件添加到文件组。filegroup_name为文件组名称.
• Add log file:将要添加的日志文件添加到指定的数据库
• remove file logical_file_name:从SQL Server的实例中删除逻辑文件并删除物理文件。除非文件为空，否则无法删除文件。logical_file_name是在Sql Server 中引用文件时所用的逻辑名称。
• modify file:指定应修改的文件，一次只能更改一个属性。必须在中指定name,以标识要修改的文件。如果指定了size，那么新大小必须比文件当前大小要大。

将sample_db数据库中的主数据文件的初始大小修改为15MB

alter database sample_db
  modify file
   (
    name='sample_db',
    size=15MB
  );

（3）删除数据库

drop database XXX

（4）备份数据库

• 右键数据库→任务→生成脚本，然后根据自己的需要，选择导出对应的结构、数据、版本等
• 右键数据库→任务→备份→选择备份的数据库→备份类型选择"完整"→选择备份路径 →输入备份文件的名称→最后点击确定

（5）还原数据库

• 右键→选择还原数据→选择【设备】选项→添加还原文件→编写备份完数据库的名称→修改还原后的数据库的位置→最后点击确定

2、表的相关操作

（1）创建表

CREATE TABLE dbo.Products  
   (ProductID int PRIMARY KEY NOT NULL,  
   ProductName varchar(25) NOT NULL,  
   Price money NULL,  
   ProductDescription varchar(max) NULL)  
GO  

（2）删除表

drop table 表名

（3）修改字段名

alter table 表名 rename column A to B

（4）修改字段类型

alter table 表名 alter column 字段名 type not null

（5）修改字段默认值

--如果字段有默认值，则需要先删除字段的约束，在添加新的默认值
alter table 表名 add default (0) for 字段名 with values
--根据约束名称删除约束
alter table 表名 drop constraint 约束名
--根据表名向字段中增加新的默认值
alter table 表名 add default (0) for 字段名 with values

（6）增加字段

alter table 表名 add 字段名 type not null default 0

（7）删除字段

alter table 表名 drop column 字段名

（8）新建约束

--修改字段为必填，此字段才能设置为主键
ALTER TABLE StudentTB ALTER COLUMN Code VARCHAR(12) NOT NULL 
--主键约束
ALTER TABLE StudentTB ADD CONSTRAINT main_key PRIMARY KEY(Code)
--唯一性约束
ALTER TABLE StudentTB ADD CONSTRAINT unique_Name UNIQUE(Name)
--添加默认约束
ALTER TABLE StudentTB ADD CONSTRAINT default_Name DEFAULT('HAHAHA') FOR Name
--添加检查约束
ALTER TABLE StudentTB ADD CONSTRAINT more_than_12 CHECK(Age < 12);

（9）主键、外键

主键

• 标识了数据库中某一表中某一条数据的唯一性。
• 数字主键：自增主键（标识列），新增数据，数据库自动完成主键的递增；优势：默认会有聚集索引，按照区间查询性能高； 根据主键查询数性能高；劣势：就是害怕数据迁移。
• 联合主键：表中的多个字段联合起来，确定当前这条数据的唯一性，不推荐
• Guid主键：全球唯一的一个字符串；优势：方便数据迁移；劣势：性能会稍微差一些，无法作为聚集索引；

外键

• 关系的描述：一个表中的字段对应着另外一个表中的主键，就是外键
• 物理约束：如果外键的主表中不存在这条数据，外键所在表中的数据是无法插入的
• 级联删除：需要设置，可以做到删除外键的主表数据，可以把从表中的对应数据自动全部删掉
• 数据保护：需要设置，可以做到数据校验，如果要删除从表数据，从表中的外键对应的主表中的数据要先删除，然后才能删除从表

六、数据库表增删改查

1、单表查询

（1）简单查询

--查询全部字段
select *  from 表名
--查询部分字段
select 字段1，字段2 from 表名
--查询去重字段
select distinct 字段1 from 表名
--字段别名
select 字段1 别名 from 表名
select 字段1 as 别名 from 表名
--字段计算
select 字段1*字段2 as 别名 from 表名

（2）过滤查询

--简单条件
select *  from 表名 where 字段=值
--in、not in
select *  from 表名 where 字段 in()
select *  from 表名 where 字段 not in()
--between and 
select *  from 表名 where 字段 between  A and B
--and  并且
select *  from 表名 where 条件1 and 条件2
--or 或者
select *  from 表名 where 条件1 or 条件2
--not 
select *  from 表名 where 字段!=值
select *  from 表名 where 字段<>值
--空值
select *  from 表名 where 字段 is NULL
select *  from 表名 where 字段 is not NULL
--模糊查询  %: 表示零或多个字符  _ : 表示一个字符
select *  from 表名 where 字段 like '%值%'
select *  from 表名 where 字段 not like '%值%'
select *  from 表名 where 字段 like '_值%'

（3）排序查询

--ASC： 升序 (默认，可省)，DESC：降序
--字段1升序基础上相同的，字段2降序
select *  from 表名 order by 字段1 asc,字段2 desc

（4）分页查询

--ROW_NUMBER()  over 按照over的排序进行排序的结果集编号newRow，然后取值
select * from 
(select *, ROW_NUMBER() over(order by 字段 desc) as newRow from 表名) as t
where t.newRow between 1 and 2
--offset 跨过3行取剩下2行
select * from 表名 order by 字段 desc
offset 3 rows fetch next 2 rows only

（5）分组聚集函数

--COUNT 统计结果的记录数
select count(*) from 表名
select count(字段1) from 表名
--MAX 统计计算最大值   
select max(字段1) from 表名
--MIN 统计最小值
select min(字段1) from 表名
--SUM 统计计算求和
select sum(字段1) from 表名
--AVG 统计计算平均值
select avg(字段1) from 表名
--分组查询+聚集函数+过滤条件
select 字段1，字段2，count(*) as 别名 from 表名 where 条件 group by 字段1，字段2 having count(*)>1

2、多表查询

（1）笛卡尔积

多表查询会产生笛卡尔积。 假设集合A={a,b}，集合B={0,1}，则两个集合的笛卡尔积为{(a,0),(a,1),(b,0),(b,1)}，尽量避免，可以加链接条件去掉不需要的数据结果集，否则数据量是乘积行数，会非常大。

（2）内连接

链接的表符合等式条件的数据才展示

--隐世内连接
select *  from A，B where A.列=B.列
--显示内连接 inner 可省略
select *  from A [inner] join B on A.列=B.列

（3）外连接

左外连接：查询出JOIN左边表的全部数据，JOIN右边的表不匹配的数据用NULL来填充，关键字：left join

右外连接：查询出JOIN右边表的全部数据，JOIN左边的表不匹配的数据用NULL来填充，关键字：right join

全连接： (左连接 - 内连接) +内连接 + (右连接 - 内连接) = 左连接+右连接-内连接 关键字：full join

--左外连接
select *  from A left join B on A.列=B.列
--右外连接
select *  from A right join B on A.列=B.列
--全连接
select *  from A full join B on A.列=B.列

（4）自连接

把一张表看成两张表来做查询

3、插入数据

--完整表达式
insert into tableName (c1,c2,c3 ...) values (x1,x2,x3,...)
--全字段插入可以省略字段名
insert into tableName values (x1,x2,x3,...)
--插入多条
insert into tableName values(x11,x21,x31,...),
(x12,x22,x32,...),
(x13,x23,x33,...);
--插入查询结果
insert into table1 (x1,x2)
select c1,c2 from table2 where condition

4、删除数据

--delete删除
delete from tableName where condition
--truncate是删除全表
--和delete删除全表而言，如果是自增主键，truncate 后从1开始，delete后还要接着原先的自增
--truncate无法回滚，delete可以回滚
truncate tableName

5、更新数据

--单表更新
update tableName set x1=xx [, x2=xx] where condition
--关联表更新
update table1
set table1.x1='abc'
from table1
join table2 on table1.id=table2.uId  where condition
--关联更新多张表
update table1,table2
set table1.字段1 ='XXX',table2.字段2='YYY'
where table1.字段3=table2.字段3

七、数据库常用函数

1、字符串函数

--返回字符串中最左侧的第一个值的ASCII代码值
select ASCII('TEST'),ASCII('TS'),ASCII('123')
--将整数类型的ASCII值转换成对应的字符
select CHAR(123),CHAR(234)
--从左侧或者从右侧获取指定个数的元素
select LEFT('testtest',6) as p1
select RIGHT('testtest',5) as p2
--从左侧去空格或者从右侧去空格
select LTRIM('   test   ')
select RTRIM('   test   ')
--逆序字符串  tset
select REVERSE('test')
--返回字符串的长度  4 2
select LEN('test'),LEN('测试')
--查找字符串的开始位置
--CHARINDEX(str1,str,[start])函数返回子字符串str1在字符串str中的开始位置，start为搜索的开始位置，如果指定start参数，则从指定位置开始搜索；如果不指定start参数或者指定为0或者负值，则从字符串开始位置搜索
select CHARINDEX('a','banana'),CHARINDEX('a','banana',4), CHARINDEX('na','banana', 4)
--截取字符串的指定位置
--下面1代表从第一个位置开始截取，5代表截取字符的长度为5,testt
select SUBSTRING('testtest',1,5)
--大小写转换 TEST test
select UPPER('Test'),LOWER('Test')
--替换函数 xxx.baidu.com
select REPLACE('www.baidu.com','w','x')
--将数值类型转换成字符数据
--第一个参数是要转换的数值,第二个参数是转换後的总长度（含小数点，正负号）,第三个参数为小数位,这里长度优先于小数位
select STR(3141.59,6,1),STR(123.45,5,2)

2、 数学函数

--绝对值
select ABS(-2.5),ABS(4.5)
--圆周率
select PI()
--平方根
select SQRT(4),SQRT(9)
--随机数
--RAND(x)返回一个随机浮点值v,范围在0~1之间(即0<=v<=1.0)。若指定一个整数参数x，则它被用作种子值，使用相同的种子数将产生重复序列。如果同一种子值多次调用RAND函数，它将返回同一生成值。
select RAND(),RAND(),RAND()，RAND(5),RAND(5),RAND(5)
--四舍五入
--ROUND(x,y)返回接近于参数x的数，其值保留到小数点后面y位，若y为负值，则将保留x值到小数点左边y位
--1.50 1.60 10.00
select ROUND(1.54,1),ROUND(1.56,1),ROUND(12.54,-1)
--判断正、负、零  1 -1 0
select SIGN(10),SIGN(-10),SIGN(0)
--CEILING(x)返回不小于x的最小整数值  -3 4
select CEILING(-3.35), CEILING(3.35)
--FLOOR(x)返回不大于x的最大整数值  -4
select FLOOR(-3.35)
--POWER(x,y) 求x的y次方  8
select POWER(2,3) 
--SQUARE(x) 求x的平方  9 4 0
select SQUARE(3),SQUARE(-2),SQUARE(0)

3、类型转换函数

select CAST('121231' AS DATE), CAST(100 AS CHAR(3)),CAST('2012-05-01 12:11:10' AS CHAR(3))
select  CONVERT(DATE,'2012-05-01 12:11:10'),CONVERT(CHAR(3),100 ),CONVERT(DATE,'2012-05-01 12:11:10')

4、日期函数

--获取系统当前日期的函数(普通时间和UTC时间)
select GETDATE() as CurrentTime,GETUTCDATE() as UTCTIme
--返回指定日期的d是一个月中的第几天、月份、年数
select DAY('2020-08-05 12:11:08')
select MONTH('2020-08-05 12:11:08')
select YEAR('2020-08-05 12:11:08')
--返回指定日期的 年、月、第n天、天、第n周、星期几、小时、分钟、秒
SELECT DATENAME(year,'2020-04-03 08:12:36') AS yearValue,
    DATENAME(month,'2020-04-03 08:12:36') AS monthValue,
    DATENAME(dayofyear,'2020-04-03 08:12:36') AS dayofyearValue,
    DATENAME(day,'2020-04-03 08:12:36') AS dayValue,
    DATENAME(week,'2020-04-03 08:12:36') AS weekValue,
    DATENAME(weekday,'2020-04-03 08:12:36') AS weekdayValue,
    DATENAME(hour,'2020-04-03 08:12:36') AS hourValue,
    DATENAME(minute,'2020-04-03 08:12:36') AS minuteValue,
    DATENAME(second,'2020-04-03 08:12:36') AS secondValue
--获取日期中指定部分的整数值的函数
SELECT DATEPART(year,'2020-04-03 08:12:36') AS yearValue,
　　　　DATEPART(month,'2020-04-03 08:12:36') AS monthValue,
　　　　DATEPART(dayofyear,'2020-04-03 08:12:36') AS dayofyearValue
--日期的加运算
SELECT DATEADD(year,1,'2020-04-03 08:12:36') AS yearAdd,
    　　 DATEADD(month ,2, '2020-04-03 08:12:36') AS weekdayAdd,
 　　　　DATEADD(hour,3,'2020-04-03 08:12:36') AS hourAdd

八、数据库事物、锁

1、数据库事务

（1）事务是什么

数据库事务( transaction)是访问并可能操作各种数据项的一个数据库操作序列，这些操作要么全部执行，要么全部不执行，是一个不可分割的工作单位。事务由事务开始与事务结束之间执行的全部数据库操作组成。

（2）事物的特征ACID

• Atomicity(原子性)：要么都成功，要么都失败。
• Consistency(一致性)：一个事务在执行之前和执行之后，数据库都必须处以一致性状态。
• Isolation(隔离性)：在并发环境中，并发的事务是互相隔离的，一个事务的执行不能被其它事务干扰。
• Durability (持久性)：事务的持久性是指事务一旦提交后，数据库中的数据必须被永久的保存下来。

（3）事务写法

begin transaction
begin try
  do somthing ...
  commit transaction
end try
begin catch
    rollback transaction
end catch

2、数据库锁

（1）共享锁：(holdlock)

• select的时候会自动加上共享锁，该条语句执行完，共享锁立即释放，与事务是否提交没有关系。
• 显式通过添加(holdlock)来显式添加共享锁（比如给select语句显式添加共享锁），当在事务里的时候，需要事务结束，该共享锁才能释放。
• 同一资源，共享锁和排它锁不能共存，意味着update之前必须等资源上的共享锁释放后才能进行。
• 共享锁和共享锁可以共存在一个资源上，意味着同一个资源允许多个线程同时进行select。

（2）排它锁：(xlock)

• update(或 insert 或 delete)的时候加自动加上排它锁，该条语句执行完，排它锁立即释放，如果有事务的话，需要事务提交，该排它锁才能释放。
• 显式的通过添加(xlock)来显式的添加排它锁（比如给select语句显式添加排它锁），如果有事务的话，需要事务提交，该排它锁才能释放。
• 同一资源，共享锁和排它锁不能共存，意味着update之前必须等资源上的共享锁释放后才能进行。

（3）更新锁：(updlock)

• 更新锁只能显式的通过(updlock)来添加，当在事务里的时候，需要事务结束，该更新锁才能释放。
• 共享锁和更新锁可以同时在同一个资源上，即加了更新锁，其他线程仍然可以进行select。
• 更新锁和更新锁不能共存(同一时间同一资源上不能存在两个更新锁)。
• 更新锁和排它锁不兼容。
• 利用更新锁来解决死锁问题，要比xlock性能高一些，因为加了updlock后，其他线程是可以进行select的。

（4）意向锁

• 意向锁分为三种：意向共享 (IS)、意向排他 (IX) 和意向排他共享 (SIX)。 意向锁可以提高性能，因为数据库引擎仅在表级检查意向锁来确定事务是否可以安全地获取该表上的锁，而不需要检查表中的每行或每页上的锁以确定事务是否可以锁定整个表。

（5）计划锁(Schema Locks)

• 执行一条新的sql语句，数据库要先对之进行编译，在编译期间，也会加锁，称之为：计划锁。
• 编译这条语句过程中，其它线程可以对表做任何操作(update、delete、加排他锁等等），但不能做DDL(比如alter table)操作。

（6）锁的颗粒：行锁、页锁、表锁

• rowlock：行锁，对每一行加锁，然后释放。(对某行加共享锁)
• paglock：页锁，执行时，会先对第一页加锁，读完第一页后，释放锁，再对第二页加锁，依此类推。(对某页加共享锁)
• tablock：表锁，对整个表加锁，然后释放。 (对整张表加共享锁）

3、事务隔离级别

（1）事务隔离级别

• read uncommitted：这个隔离级别最低啦，可以读取到一个事务正在处理的数据，但事务还未提交，这种级别的读取叫做脏读。
• read committed：这个级别是默认选项，不能脏读，不能读取事务正在处理没有提交的数据，但能修改。
• repeatable read：不能读取事务正在处理的数据，也不能修改事务处理数据前的数据。
• snapshot：指定事务在开始的时候，就获得了已经提交数据的快照，因此当前事务只能看到事务开始之前对数据所做的修改。
• serializable：最高事务隔离级别，只能看到事务处理之前的数据。

（2）四种错误

• 脏读：第一个事务读取第二个事务正在更新的数据，如果第二个事务还没有更新完成，那么第一个事务读取的数据将是一半为更新过的，一半还没更新过的数据，这样的数据毫无意义。
• 幻读：第一个事务读取一个结果集后，第二个事务，对这个结果集进行“增删”操作，然而第一个事务中再次对这个结果集进行查询时，数据发现丢失或新增。
• 更新丢失：多个用户同时对一个数据资源进行更新，必定会产生被覆盖的数据，造成数据读写异常。
• 不可重复读：如果一个用户在一个事务中多次读取一条数据，而另外一个用户则同时更新啦这条数据，造成第一个用户多次读取数据不一致。

（3）死锁

• 两个操作，相互等待，且一直等待，就会形成死锁。

（4）如何避免死锁

• 数据库并不会出现无限等待的情况，是因为数据库搜索引擎会定期检测这种状况，一旦发现有情况，立马【随机】选择一个事务作为牺牲品。牺牲的事务，将会回滚数据。

• 死锁不可能完全避免，更多的是降低死锁的概率

• 不用锁就不会死锁，建议大家使用乐观锁

• 统一操作表顺序，先A后B再C，在系统中所有的操作都需要统一顺序

• 最小单元锁，锁里面操作尽量减少操作

• 避免事务中等待用户输入，避免在事务中等待时间过久

• 减少数据库并发，微服务

• 设置死锁时间 set lock_timeout（锁超时时间）

（5）系统查询

• 查看锁活动情况

select * from sys.dm_tran_locks

• 查看事务活动情况

dbcc opentran

• 设置锁的超时时间

set lock_timeout 4000

（6）乐观锁，不是锁

• 可能有并发，但是并发不高，没有强制的锁机制，通过程序设计来完成的；
• 定义一条数据的中有一个版本字段或者是一个时间戳字段；
• 在操作的时候，就通版本字段、时间戳字段来判断；每操作一次就版本或者是时间戳+1；

update 表 set 字段=XXX where 主键=YYY and 版本=SSS

九、数据库常用对象

1、存储过程

（1）概念

• 存储过程是在数据库系统中，一组为了完成特定功能的SQL 语句集，它存储在数据库中，一次编译后永久有效，用户通过指定存储过程的名字并给出参数来执行它。存储过程是数据库中的一个重要对象。
• 执行存储过程： exec ‘存储过程名称’ 参数，参数

（2）优势

• 存储过程封装了复杂的SQL操作，简化了操作流程。

• 加快了应用程序系统的运行速度，因为存储过程只在创建时编译，此后的调用无须重新编译。

• 实现了模块化的程序设计，存储过程可以被多次调用，为应用程序提供了统一的数据库访问接口，提高了程序的可维护性，充分体现了模块化的开发思想。

• 提高了代码的安全性，数据库管理员可以为存储过程设定指定的用户可访问的权限。

• 降低网络流量，有存储过程是存放在服务器上的，所以在应用程序与服务器通信过程中，不会产生大量的T_SQL代码

（3）劣势

• 出现问题，不好调试；
• 但是把所有的业务逻辑都丢给数据库也增加了数据库的压力，容易造成系统瓶颈。

（4）常用系统存储过程

• exec sp_databases; 查看所有数据库
• exec sp_helpdb; 查询数据库信息
• exec sp_helpdb 数据名; 查询指定数据库信息
• exec sp_renamedb ‘旧库名’, ‘新库名’; 更改数据库名称
• exec sp_tables; 查询当前数据库的所有表
• exec sp_columns 表名; 查看列
• exec sp_help 表名; 返回表的所有信息
• exec sp_helpIndex 表名; 查看索引
• exec sp_helpConstraint 表名; 约束
• exec sp_stored_procedures; 当前环境的所有存储
• exec sp_helptext ‘存储过程’; 查看存储过程源码
• exec sp_rename ‘旧名’, ‘新名’; 修改表、索引、列的名称
• exec sp_defaultdb ‘旧库名’, ‘新库名’; 更改登录名的默认数据库

系统存储过程示例：

• 表重命名语法：exec sp_rename ‘stu’, ‘stud’;
• 列重命名语法：exec sp_rename ‘表名.旧列名’, ‘新列名’,‘column’;
• 重命名索引语法：exec sp_rename N’student.idx_cid’,N’idx_cidd’, N’index’;
• 查询所有存储过程语法： select * from sys.objects where type = ‘P’;

（5）自定义存储过程

创建无参的存储过程

if (exists (select * from sys.objects where name = 'PROC_XXX'))
    drop proc PROC_XXX
go
create procedure PROC_XXX
as
    select * from 表名

修改指定存储过程的内容

go
alter proc PROC_XXX
as
  select * from 表名 where 条件

删除存储过程

drop proc PROC_XXX;

重命名存储过程(调用系统自带的存储过程来实现)

go
sp_rename PROC_XXX,PROC_YYY;

调用无参存储过程

exec PROC_XXX;

创建带参数返回值的存储过程

if (exists (select * from sys.objects where name = 'GetMsg'))
    drop proc GetMsg
go
    create proc GetMsg(
       @id varchar(32),  --输入参数,无默认值
       @userName varchar(50) output,  -- 输出参数,无默认值
       @count int output   --输出参数 ,无默认值
    )
as
    select @userName=userName from UserInfor where id=@id;
    select @count=COUNT(*) from UserInfor;

-- 执行该存储过程
declare @myUserName varchar(50);   --声明变量来接收存储过程的返回值
declare @myCount int;               --声明变量来接收存储过程的返回值
exec GetMsg @id='002',@userName=@myUserName output,@count=@myCount output;
select @myUserName as '姓名',@myCount as '总条数';

--或者这样调用
--declare @myUserName varchar(50);   --声明变量来接收存储过程的返回值
--declare @myCount int;               --声明变量来接收存储过程的返回值
--exec GetMsg '002',@myUserName output,@myCount output;
--select @myUserName,@myCount

创建带通配符的存储过程

if (exists (select * from sys.objects where name = 'GetInfor'))
    drop proc GetInfor
go
    create proc GetInfor(
        @userName varchar(50)  --输入参数
    )
as
    select * from UserInfor where userName like @userName;

-- 执行该存储过程
exec GetInfor 'y%';   --userName 以y开头
exec GetInfor '%p%';  --userName 中间有个p
exec GetInfor '_p%';  --userName p为第二个字符,p前有一个字符，p后不定

2、索引

（1）概念

索引是一个单独的，存储在磁盘上的数据结构，它们包含对数据表里所有记录的引用指针，使用索引用于快速找出在某个或多个列中有某一特定值的行，对相关列使用索引是降低查询操作时间的最佳途径。索引可以是由表或视图中的一列或多列生成的键。

（2）优势

• 通过创建唯一索引，可以保证数据库表的每一行数据的唯一性。
• 建索引最主要的目的：大大加快了数据的查询速度。
• 实现数据的参照完整性，可以加速表和表之间的连接。
• 在使用分组和排序子句进行查询时，也可以显著减少查询中分组和排序的时间。

（3）劣势

• 创建索引和维护索引要耗费时间，并且随着数据量的增加所耗费的时间也会增加。
• 索引需要占磁盘空间，除了数据表占数据空间之外，每一个索引还要占一定的物理空间，如果有大量的索引，索引文件可能比数据文件更快达到做大文件尺寸。
• 对表中的数据进行增加，删除和修改的时候，索引也要动态地维护，这样就就降低了数据的维护速度。

（4）索引分类

SQL Server中的索引有两种：聚集索引和非聚集索引，它们的区别是在物理数据的存储方式上。

聚集索引

• 聚集索引基于数据行的键值，在表内排序和存储这些数据行。

• 每张表只能有一个聚集索引，因为数据行本身只能按一个顺序存储。

• 表中的物理顺序和索引中行的物理顺序是相同的，创建任何非聚集索引之前要先创建聚集索引，这是因为非聚集索引改变了表中行的物理顺序。

• 关键值的唯一性使用UNIQUE关键字或者由内部的唯一标识符明确维护。

• 在索引的创建过程中，SQL Server临时使用当前数据库的磁盘空间，所以要保证有足够的空间创建索引。

非聚集索引

• 非聚集索引具有完全独立于数据行的结构。使用非聚集索引不用将物理数据页中的数据按列排序，非聚集索引包含索引键值和指向表数据存储位置的行定位器。
• 可以对表或索引视图创建多个非聚集索引。通常，设计非聚集索引是为了改善经常使用的、没有建立聚集索引的查询的性能。
• 查询优化器在搜索数据值时，先搜索非聚集索引以找到数据值在表中的位置，然后直接从该位置检索数据。这使得非聚集索引成为完全匹配查询的最佳选择，因为索引中包含搜索的数据值在表中的精确位置的项。

考虑使用非聚集索引的情况

• 使用JOIN或者GROUP BY子句，应为连接和分组操作中所涉及的列创建多个非聚集索引,为任何外键创建一个聚集索引。
• 包含大量唯一值的字段。
• 不返回大型结果集的查询,创建筛选索引以覆盖从大型表中返回定义完善的的行子集的查询。
• 经常包含在查询的搜索条件(如返回完全匹配的WHERE子句)中的列。

（5）设计原则

• 索引并非越多越好，一个表中如果有大量的索引，不仅占用大量的磁盘空间，而且会影响INSERT、DELETE、UPDATE等语句的性能。因为当表中数据更改的同时，索引也会进行调整和更新。
• 避免对经常更新的表进行过多的索引，并且索引中的列尽可能少。而对经常用于查询的字段应该创建索引，但要避免添加不必要的字段。
• 数据量小的表最好不要使用索引，由于数据较少，查询花费的时间可能比遍历索引的时间还要短，索引可能不会产生优化效果。
• 在条件表达式中经常用到的、不同值较多的列上建立索引。如果在不同值较少的列上不要建立索引，比如在学生表的【性别】字段上只有【男】或【女】两个不同值，因此就无需建立索引，如果建立索引，不但不会提高查询效率，反而会严重降低更新速度。
• 当唯一性是某种数据本身的特征时，指定唯一索引，使用唯一索引能够确保定义的列的数据完整性，提高查询速度。
• 在频繁进行排序或分组（即进行GROUP BY 或ORDER BY操作）的列上建立索引，如果待排序的列有多个，可以在这些列上建立组合索引。

（6）索引的管理

--查看表的索引
exec sp_helpindex 'tableName';
--查看索引的统计信息
DBCC SHOW_STATISTICS ('数据库名.dbo.表名',索引名);
--修改索引名称
exec sp_rename '表名.旧索引名' ,'新索引名', index;
--删除索引
DROP INDEX 表名.索引名
--创建索引
CREATE [UNIQUE] [CLUSTERED|NONCLUSTERRED] INDEX 索引名 ON {
   
   table名|view名}(column名 [ASC|DESC] [,...n])

3、触发器

（1）概念

触发器是数据库用于保证数据完整性的一种方式，可以说它是与表事件相关的一种特殊的存储过程，它的执行不能由程序调用，也不能手动启用，而只能是通过事件来触发，比如当对表进行 Insert、Delete、Update操作的时候，就会激活触发器来执行，所以触发器通常用于保证数据完整性和一些业务约束规则等。

（2）优势

• 自动触发，无须调用。
• 最主要的作用就是用于强制限制，它可以实现check约束所不能定义的，它可以使用其它表的数据来约束当前表，也就是说它能实现比check约束更为复杂的限制。
• 可用于一些关联表数据的更新。
• 可以跟踪状态，撤销违法操作，保证数据的准确性。

（3）触发器的分类

触发器通常分为三类

• DML（ 数据库操作语言）触发器：insert触发器、delete触发器、update触发器。
• DDL（ 数据库定义语言）触发器：以create，drop，alter开头的语句)事件时被激活使用，使用DDL触发器可以防止对数据架构进行的某些更改或记录数据中的更改或事件操作。
• 登录触发器：登录触发器将为响应 LOGIN 事件而激发存储过程。

根据触发器执行顺序分类

• for/after：仅在触发SQL语句中指定的所有操作都已成功执行完后才被触发。
• instead of：触发SQL语句并不实际执行，走完instead of触发器的内容就结束。

（4）工作原理

从临时表的角度分析

• 触发器触发的时候，会在内存中新建 inserted表 和 deleted表，这两张表是只读的，不允许修改，触发器执行完，这两张表自动删除。
• inserted表：存放插入的记录行和更新后的记录行。可以从该表中检查插入 插入或更新的数据是否符合要求，从而决定是否回滚。
• deleted表：存放删除的记录行和更新前的记录行。可以从该表中检查删除的数据是否符合要求，从而决定是否回滚。

从执行流程的角度分析

• 对于after/for类型的触发器： 执行增/删/改SQL，执行完毕且生效于DB → 触发对应触发器 → 生成inserted表和deleted表，并插入对应的数据 → 走触发器内部的自己写的业务代码（这里主要对要执行的sql语句，进行一些限制，根据inserted和deleted表查询对应的数据，从而决定回滚、抛异常、还是放行） → 执行完毕。
• 对于instead of 类型的触发器：执行增/删/改SQL，并未生效于DB→ 触发对应触发器 → 生成inserted表和deleted表，并插入对应的数据 →走触发器内部自己写的业务代码 → 执行完毕。（全程触发触发器的SQL并没有真的生效）

从三种实际触发器插入临时表的角度分析

• insert触发器： 向inserted表中插入新行备份。
• delete触发器：向deleted表中插入被删除行备份。
• update触发器：向deleted表中插入更新前的记录行备份，向inserted表中插入更新后的记录行备份。

（5）管理触发器

查看相关触发器

--1. 查看数据库中所有的触发器
select * from sysobjects where xtype='TR';
-- 查看触发器的内容
exec sp_helptext 'trig_del1';
-- 查看某张表的所有触发器
exec sp_helptrigger UserInfor

启用和禁用触发器

-- 启用UserInfor表上的触发器
alter table UserInfor enable trigger insert_forbidden20;
-- 启用UserInfor表上的所有触发器
alter table UserInfor enable trigger ALL;
-- 禁用UserInfor表上的触发器
alter table UserInfor disable trigger insert_forbidden20;
-- 禁用UserInfor表上的所有触发器
alter table UserInfor disable trigger ALL;

修改触发器

-- 把触发器的内容改为删除的时候显示删除的数据了
alter trigger trig_Notdel
on RoleInfor
after delete
as
begin
     select roleName,roleDescirption,addTime from deleted
end;

删除触发器

--删除下面两个触发器
drop trigger insert_forbidden20,trig_del1;

创建触发器

create trigger trig_Notdel
on RoleInfor
after delete
as
begin
    --insert into RoleInfor(roleName,roleDescirption)  select roleName,roleDescirption from deleted;  --部分字段恢复
    insert into Roleinfor select * from deleted; --全字段恢复
end;

4、视图

（1）概念

视图是一个虚拟表，是从一个或多个表中到处，行为与表相似，同样可以Select、Insert、Update、对视图的最终操作都会转换成对数据表的操作，可以保障数据系统的安全性。

（2）优势

• 简化用户的操作，所见即所要，不必再指定一些特殊查询条件。

• 从安全角度来考虑，视图只是一些SQL语句的集合。可以防止用户接触数据表，从而不知表结构；用户只能修改或者查看他所用到的数据，其它数据 和 表是不可以访问，视图和表的设置权限是互不影响的。

• 屏蔽真实表结构带来的变化。

（3）劣势

• 性能没有保障

（4）视图与表的区别

• 视图是已经编译好的SQL语句，是基于SQL语句的结果集的可视化表，而表不是。

• 除了索引视图外，其它视图是没有实际的物理记录，而基本表有，即表是占物理空间的，视图不占，只是逻辑概念的存在。

• 视图的创建和删除只影响视图，不影响其对应的表结构。

（5）视图管理

创建视图

if (exists (select * from sys.objects where name='UserInfor_View'))
    drop view UserInfor_View
go
create view UserInfor_View
as
select id,userAge from UserInfor where userAge >=20;
--执行视图
select * from UserInfor_View;

查看视图

-- 使用sp_help存储过程查看视图的定义信息
exec sp_help 'UserInfor_View';
-- 使用sp_helptext系统存储过程使用来显示规则，默认值，未加密的存储过程，用户定义函数，触发器或视图的文本
exec sp_helptext 'UserInfor_View';

修改视图

alter view UserInfor_View
as 
select id,userAge from UserInfor where userAge >=10;

删除视图

drop view UserInfor_View;

十、数据库读写分离

1、概念

（1）产生背景

• 数据库的数据操作中，查询占据了80%，增删改占据了20%。对于时效性要求不高的数据，为了减少磁盘读和写的竞争，引入读写分离的概念，即在数据库上进行主从配置，一个主，多个从，实现主从同步，从而业务上实现读写分离。

（2）优势

• 性能增强了，有更多的硬件来参与数据处理。
• SqlServer自带的功能，数据同步很快。

（3）劣势

• 数据同步也有延迟，如果我一插入数据，就马上需要把数据查询出来，查从库是做不到的，只能查主库。
• 操作数据库的时候变复杂了。
• 如果数据库中的表结构发生变化，需要重新搭建读写分离。

（4）常见实现方式

复制模式、镜像传输、日志传输、和 Always On技术

2、复制模式

（1）概念

• 复制模式也被称为**【发布-订阅模式】**，是由主服务器进行发布消息，备份服务器进行订阅，当主服务器数据发生变更时，就会发布消息，备份服务器读取消息进行同步更新，中间过程延迟比较短。
• 复制方式是以前很常见的一种主备，速度快，延迟小，可以支持部分同步等优点，但是也有一个很明显的缺点，因为是部分同步，如果是表修改，可以主动同步，但是如果是新增表、视图等操作，必须在发布属性中，将新加的表或者视图添加到同步配置中，否则对这个表做的任何操作都不会同步。
• 复制模式同步，要求数据库名称和主机名称必须一致，否则查找不到数据库主机；要求数据库不能使用端口，必须是可以通过ip直接访问的。

（2）该模式的订阅分两种

• 请求订阅：从数据库按照既定的周期来请求主数据库，将增量数据脚本获取回去执行，从而实现数据的同步。
• 推送订阅：主数据库数据有变更的时候，会将增量数据脚本主动发给各个从数据库(性能优于请求订阅模式，建议使用)。

（3）复制模式之快照发布

• 发布服务器按**'预定的时间间隔**'向订阅服务器发送已发布数据的快照。

• 快照发布，就是将所有要发布的内容，做成一个镜像文件，然后一次性复制到订阅服务器，两次快照之间的更新不会实时同步,而是按照设置的’预定间隔’进行。这种方式占用带宽较多，因此比较适用内容不是很大，或者更新不需要很频繁的场景。

（4）复制模式之事物发布

• 在订阅服务器收到已发布数据的初始快照后，发布服务器将事务流式传输到订阅服务器。
• 事务发布，是在第一次设置好事务复制之后，所有发布的内容都会进行镜像快照，订阅服务器收到已发布数据的初始快照后，发布服务器将事务流式传输到订阅服务器。当主服务器数据发生变更时，会通过日志传递同步给订阅服务器，数据近似于同步更新。
• 此方式会对主服务器性能造成很大影响（实时同步每次变更，而不是最终变更），适用于对数据及时性要求比较严格主备方案，但是目前已被微软提供的集群Always On所取代。

（5）读写分离之对等发布

• 对等发布支持多主复制。发布服务器将事务流式传输到拓扑中的所有对等方。所有对等节点可以读取和写入更改，且所有更改将传播到拓扑中的所有节点。

（6）读写分离之和并发布

• 合并发布是相当于两台都是主服务器，都可以对数据进行更新修改等操作，然后定时将发布服务器上的内容与订阅服务器上的内容进行合并，并根据配置保留相应内容，此种很少用。

3、 镜像传输

• 数据库镜像传输，严格来说不是主从架构，而是主备架构，将两台数据库服务器通过一台中间监控服务器关联起来，两台服务器通过镜像文件，实时同步数据（有延迟，延迟很短）。当主服务器宕机之后，监控服务器自动切换到备份服务器上。

• 此方案优点是可以快速的切换主备方案，相比较Always on集群，可以不用共享磁盘即可实现，避免了数据库集群存储单点故障，导致整个集群崩溃。

• 缺点也很明显，无论是主备服务器，要实现同步操作，都是依赖于性能低的那一端，因此两台服务器都要是高性能的才可以保证同步的及时性；同时备份服务器只是备份和故障转移，不能提供从服务器的只读访问，因此才说是主备服务器，而且是一对一，只能有一台备份服务器。

4、日志传输

• 与镜像传输模式类似，是将主数据库日志备份，发送到从服务器上，然后从服务器还原日志，更新数据。

• 此方式优点在于从服务器可以有多台从服务器，而且当主服务器脚本操作异常后，只需要在日志同步之前，及时拦截日志传输，即可保留从服务器数据，减少灾难损失；此方式相较于“复制发布”模式，还有一个有点就是无论是新增表、视图等等，都会通过日志同步给从服务器，而复制模式不行，相应的缺点就是通过日志备份传输，在还原，会有较大的时间延迟。而且无法自动转移故障，只能手动转移。

5、Always On技术

• AlwaysOn是基于Windows的故障转移集群，集群技术是微软提供的，可用性最高的主备方案。它是将多台服务器通过一个共享的外部存储区域（SAN），连接成一个资源共享的服务器群体，数据库文件和实例，都存放并运行在该共享区域节点上，每台服务器相当于一个节点，共同访问共享的节点实例。服务器只有一个节点处于活动状态，当活动节点出现故障，会有其他节点主动启动，取代当前故障点，整个过程只需要几秒钟，用户无法感知。

• 集群有很多优点，是目前最高效的高可用技术，但是他也有很明显的缺点，所有的节点，都依赖于共享节点实例，如果共享节点出现故障，将会导致整个集群失去作用，且很难恢复。

6、复制模式之快照发布实操

（1）数据库服务器配置

配置服务器可以远程访问

创建一个写主库，两个读库，数据表

USE [DbTestWrite]
GO

SET ANSI_NULLS ON
GO

SET QUOTED_IDENTIFIER ON
GO

CREATE TABLE [dbo].[User](
	[id] [nvarchar](50) NULL,
	[name] [nvarchar](50) NULL,
	[sex] [nvarchar](50) NULL,
	[age] [int] NULL
) ON [PRIMARY]
GO

创建快照文件夹共享

（2）配置分发服务器

如果是首次配置读写分离，需要配置分发服务器，后续不再配置。 如果不想用之前的分发服务器，可以右键复制，禁用分发服务器，然后重新配置。

（3）新建本地发布

（4）创建订阅

（5）创建完成

（6）往主库插一条数据，查看同步监控和结果

从库修改的数据会被主库覆盖，快照最少需要10秒才能同步一次

USE [DbTestWrite]
GO

INSERT INTO [dbo].[User]
           ([id]
           ,[name]
           ,[sex]
           ,[age])
     VALUES
           (1
           ,'test1'
           ,'男'
           ,18)
GO

十一、分库，分表，分区

1、分库

拆分数据库，一个数据库变成多个数据库，无论去做数据库中的任何操作，都需要先确定在哪个数据库中，然后再操作。

（1）为什么要分库

数据库中的数据量不一定是可控的，业务增长是成几何式增长，在未进行分库分表的情况下，随着时间和业务的发展，库中的表会越来越多，表中的数据量也会越来越大，相应地，数据操作，增删改查的开销也会越来越大；另外，由于无法进行分布式式部署，而一台服务器的资源（CPU、磁盘、内存、IO等）是有限的，最终数据库所能承载的数据量、数据处理能力都将遭遇瓶颈。

（2）纵向（垂直）拆分

特点：数据库和数据库之间不会出现相同表，把一个库中的表通过业务上的划分，分别部署到不同的数据库。

（3）纵向常见拆分方案

• 按照业务维度拆分，

  比如电商：会员，订单，商品、物流、仓储、支付、类别、财务，评论，售后、众筹、预售

（4）纵向拆分优劣

优势：

• 高并发场景下，垂直切分一定程度的提升IO、数据库连接数、单机硬件资源的瓶颈
• 解决业务系统层面的耦合，业务清晰，与微服务的治理类似
• 也能对不同业务的数据进行分级管理、维护、监控、扩展等

缺点：

• 部分表无法join，只能通过接口聚合方式解决，提升了开发的复杂度
• 分布式事务处理复杂
• 依然存在单表数据量过大的问题（需要水平切分）

（5）横向（水平）方案

特点：只是化整为零，每个小数据库中的数据表的结构完全一样，但是数据是不一样的；

（6）横向常见拆分策略

• 根据时间维度拆分
• 根据不同的区域来划分

（7）横向拆分优劣

优势：

• 不存在单库数据量过大、高并发的性能瓶颈，提升系统稳定性和负载能力
• 应用端改造较小，不需要拆分业务模块

缺点：

• 跨分片的事务一致性难以保证，跨库操作成本很高
• 跨库的join关联查询性能较差
• 数据多次扩展难度和维护量极大

2、分表

针对于部分的表中数据量随着业务的不断增长，表中的数据量也会越来越大，相应地，数据操作，增删改查的开销也会越来越大；另外，由于无法进行分布式式部署，而一台服务器的资源（CPU、磁盘、内存、IO等）是有限的，最终数据库所能承载的数据量、数据处理能力都将遭遇瓶颈。

（1）纵向（垂直）分表

特点：把一个表变成多个表，表格和表格一对一的关系，可以保存相同的主键。

（2）纵向常见拆分方案

• 把频繁查询的字段包含在一个表中，不频繁（冷门）查询的字段，放入到另外一个表中去

（3）横向（水平）分表

特点：更加常见，一般出现在单表数据量过于庞大的场景，把表由一个表变成多个表，每个表结构完全一样，数据完全不同；

（4）横向常见拆分方案

• 按照时间拆分
• 按照类型拆分
• 按照数据的不同状态
• 按照表数据条数来处理（超过多少条，就来一个新表），需要定义规则
• 随机算法，平均算法

（5）分表的优缺点

可以解决性能问题，但增加操作查询数据的复杂性。

3、分区

SQlserver自己带的功能； 自己去维护如何保存数据库；自己去维护分区。一般情况下，我们建立数据库表时，表数据都存放在一个文件里。但是如果是分区表的话，表数据就会按照你指定的规则分放到不同的文件里，把一个大的数据文件拆分为多个小文件，还可以把这些小文件放在不同的磁盘下由多个cpu进行处理。这样文件的大小随着拆分而减小，还得到硬件系统的加强，自然对我们操作数据是大大有利的。所以大数据量的数据表，对分区的需要还是必要的，因为它可以提高查询效率，还可以对历史数据经行区分存档等。但是数据量少的数据表就不要分区啦，因为表分区会对数据库产生不必要的开销。

（1）创建文件组

（2）添加文件

（3）创建分区

生成的脚本执行一下就完成了分区

USE [DbTestWrite]
GO
BEGIN TRANSACTION
CREATE PARTITION FUNCTION [pmethod](int) AS RANGE LEFT FOR VALUES (N'10', N'20', N'30')


CREATE PARTITION SCHEME [pschema] AS PARTITION [pmethod] TO ([filegroup1], [filegroup2], [filegroup3], [PRIMARY])




CREATE CLUSTERED INDEX [ClusteredIndex_on_pschema_637719204427225842] ON [dbo].[User]
(
	[age]
)WITH (SORT_IN_TEMPDB = OFF, DROP_EXISTING = OFF, ONLINE = OFF) ON [pschema]([age])


DROP INDEX [ClusteredIndex_on_pschema_637719204427225842] ON [dbo].[User]


COMMIT TRANSACTION

（4）分区查看

（5）代码实现

添加文件组

代码格式：

ALTER DATABASE <数据库名称> ADD FILEGROUP<文件组名>

代码示例：

ALTER DATABASE DemoADD FILEGROUP DemoFileGroup

添加文件

代码格式：

ALTER DATABASE <数据库名称> ADD FILE < 数据标识> TO FILEGROUP<文件组名称>

注意：数据标识中name为逻辑文件名、filename为物理文件路径名、size为文件初始大小（单位：kb/mb/gb/tb）、filegrowth为文件自动增量（单位：kb/mb/gb/tb）、maxsize为文件增大的最大大小（单位：kb/mb/gb/tb/unlimited）

代码示例：

ALTER DATABASE TestDb ADD FILE (
   NAME='TestFile1',
   FILENAME='D:\ProgramFiles\Microsoft SQL Server\MSSQL\DATA\TestFile1.mdf',   
   SIZE=5MB,   
   FILEGROWTH=5MB)   
TO FILEGROUP TestFileGroup

定义分区函数

分区函数是用于判定数据行该属于哪个分区,通过分区函数中设置边界值来使得根据行中特定列的值来确定其分区。

代码格式：

CREATE PARTITIONFUNCTION partition_function_name( input_parameter_type )

  ASRANGE [ LEFT | RIGHT ]

  FORVALUES ( [ boundary_value [ ,...n ] ] )

其中“LEFT”和“RIGHT”决定了“VALUES”中的边界值被划分到哪一个分区中（即，边界值属于左侧分区还是右侧分区）。

代码示例：

CREATE PARTITIONFUNCTION TestPartitionFunction(datetime2(0))   
ASRANG ERIGHT   
FORVALUES('2018-01-01 00:00:00','2019-01-01 00:00:00')

查看分区函数是否创建成功

SELECT * FROM sys.partition_functions

定义分区架构

定义完分区函数仅仅是知道了如何将列的值区分到了不同的分区，而每个分区的存储方式，则需要分区构架来定义。分区构架仅仅是依赖分区函数.分区构架中负责分配每个区属于哪个文件组，而分区函数是决定如何在逻辑上分区。

代码格式：

CREATE PARTITIONSCHEME partition_scheme_name   
ASPARTITION partition_function_name [ ALL ] 
TO(  { file_group_name | [ PRIMARY ] } [ ,...n ])

代码示例：

CREATE PARTITIONSCHEME TestPartitionScheme   
ASPARTITION TestPartitionFunction   
TO (TestFileGroup,[PRIMARY],TestFileGroup)

查看分区架构是否创建完成：

SELECT *FROM sys.partition_schemes

定义分区表

表在创建的时候就已经决定是否是分区表了。虽然在很多情况下都是你在发现已经表已经足够大的时候才想到要把表分区，但是分区表只能够在创建的时候指定为分区表。

代码格式：

CREATE TABLE table_name(
...
) ON partition_scheme_name(column_name)

代码示例：

CREATE TABLE dt(
    id BIGINT,
    date datetime2(0),
    desc varchar(50)
) ON TestPartitionScheme(date)

（6）表分区的优缺点

优点：

• 改善查询性能：对分区对象的查询可以仅搜索自己关心的分区，提高检索速度。
• 增强可用性：如果表的某个分区出现故障，表在其他分区的数据仍然可用；
• 维护方便：如果表的某个分区出现故障，需要修复数据，只修复该分区即可；
• 均衡I/O：可以把不同的分区映射到磁盘以平衡I/O，改善整个系统性能。

缺点：

• 已经存在的表没有方法可以直接转化为分区表

（7）分区表使用场景

• 表的大小超过2GB。
• 表中包含历史数据，新的数据被增加都新的分区中。

十二、SQL执行计划

1、数据持久化的过程

• 取数据->内存（缓存）Redis->数据库->硬盘
• 存数据->数据库->硬盘->内存（缓存）Redis

2、数据库存储机制

（1）数据页

在数据库中，通过数据页保存数据，数据页包含8Kb容量，数据页又在存储区域，一个存储区域包含 8 个数据页

（2）文本图像页

超过8KB的数据存储在文本图像页。

（3）管理数据页

（4）索引页

数据页，存储区域体积大，索引页相对轻巧查询快，通过索引查询数据可以提升性能，正因为索引页是独立出来存储的，所以索引需要单独维护，增加，删除，修改数据的时候，索引页需要调整，降低了性能，适合存储经常查询，修改比较少的数据。

3、执行计划

（1）执行计划

提交的sql语句，数据库查询优化器，经过分析生成多个数据库可以识别的高效执行查询方式。然后优化器会在众多执行计划中找出一个资源使用最少，而不是最快的执行方案，给你展示出来，可以是xml格式，文本格式，也可以是图形化的执行方案。

When executing the Sql statement, after analysis, a relatively good execution plan is customized for us; in this plan, we can see the various resource information required when the Sql statement is executed, and all consumed Checklist. SQL and data structures can be optimized based on execution plans. It is recommended that you write SQL statements as parameterized as possible. SQL will be cached to improve performance.

Actual execution plan: There may be discrepancies. You need to complete the execution of the SQl statement to know. Most of the actual plans are consistent with the estimated plans.

Cached execution plans can be cleared manually

dbcc freeprocache
dbcc flushprocindb（db_id）

(2) View execution plan information

View estimated execution plan

The thicker the line, the more rows are affected by the scan and the worse the performance.

(3) Common scenarios

Table Scan

This operation occurs when there is no clustered index in the table and no suitable index. This operation is very performance-intensive, and its appearance also means that the optimizer has to traverse the entire table to find the data you need.

Clustered Index Scan (clustered index scan), Index Scan (non-clustered index scan)

Clustered index scan: The data volume of the clustered index is actually the table itself, that is to say, the clustered index will have as many rows and columns as the table has. Then the clustered index scan is similar to the table scan, and a full table scan is also required. , traverse all table data and find the data you want.

Non-clustered index scan: The size of the non-clustered index is determined by your index creation and can only contain the columns you want to query. Then performing a non-clustered index scan means traversing all the rows of the columns included in your non-clustered index to find the data you want.

It is recommended that you try not to use * when querying Sql statements.

Key Lookup (key value lookup)

Search and scan are not at the same level in terms of performance. Scan needs to traverse the entire table, while search only needs to directly extract data through key values ​​and return results, which has better performance. When the column you are looking for is not completely included in the non-clustered index, you need to use key-value search to find the columns on the clustered index that are not included in the non-clustered index.

RID Lookoup (RID lookup)

It is similar to the key value search, except that the RID search means that the column to be searched is not completely included in the non-clustered index, and the table where the remaining columns are located does not have a clustered index, so the key value search cannot be performed and can only be queried based on the row representation Rid. data.

Clustered Index Seek (clustered index search), Index Seek (non-clustered index search)

Clustered index search: The clustered index contains the data of the entire table, that is, the data is obtained based on the key value on the data in the clustered index.
Non-clustered index search: The non-clustered index contains the data of the columns included when the index was created, and the data in these non-clustered indexes is fetched based on the key value.

Hash Match

will be used during table association or data aggregation operations.
Hashing: According to the data content of each row in the database, it is converted into a unique symbol format and stored in a temporary hash table. When the original data is needed, it can be restored back. Similar to encryption and decryption technology, but it can support data query more effectively.
Hash Table: Through hashing processing, the data is stored in the table in the form of key/value. In the database, it is placed in tempdb.

Suggestion: add index to related fields

Nested Loops

Summarize two data sets with different columns into one table. There are two data sets in the Output List in the prompt message. The lower data set (inner set) will scan the upper data set (out set) one by one. The operation is not completed until the scan is completed.

Merge Join

This association algorithm merges two sorted sets. If the two aggregations are unordered, the sets will be sorted first and then merged one by one. Since they are sorted sets, the efficiency of top-down merging of the left and right sets is quite fast.

Sort

To sort the data collection, it should be noted that some data collections are sorted after index scanning.

Filter

Filter based on the operation operator that appears after having

Computer Scalar

This symbol will appear when you need to customize columns among the columns that need to be queried, such as count (*) as cnt, select name+‘’+age, etc.

13. SQL Server Profiler

1 Overview

Microsoft SQL Server Profiler is a graphical user interface for SQL tracing, used to monitor instances of the database engine or Analysis Services. You can capture data about each event and save it to a file or table for later analysis. For example, a production environment can be monitored to see which stored procedures are impacting performance by executing too slowly. SQL Server Profiler is used in the following activities:

• Analyze the problematic query step by step to find the cause of the problem.
• Find and diagnose slow queries.
• Capture a series of Transact-SQL statements that cause a problem. You can then use the saved trace to replicate the problem on a test server, and then diagnose the problem on that test server.
• Monitor SQL Server performance to optimize workloads. For information about optimizing physical database designs for database workloads, seeDatabase Engine Tuning Advisor.
• Correlate performance counters with diagnostic issues.

2. SQL Server Profiler practical operation

(1) Run SQL Server Profiler

Can be opened from SQL Server Management Studio

You can also open it directly with shortcut

(2) Log in to the database server that needs to be monitored

(3) Set tracking configuration items

You can choose to display all monitored events and display all column information.

(4) Filter the monitored content

Just confirm after setting the filter conditions.

Here we need to introduce the meaning of the default selector:

• ApplicationName: The name of the client application that created the SQL Server connection. This column is populated by the value passed by the application, not by the displayed program name;
• BinaryData: A binary value that depends on the event class captured in the trace.
• ClientProcessID: The process ID of the application calling SQL Server.
• CPU: CPU time used by the event (milliseconds).
• Duration: The time taken by the event. Although the server calculates the duration in microseconds, SQL Server Profiler can display the value in milliseconds, depending on the setting in the Tools > Options dialog box
• EndTime: The time when the event ends. This column will not be populated for event classes that indicate the start of an event (such as SQL:BatchStarting or SP:Starting).
• LoginName: The user's login name (SQL Server secure login or Windows login credentials, in the format of "domain\username")
• NTusername: Windows username.
• Reads: The number of times the logical disk was read by the server on behalf of the event.
• TextDate: text value that depends on the event class captured in the trace;
• SPID: The server process ID assigned by SQL Server to the client's related process.
• StratTime: The start time of the event (if available).
• Writes: The number of times the event was written to physical disk by the server.

If all events are displayed, there are other columns. For example, if you are filtering the database whose database ID is 6, you can use the following sql to find the database ID.

select DB_ID ('数据库名称');

(5) Start running the listening program

You can start monitoring, pause, and close

Monitoring results can be filtered

Clear tracking window

(6) Introduction to some other functions

New tracking

Create a new tracking template

Export and import tracking templates

Open the trace file. If the trace is configured to save the trace results to a file, you can open the trace file later.

View the current tracking properties, which can only be edited after tracking is stopped.