1. 首先要搞明白什么叫执行计划？

执行计划是数据库根据SQL语句和相关表的统计信息作出的一个查询方案，这个方案是由查询优化器自动分析产生的，比如一条SQL语句如果用来从一个 10万条记录的表中查1条记录，那查询优化器会选择“索引查找”方式，如果该表进行了归档，当前只剩下5000条记录了，那查询优化器就会改变方案，采用 “全表扫描”方式。

可见，执行计划并不是固定的，它是“个性化的”。产生一个正确的“执行计划”有两点很重要： 1)

2) SQL语句是否清晰地告诉查询优化器它想干什么？ 查询优化器得到的数据库统计信息是否是最新的、正确的？

2. 统一SQL语句的写法

对于以下两句SQL语句，程序员认为是相同的，数据库查询优化器认为是不同的。

select * from dual

select * From dual

其实就是大小写不同，查询分析器就认为是两句不同的SQL语句，必须进行两次解析。生成2个执行计划。所以作为程序员，应该保证相同的查询语句在任何地方都一致，多一个空格都不行！

3. 不要把SQL语句写得太复杂

我经常看到，从数据库中捕捉到的一条SQL语句打印出来有2张A4纸这么长。一般来说这么复杂的语句通常都是有问题的。我拿着这2页长的SQL语句去请教原作者，结果他说时间太长，他一时也看不懂了。可想而知，连原作者都有可能看糊涂的SQL语句，数据库也一样会看糊涂。

一般，将一个Select语句的结果作为子集，然后从该子集中再进行查询，这种一层嵌套语句还是比较常见的，但是根据经验，超过3层嵌套，查询优化器就很容易给出错误的执行计划。因为它被绕晕了。像这种类似人工智能的东西，终究比人的分辨力要差些，如果人都看晕了，我可以保证数据库也会晕的。

另外，执行计划是可以被重用的，越简单的SQL语句被重用的可能性越高。而复杂的SQL语句只要有一个字符发生变化就必须重新解析，然后再把这一大堆垃圾塞在内存里。可想而知，数据库的效率会何等低下。

4. 使用“临时表”暂存中间结果

简化SQL语句的重要方法就是采用临时表暂存中间结果，但是，临时表的好处远远不止这些，将临时结果暂存在临时表，后面的查询就在tempdb中了，这可以避免程序中多次扫描主表，也大大减少了程序执行中“共享锁”阻塞“更新锁”，减少了阻塞，提高了并发性能。

5. OLTP系统SQL语句必须采用绑定变量

select * from orderheader where changetime > '2010-10-20 00:00:01'

select * from orderheader where changetime > '2010-09-22 00:00:01'

以上两句语句，查询优化器认为是不同的SQL语句，需要解析两次。如果采用绑定变量

select * from orderheader where changetime > @chgtime

@chgtime变量可以传入任何值，这样大量的类似查询可以重用该执行计划了，这可以大大降低数据库解析SQL语句的负担。一次解析，多次重用，是提高数据库效率的原则。

6. 绑定变量窥测

事物都存在两面性，绑定变量对大多数OLTP处理是适用的，但是也有例外。比如在where条件中的字段是“倾斜字段”的时候。

“倾斜字段”指该列中的绝大多数的值都是相同的，比如一张人口调查表，其中“民族”这列，90%以上都是汉族。那么如果一个SQL语句要查询30岁的汉族人口有多少，那“民族”这列必然要被放在where条件中。这个时候如果采用绑定变量@nation会存在很大问题。

试想如果@nation传入的第一个值是“汉族”，那整个执行计划必然会选择表扫描。然后，第二个值传入的是“布依族”，按理说“布依族”占的比例可能只有万分之一，应该采用索引查找。但是，由于重用了第一次解析的“汉族”的那个执行计划，那么第二次也将采用表扫描方式。这个问题就是著名的“绑定变量窥测”，建议对于“倾斜字段”不要采用绑定变量。

7. 只在必要的情况下才使用begin tran

SQL Server中一句SQL语句默认就是一个事务，在该语句执行完成后也是默认commit的。其实，这就是begin tran的一个最小化的形式，好比在每句语句开头隐含了一个begin tran，结束时隐含了一个commit。

有些情况下，我们需要显式声明begin tran，比如做“插、删、改”操作需要同时修改几个表，要求要么几个表都修改成功，要么都不成功。begin tran 可以起到这样的作用，它可以把若干SQL语句套在一起执行，最后再一起commit。好处是保证了数据的一致性，但任何事情都不是完美无缺的。Begin tran付出的代价是在提交之前，所有SQL语句锁住的资源都不能释放，直到commit掉。

可见，如果Begin tran套住的SQL语句太多，那数据库的性能就糟糕了。在该大事务提交之前，必然会阻塞别的语句，造成block很多。

Begin tran使用的原则是，在保证数据一致性的前提下，begin tran 套住的SQL语句越少越好！有些情况下可以采用触发器同步数据，不一定要用begin tran。

8. 一些SQL查询语句应加上nolock

在SQL语句中加nolock是提高SQL Server并发性能的重要手段，在oracle中并不需要这样做，因为oracle的结构更为合理，有undo表空间保存“数据前影”，该数据如果在修改中还未commit，那么你读到的是它修改之前的副本，该副本放在undo表空间中。这样，oracle的读、写可以做到互不影响，

这也是oracle 广受称赞的地方。SQL Server 的读、写是会相互阻塞的，为了提高并发性能，对于一些查询，可以加上nolock，这样读的时候可以允许写，但缺点是可能读到未提交的脏数据。使用 nolock有3条原则。

1)

2)

3) 查询的结果用于“插、删、改”的不能加nolock； 查询的表属于频繁发生页分裂的，慎用nolock； 使用临时表一样可以保存“数据前影”，起到类似oracle的undo表空间的功能，

能采用临时表提高并发性能的，不要用nolock 。

9. 聚集索引没有建在表的顺序字段上，该表容易发生页分裂

比如订单表，有订单编号orderid，也有客户编号contactid，那么聚集索引应该加在哪个字段上呢？对于该表，订单编号是顺序添加的，如果在orderid上加聚集索引，新增的行都是添加在末尾，这样不容易经常产生页分裂。然而，由于大多数查询都是根据客户编号来查的，因此，将聚集索引加在contactid上才有意义。而contactid对于订单表而言，并非顺序字段。

比如“张三”的“contactid”是001，那么“张三”的订单信息必须都放在这张表的第一个数据页上，如果今天“张三”新下了一个订单，那该订单信息不能放在表的最后一页，而是第一页！如果第一页放满了呢？很抱歉，该表所有数据都要往后移动为这条记录腾地方。

SQL Server的索引和Oracle的索引是不同的，SQL Server的聚集索引实际上是对表按照聚集索引字段的顺序进行了排序，相当于oracle的索引组织表。SQL Server的聚集索引就是表本身的一种组织形式，所以它的效率是非常高的。也正因为此，插入一条记录，它的位置不是随便放的，而是要按照顺序放在该放的数据页，如果那个数据页没有空间了，就引起了页分裂。所以很显然，聚集索引没有建在表的顺序字段上，该表容易发生页分裂。

曾经碰到过一个情况，一位哥们的某张表重建索引后，插入的效率大幅下降了。估计情况大概是这样的。该表的聚集索引可能没有建在表的顺序字段上，该表经常被归档，所以该表的数据是以一种稀疏状态存在的。比如张三下过20张订单，而最近3个月的订单只有5张，归档策略是保留3个月数据，那么张三过去的 15张订单已经被归档，留下15个空位，可以在insert发生时重新被利用。在这种情况下由于有空位可以利用，就不会发生页分裂。但是查询性能会比较低，因为查询时必须扫描那些没有数据的空位。

重建聚集索引后情况改变了，因为重建聚集索引就是把表中的数据重新排列一遍，原来的空位没有了，而页的填充率又很高，插入数据经常要发生页分裂，所以性能大幅下降。

对于聚集索引没有建在顺序字段上的表，是否要给与比较低的页填充率？是否要避免重建聚集索引？是一个值得考虑的问题！

10. 加nolock后查询经常发生页分裂的表，容易产生跳读或重复读

加nolock后可以在“插、删、改”的同时进行查询，但是由于同时发生“插、删、改”，在某些情况下，一旦该数据页满了，那么页分裂不可避免，而此时nolock的查询正在发生，比如在第100页已经读过的记录，可能会因为页分裂而分到第101页，这有可能使得nolock查询在读101页时重复读到该条数据，产生“重复读”。同理，如果在100页上的数据还没被读到就分到99页去了，那nolock查询有可能会漏过该记录，产生“跳读”。

上面提到的哥们，在加了nolock后一些操作出现报错，估计有可能因为nolock查询产生了重复读，2条相同的记录去插入别的表，当然会发生主键冲突。

11. 使用like进行模糊查询时应注意

有的时候会需要进行一些模糊查询比如

select * from contact where username like ‘%yue%’

关键词%yue%，由于yue前面用到了“%”，因此该查询必然走全表扫描，除非必要，否则不要在关键词前加%，

12. 数据类型的隐式转换对查询效率的影响

sql server2000的数据库，我们的程序在提交sql语句的时候，没有使用强类型提交这个字段的值，由sql server 2000自动转换数据类型，会导致传入的参数与主键字段类型不一致，这个时候sql server 2000可能就会使用全表扫描。Sql2005上没有发现这种问题，但是还是应该注意一下。

13. SQL Server 表连接的三种方式

(1) Merge Join

(2) Nested Loop Join

(3) Hash Join

SQL Server 2000只有一种join方式——Nested Loop Join，如果A结果集较小，那就默认作为外表，A中每条记录都要去B中扫描一遍，实际扫过的行数相当于A结果集行数x B结果集行数。所以如果两个结果集都很大，那Join的结果很糟糕。

SQL Server 2005新增了Merge Join，如果A表和B表的连接字段正好是聚集索引所在字段，那么表的顺序已经排好，只要两边拼上去就行了，这种join的开销相当于A表的结果集行数加上B表的结果集行数，一个是加，一个是乘，可见merge join 的效果要比Nested Loop Join好多了。

如果连接的字段上没有索引，那SQL2000的效率是相当低的，而SQL2005提供了Hash join，相当于临时给A，B表的结果集加上索引，因此SQL2005的效率比SQL2000有很大提高，我认为，这是一个重要的原因。

总结一下，在表连接时要注意以下几点：

1)

2)

3) 连接字段尽量选择聚集索引所在的字段； 仔细考虑where条件，尽量减小A、B表的结果集； 如果很多join的连接字段都缺少索引，而你还在用SQL Server 2000，赶紧升级吧。

第二篇：sql语句优化

sql 语句优化

1. 对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。

2.应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num is null

可以在num上设置默认值0，确保表中num列没有null值，然后这样查询： select id from t where num=0

3.应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。

4.应尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num=10 or num=20

可 以这样查询：

select id from t where num=10

union all

select id from t where num=20

5.in 和 not in 也要慎用，否则会导致全表扫描，如：

select id from t where num in(1,2,3)

对于连续的数值，能用 between 就不要用 in 了：

select id from t where num between 1 and 3

6.下面的查询也将导致全表扫描：

select id from t where name like '%abc%'

若要提高效率，可以考虑全文检索。

7.如果在 where 子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。然 而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句将进行全表扫描：

select id from t where num=@num

可以改为强制查询使用索引：

select id from t with(index(索引名)) where num=@num

8.应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。如：

select id from t where num/2=100

应 改为:

select id from t where num=100*2

9.应尽量避免在where子句中对字段进行函数 操作，这将导致引擎放弃使用索引而进行全表扫描。如：

select id from t where substring(name,1,3)='abc'--name以abc开头的id

select id from t where datediff(day,createdate,'2005-11-30')=0--?2005-11-30?生成的id 应改为:

select id from t where name like 'abc%'

select id from t where createdate>='2005-11-30' and createdate<'2005-12-1'

10.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。

11.在使用索引字段作为条件 时，如果该索引是复合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用，并且应尽可能的让字段顺序与 索引顺序相一致。

12.不要写一些没有意义的查询，如需要生成一个空表结构：

select col1,col2 into #t from t where 1=0

这类代码不会返回任何结果集，但是会消耗系统资源的，应改成这样：

create table #t(...)

13.很多时候用 exists 代替 in 是一个好的选择：

select num from a where num in(select num from b)

用下面的语句替换：

select num from a where exists(select 1 from b where num=a.num)

14.并不是所有索引对查询都有效，SQL是根据表中 数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段***，male、female几乎各一半，那么即使 在***上建了索引也对查询效率起不了作用。

15.索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有 必要。

16.应尽可能的避免更新 clustered 索引数据列，因为 clustered 索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。

17.尽量使用数字型字段，若只含数值信 息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字

符串中每一个字符，而对于数字 型而言只需要比较一次就够了。

18.尽可能的使用 varchar/nvarchar 代替 char/nchar ，因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。

19.任何地方都不要 使用 select * from t ，用具体的字段列表代替“*”，不要返回用不到的任何字段。

20.尽量使用表变量来代替临时表。 如果表变量包含大量数据，请注意索引非常有限（只有主键索引）。

21.避免频繁创建和删除临时表，以减少系统表资源的消耗。

22. 临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。但是，对于一次性事件，最好使用导出 表。

23.在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果数据量不大，为了缓和系统表的资源，应先create table，然后insert。

24. 如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定。

25.尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改 写。

26.使用基于游标的方法或临时表方法之前，应先寻找基于集的解决方案来解决问题，基于集的方法通常更有效。

27. 与临时表一样，游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时 间允许，基于游标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好。

28.在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON ，在结束时设置 SET NOCOUNT OFF 。无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息。

29.尽量避免大事务操作，提高系统并发能力。

30.尽量避免向客户端返回大数据量， 若数据量过大，应该考虑相应需求是否合理。

具体的SQL语句在很多情况下需要结合实际的应用情况来写，这里不作叙述。

数据库性能优化涉及到很多方面，在数据库开发时可以通过一些基本的优化技巧提高数据库的性能：

1．原则上为创建的每个表都建立一个主键,主键唯一标识某一行记录，用于强制表的实体完整性。SQL Server 2005 Database Engine 将通过为主键列创建唯一索引来强制数据的唯一性。查询中使用主键时，此索引还可用来对数据进行快速访问。（注意：如果你建立了主键，默认情况下它就是聚集 索引）

2．为每一个外键列建立一个索引，如果确认它是唯一的，就建立唯一索引。当在查询中组合相关表中的数据时，经常在联接条件中使用外键列，索引使 SQL Server 2005 数据库引擎 可以在外键表中快速查找相关数据。

3．暂时不要为其他列建立索引

4．当在TSQL中引用对象时，建议使用对象的架构名称限定。（使用

dbo.sysdatabases代替sysdatabases）未指定架构可 能会导致混淆和意义不明确，还有一个重要原因，当很多连接同时运行同一个存储过程时，如果未指定架构名称，这些连接可能会因为要获取编译锁 （compile lock）而互相阻塞。

5．使用SET NOCOUNT ON在每个存储过程的开头SET NOCOUNT OFF在结尾。当 SET NOCOUNT 为 ON 时，将不给客户端发送存储过程中的每个语句的 DONE_IN_PROC 信息。当使用 Microsoft SQL Server 提供的实用工具执行查询时，在

Transact-SQL 语句（如 SELECT、INSERT、UPDATE 和 DELETE）结束时将不会在查询结果中显示"n rows affected"。如果存储过程中包含的一些语句并不返回许多实际的数据，则该设置由于大量减少了网络流量，因此可显著提高性能。 补充：

1.当 SET NOCOUNT 为 ON 时，也更新 @@ROWCOUNT 函数。

2. @@ROWCOUNT是返回受上一语句影响的行数，包括找到记录的数目、删除的行数、更新的记录数等，不要认为是返回查找的记录数目，而且 @@ROWCOUNT要紧跟需要判断语句，否则@@ROWCOUNT将返回0。

3. 使用错误处理程序，用来检查 @@ERROR 系统函数的 T-SQL 语句 (IF) 实际上在进程中清除了 @@ERROR 值，无法再捕获除零之外的任何值,必须使用 SET 或 SELECT 立即捕获错误代码。

6．慎用锁，可以使用NOLOCK提示，它与READUNCOMMITTED是等价的。更简单的做法是在存储过程的开头SET TRANSACTION ISOLATION LEVEL READ UNCOMMITTED，结尾READ COMMITTED。

7．查询仅 仅返回需要的行和列

8．在适当的时候使用事务，尽量将事务放在一个存储过程中。

9．尽量少的使用临时表，因为大量使用临时表可能使 tempdb成为瓶颈。可以使用表表达式，包括派生表、CTE、视图和内联表值UDF。

补充：CTE是SQL Server 2005的一项强大而灵活的功能。它使得SQL Server的可读性更强，更易于管理，降低了查询的复杂程度。执行递归查询是CTE最重要也是最强大的功能。

10．避免使用NOT IN，可以用LEFT OUTER JOIN代替它

11．如果需要使用动态SQL，sp_executesql更具优势，因为它提供了输入输出接口，并且更有可能重用执行计划，因为你可以更容易的生 成被重复调用的查询字符串。注意有一点声明的参数类型尽量和查询关键字字段类型一致，否则可能导致低的查询效率。

12．当修改你的代码时，比较前后代码执行的性能，如果发现在CPU、IO上有大的增长，需要检查代码的修改

13．尽量减少和服务器的交互，可以通过一次返回多结果集来解决。

14．一般情况下不需要使用INDEX和JOIN提示，因为优化器会选择最优的执行计划。如果统计信息没有更新会影响查询计划的选择。

15．在本地测试时，可以看一看语句在CPU，IO或执行时间上是否异常。通常利用命令：set statistics io on, set statistics time on , set showplan on 等。

16．如果用到其他库的Table或View，可以在当前库中建立View来实现跨库操作，最好不要直接使用 “databse.shema.table_name”，因为sp_depends（显示有关数据库对象依赖关系的信息）不能显示出该SP所使用的跨库 table或view，不方便校验。

1.

2.

3.

4.

17．尽量避免大事务操作，慎用holdlock子句，提高系统并发能力。 --执行下面的存储过程显示数据库中依赖于表的数据库对象 EXEC sp_depends @objname = N'user';

1. --会话

2.

3. begin tran

4.

5. --holdlock人为加共享锁

6.

7. SELECT * from User WITH(HOLDLOCK) where UserID=1

8.

9. waitfor delay '00:00:10'

10.

11. commit tran

12.

13. --会话

14.

15. SELECT * from User WITH(HOLDLOCK) where UserID=1

16.

17. update User set userpw=222222 where UserID=1

18.

19. --若同时执行上述两个语句，则第二个会话中的select查询可以执行 20.

21. --而update必须等待第一个会话中的共享锁结束后才能执行，即要等待10秒

22.

18．尽量避免反复访问同一张或几张表，尤其是数据量较大的表，可以考虑先根据条件提取数据到临时表中，然后再做连接。

19．尽量避免使用游标，游标的效率较差，因为游标基本上是强制优化器执行固定的计划，并且逐行操作产生大量的开销；如果使用了游标，就要尽量避免 在游标循环中再进行表连接的操作。

20．不要在where子句中进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。

1. --为了测试新建一个索引

2.

3.

4.

5. dbcc dropcleanbuffers CREATE NONCLUSTERED INDEX [IX_User_AddDate] ON [User] ([AddDate] ASC)

6.

7. set statistics io on

8.

9. SELECT * from User where DateDiff(d,useradddate,GETDATE())=1 10.

11. set statistics io off

12.

13. --(0 行受影响)

14.

15. --表'User'。扫描计数1，逻辑读取91216 次，物理读取1 次，预读91284 次，lob 逻辑读取0 次，lob 物理读取0 次，lob 预读0 次。 16.

17. set statistics io on

18.

19. SELECT * from User with (index=IX_User_AddDate)where

DateDiff(d,adddate,GETDATE())=1

20.

21. set statistics io off

22.

23. --(0 行受影响)

24.

25. --表'Worktable'。扫描计数0，逻辑读取0 次，物理读取0 次，预读0 次，lob 逻辑读取0 次，lob 物理读取0 次，lob 预读0 次。 26.

27. --表'User'。扫描计数5，逻辑读取3278 次，物理读取0 次，预读2750 次，lob 逻辑读取0 次，lob 物理读取0 次，lob 预读0 次。

28.

29. set statistics io on

30.

31. SELECT * from User where

adddate>=convert(varchar(10),GETDATE()-1,120)

32.

33. set statistics io off

34.

35. --(0 行受影响)

36.

37. --表'Worktable'。扫描计数0，逻辑读取0 次，物理读取0 次，预读0 次，lob 逻辑读取0 次，lob 物理读取0 次，lob 预读0 次。 38.

39. --表'User'。扫描计数1，逻辑读取3 次，物理读取1 次，预读0 次，lob 逻辑读取0 次，lob 物理读取0 次，lob 预读0 次。

40.

21． 尽量使用exists代替select count(*)来判断是否存在记录

优化器优化exists谓词时优化器支持短路 （short-circuiting）功能。只要找到一行，不需要再扫描其他行就可以确定该表是否包含行了。

count函数只有在统计表中所有行 数时使用， count(1)、count(?)、count(*)哪个效率高的问题，经过测试堆、利用聚集索引、非聚集索引三种情况下这三个的执行效率基本上一样， 生成的查询计划是相同的。

22．注意insert、update操作的数据量，防止与其他应用冲突。如果数据量超过一定的数据页面，系统将会进行锁升级，页级锁会升级成表级 锁。

23．关于涉及tempdb的使用方面

临时表和表变量被物理的保存在tempdb中，除此之外，SQL Server还为很多隐式操作在tempdb中存储数据。包括：作为查询执行计划的一部分的脱机数据，排序，以及维护行版本（2005）。所以 tempdb可能会成为瓶颈。

1. 尽量少的使用distinct、order by、group by、having、join，因为这些语句会加重tempdb的负担。

2. 避免频繁创建和删除临时表，减少系统表资源的消耗。

3. 在新建临时表时，如果一次性插入数据量很大，那么可以使用select into代替create table，避免log，提高速度；如果数据量不大，为了缓和系统表的资源，建议先create table，然后insert。

4. 如果临时表的数据量较大，需要建立索引，那么应该将创建临时表和建立索引的过程放在单独一个子存储过程中，这样才能保证系统能够很好的使用到该临时表的索 引。

5. 如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先truncate table，然后drop table，这样可以避免系统表的较长时间锁定。

6. 慎用大的临时表与其他大表的连接查询和修改，减低系统表负担，因为这种操作会在一条语句中多次使用tempdb的系统表。

24．关于索引的使用方面

1. 尽可能的使用索引字段作为查询条件，尤其是聚集索引，必要时可以通过index index_name来强制指定索引

2. 避免对大表查询时进行table scan，必要时考虑新建索引。

3. 在使用索引字段作为条件时，如果该索引是联合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用。

4. 要注意索引的维护，周期性重建索引。