Ubuntu下SQL Server索引优化策略
选择合适的索引类型
OrderDate），每个表只能有一个。其本质是将数据按索引顺序存储，大幅减少范围查询的磁盘I/O。CustomerID），一个表可创建多个。但需注意，非聚集索引查询需回表（访问聚集索引）才能获取完整数据，会增加开销。INCLUDE子句将查询所需的所有列包含在索引中（如CREATE NONCLUSTERED INDEX idx_Orders_Covering ON Orders (CustomerID) INCLUDE (OrderDate, TotalAmount)），避免回表操作，显著提升查询性能，尤其适合频繁执行的大查询。CREATE NONCLUSTERED INDEX idx_Orders_Filtered ON Orders (OrderDate) WHERE OrderDate >= '2023-01-01'），减少索引大小和维护成本，适用于经常查询特定范围数据的场景。复合索引设计黄金法则
CustomerID，值分布广）放在复合索引前面，低选择性列（如Gender，值分布集中）放在后面，提高索引过滤效率。WHERE子句顺序一致（如查询常以CustomerID和OrderDate为条件，则索引应为(CustomerID, OrderDate)）。INCLUDE子句包含查询中需要的非索引列（如TotalAmount），使查询可直接从索引中获取数据，无需回表。定期维护索引碎片
sys.dm_db_index_physical_stats动态管理视图查看索引碎片率（如avg_fragmentation_in_percent字段）。ALTER INDEX ... REORGANIZE重组索引（在线操作，对业务影响小）；当碎片率超过30%时，使用ALTER INDEX ... REBUILD重建索引（离线操作，性能提升更明显，但需停机）。更新统计信息
UPDATE STATISTICS命令定期更新索引统计信息（如UPDATE STATISTICS Orders），确保优化器能准确评估查询成本，避免因统计信息过时导致的次优执行计划。监控与清理未使用索引
sys.dm_db_index_usage_stats动态管理视图监控索引使用情况（如user_seeks、user_scans、user_updates字段），识别长期未被使用（如user_seeks=0且user_scans=0）的索引。删除未使用的索引，减少插入、更新、删除操作的开销（每个索引都会增加写操作的成本）。基于执行计划优化
SET SHOWPLAN_ALL ON;命令）分析查询，识别表扫描、键查找（Bookmark Lookup）等昂贵操作。若执行计划显示“缺失索引”，需结合业务需求人工审核后创建（SQL Server的缺失索引建议仅供参考）。优化查询语句
SELECT *：只查询需要的列，减少数据传输量和回表操作。LIKE：尽量避免前导通配符（如LIKE '%value%'），此类查询会导致索引失效。优先使用前缀匹配（如LIKE 'value%'），仍可利用索引。OR条件：OR条件会导致索引失效，尽量用UNION ALL替代（如SELECT * FROM Orders WHERE CustomerID=1 UNION ALL SELECT * FROM Orders WHERE CustomerID=2）。EXISTS替代IN：对于子查询，EXISTS通常比IN更高效（EXISTS在找到第一条匹配记录后即停止搜索，而IN需遍历整个子查询结果集）。索引视图
SUM、COUNT、GROUP BY）的性能。但需注意，索引视图会增加写操作的成本（需维护视图数据），适用于读多写少的场景。列存储索引
SELECT SUM(TotalAmount) FROM Orders GROUP BY CustomerID）。其通过列式存储和压缩技术，大幅减少I/O开销和查询时间，但不适合OLTP高频小事务（如频繁的插入、更新）。
