我们的数据库正在接收以下请求:
select * from [schema].[table] (nolock) where (Date_A > Date_B and Archive = 0)
这是我们的应用程序发出的正常请求。平均而言,请求需要 200 毫秒到 400 毫秒才能完成,CPU 大约需要 100 毫秒到 150 毫秒。读取通常在 48k 左右。这至少是该脚本如何执行的一个示例。
加快此类请求的最佳方式(如果有的话)是什么?
该表有 240,932 行,查询返回 0 条记录。
如果只有一小部分行带有
Archive = 0
,则可以使用过滤索引:注意:我在两个日期字段上建立了索引只是因为我不知道你表中的任何其他字段——将它放在不同的字段上可能更有意义
附加注意事项:始终注意将过滤列包含在过滤索引键或包含列中,因此这里举一个原因示例:Incorrect row estimation given with a filtered index
这使索引保持较小(这意味着它使用较少的存储空间,并且可以更快地读取),因为其中仅包含 Archive 为 0 的行。
如果过滤索引对您不起作用(并且有许多情况它们不起作用,请参见过滤索引和动态 SQL的一个示例),您可以在存档字段或日期上尝试普通的非聚集索引领域。您可能希望在最具选择性的字段上创建索引- 这意味着哪个字段最能缩小结果范围。
例如,如果只有一小部分行的存档值为 0,则可以创建此索引:
这将使您的查询查找正确的行(其中 Archive 为 0),然后轻松筛选 Date_A 和 Date_B。
关于您的查询的其他评论:
select *
- 枚举你在结果中实际需要的每个字段以提高效率,并允许更有效的索引nolock
如果结果的准确性很重要,则 不应使用