硬盘驱动器的选择是至关重要的，以实现与SQL Server性能好，所有的版本：15000 RPM SAS驱动器的表现将优于当然SATA II 7200转。 首先将提供每第二，因此，较大的转移，这是用于在服务器数据库中的极其重要的限制因素往往是表现率较高的投入产出RAID和处理器。

有一个相对鲜为人知的进一步提高每秒输入/输出（IOS / S）在Windows 2003，如果您使用RAID分区对齐。 由于Windows 2008分区创建自动管理Windows 2003上的优化，但它必须手动完成。

RAID 5的

继续阅读“对齐分区为SQL Server”

由Microsoft发行的两个英语迁移到SQLServer 2005年和2008年的指南。 他们是非常全面（350页和490）和封面主题，从移民规划要在高可用性配置，通过变更管理工具迁移的情况下遵循的程序。

人们经常读取索引有一个更新的查询性能的负面影响。 我意识到我们的一个内部表，以确定更精确一点的影响，一个微型基准。

该表是用于生产线8555648表，重达550 MB和8列。 这些列是一个独特的电子邮件领域，另一个是融入数据库datetime格式的日期。

我使用的应用程序是：

 更新R_Temp.dbo.Email
设置Date_In = '04 / 09/2008
凡电子邮件（test@gmail.com'）
是空和Date_In 

下面是估计的执行计划上没有索引的表：

至于有没有索引，SQL Server必须执行一次表扫描，也就是说全表扫描，找到查询相匹配的行。 以下是本扫描的成本：

I / O成本估计：52.1454
估计的CPU成本：4.70565
估计算成本：56.8511
子树成本估计：56.8511

继续阅读“一个更新的索引类型的影响”

为了提高性能的SQL查询最频繁给出的是“创建一个索引。” 这不幸的是，没有那么简单，指数不优化某些类型的查询，更遑论有两大类型的索引，包括优点和缺点有所不同。 所以总是完整地反映了该指数的利益相比，他们可能会造成问题，但执行了一系列的测试，以验证查询性能指标的确有积极的影响使用。 即使是一个简单的选择查询不能从索引中受益。

为了说明这一点我曾2005年在SQLServer的一个微型基准比较没有下面的查询表的性能索引（堆​​），有序索引（群集）和无序指数（聚集） ：

 凡想从R_Temp.dbo.EMAIL电子邮件选择COUNT（*）（“李华明％”） 

表中有8555648行，重量为550 MB和八柱组成。 电子邮件领域是独一无二的。

下面是估计本上没有索引的表的查询执行计划：

SQLServer的在这里​​必须遍历整个表（表扫描）找到匹配查询和成本是非常高的行：我的服务器上运行，它在2.5秒。

继续阅读“一个选择的索引类型的影响”

来确定哪些用户被垄断的SQL Server，只需使用以下查询：

SELECT
TOP 20
SPID, Blocked,
convert(varchar(10),db_name(dbid)) as Base,
CPU,
datediff(second,login_time, getdate())/60 as Minutes,
convert(float, cpu / datediff(second,login_time, getdate())) as PScore,
convert(varchar(16), hostname) as Hôte,
convert(varchar(20), loginame) as Login,
convert(varchar(50), program_name) as Programme
FROM master..sysprocesses
WHERE datediff(second,login_time, getdate()) > 0 and SPID > 50
ORDER BY PScore desc

Plus le PScore est élevé plus l’utilisation de la base est intensive.

De la même manière on peut déterminer les programmes les plus gourmands en observant la colonne BFactor lors de l’exécution de la requête suivante :

SELECT
convert(varchar(50), program_name) as Programme,
count(*) as CliCount,
sum(cpu) as CPUSum,
sum(datediff(second, login_time, getdate())) as SecSum,
convert(float, sum(cpu)) / convert(float, sum(datediff(second, login_time, getdate()))) as Score,
convert(float, sum(cpu)) / convert(float, sum(datediff(second, login_time, getdate()))) / count(*) as BFactor
FROM master..sysprocesses
WHERE spid > 50
GROUP BY
convert(varchar(50), program_name)
ORDER BY score DESC