下面小编为大家带来用splock诊断SQL Sever性能问题性能调优，本文共3篇，希望大家能够受用!本文原稿由网友“HEROGAO2008”提供。
篇1：用splock诊断SQL Sever性能问题性能调优
在IT专家中有一种普遍的误解，就是认为“锁定是不好的东西”，你必须尽一切可能保证数据库锁定不会使得进程无法正常运行，为了能够确保一个一致的数据库环境，在对资源进行修改时，数据库引擎必须利用一种机制来获得对资源的独占权。
SQL Server中也用锁定，它们是指为了达到这种一致性，数据库引擎用来保证每一次只有一个线程同时访问同一个资源的对象。如果不用锁定的话，各个进程同时进行数据修改就可能发生，这就会使数据库处于一种不一致的状态。这样看来，锁定就成了好东西；但是，你应该以特定的方式来计划你的应用程序，让涉及的锁定的数量降到最少。在这篇文章中，我将讨论一个让你能够分析数据库锁定问题的存储过程。
找出什么被锁定了
系统的反应迟缓意味着你应该做一些调查了。你的查找最好从测定系统发生锁定的数量和频率开始。如果你的系统环境处理事务性很高的话，这样各个应用程序争夺资源就会很常见，从而引起锁定。解决这些问题的关键就在于能够确定被锁定的资源和争夺资源的进程。
sp_lock
sp_lock这个系统存储过程与SQL Server 打包在一起，它将使你对在你系统中发生的锁定有深入的了解。这个程序会从主数据库中的syslockinfo中返回与锁定相关的大量信息，而主数据库是一个包括了所有允许、转换和等待锁定请求信息的系统工作台。
让我们来看一下运行 sp_lock 程序之后，它会为我们提供什么信息：
EXECUTE sp_lock
在我的系统中，这是该存储过程返回的内容。sp_lock 返回的信息并不是一目了然的，要获得有用的数据，还需要做一些查找。但是，你也可以复制该存储过程的文本，然后创建一个新的，从而得到关于系统进程的更好的解释。（在这篇文章中，我们将集中讨论sp_lock返回的数据。）
从上面的结果我们可以看到spid、dbid、objid、indid、type、resource、mode和status字段。spid是进程标识号码，用于识别到SQL 服务器的连接。要发现哪些用户和该spid相连，你就要执行存储过程sp_who，并将spid作为一个参数传输给该程序，
dbid是锁定发生的数据库，你可以在主数据库中的sysdatabases表格中找到它。字段objid用来显示在数据库中锁定发生所在的对象。要查看这个对象，你可以在主数据库中的sysobjects表格中查询指定的objid。
在以上的屏幕截图中产生的单一记录并不一定能显示正在你的工作环境中发生的真实情况。在运行这个程序时，你想要找到500到1000个甚至更多结果。每一次你执行sp_lock，都将有可能得到不同的结果，因为又发生了新的锁定，而部分旧的锁定已经被解除了。如果你发现sp_lock返回的结果中，大量的结果都有着相同的spid，很有可能该进程正在进行大型的处理，同时这些锁定可能开始阻止新事务的发生。
当你发现一个spid 获得了大量的数据库锁定时，这将有助于确定什么存储过程或语句正在运行。为了达到这个目的，运行以下 DBCC 命令：
DBCC INPUTBUFFER(spid)
这个DBCC命令将返回正在EventInfo字段中运行的语句的相关信息。
一个可靠的起点
系统运行缓慢可能说明你的表格上有大量的锁定。造成这些锁定的原因较多，如某个用户正在你的系统中运行一个相当长的查询，一个进程占用大量资源或者两个关键进程争夺同一资源，经常造成死锁。
一旦发现你认为正在减缓你系统速度的进程，应该怎么办？在大多数情况下，不能采取任何措施，只能监控系统。结束这个进程并不是明智之举，因为它包括了很多系统锁定，除非你完全肯定不会有其他的负面影响。不然的话，你就应该想办法自动分析锁定状况。还有一个解决办法就是想出一种方法，使得在一天的特定时间内，当系统锁数量达到极限时，发出通知。
你对自己的系统信息收集的越多，在解决问题时，你的优势就越大。
Tim Chapman是肯塔基州路易维尔市一家银行的SQL Server数据库管理员，他有超过7年的行业经验。
关 键 字：MYSQL
篇2：SQL Server索引的使用和优化性能调优
在应用系统中,尤其在联机事务处理系统中,对数据查询及处理速度已成为衡量应用系统成败的标准，而采用索引来加快数据处理速度也成为广大数据库用户所接受的优化方法。
在良好的数据库设计基础上，能有效地使用索引是SQL Server取得高性能的基础，SQL Server采用基于代价的优化模型，它对每一个提交的有关表的查询，决定是否使用索引或用哪一个索引。因为查询执行的大部分开销是磁盘I/O，使用索引提高性能的一个主要目标是避免全表扫描，因为全表扫描需要从磁盘上读表的每一个数据页，如果有索引指向数据值，则查询只需读几次磁盘就可以了。所以如果建立了合理的索引，优化器就能利用索引加速数据的查询过程。但是，索引并不总是提高系统的性能，在增、删、改操作中索引的存在会增加一定的工作量，因此，在适当的地方增加适当的索引并从不合理的地方删除次优的索引，将有助于优化那些性能较差的SQL Server应用。实践表明，合理的索引设计是建立在对各种查询的分析和预测上的，只有正确地使索引与程序结合起来,才能产生最佳的优化方案。本文就SQL Server索引的性能问题进行了一些分析和实践。
一、聚簇索引(clustered indexes)的使用
聚簇索引是一种对磁盘上实际数据重新组织以按指定的一个或多个列的值排序。由于聚簇索引的索引页面指针指向数据页面，所以使用聚簇索引查找数据几乎总是比使用非聚簇索引快。每张表只能建一个聚簇索引，并且建聚簇索引需要至少相当该表120%的附加空间，以存放该表的副本和索引中间页。建立聚簇索引的思想是：
1、大多数表都应该有聚簇索引或使用分区来降低对表尾页的竞争，在一个高事务的环境中，对最后一页的封锁严重影响系统的吞吐量。
2、在聚簇索引下，数据在物理上按顺序排在数据页上，重复值也排在一起，因而在那些包含范围检查(between、<、<=、>、>=)或使用group by或order by的查询时，一旦找到具有范围中第一个键值的行，具有后续索引值的行保证物理上毗连在一起而不必进一步搜索，避免了大范围扫描，可以大大提高查询速度。
3、在一个频繁发生插入操作的表上建立聚簇索引时，不要建在具有单调上升值的列(如IDENTITY)上，否则会经常引起封锁冲突。
4、在聚簇索引中不要包含经常修改的列，因为码值修改后，数据行必须移动到新的位置。
5、选择聚簇索引应基于where子句和连接操作的类型。聚簇索引的侯选列是：
1、主键列,该列在where子句中使用并且插入是随机的。
2、按范围存取的列，如pri_order >100 and pri_order < 200。
3、在group by或order by中使用的列。
4、不经常修改的列。
5、在连接操作中使用的列。
二、非聚簇索引(nonclustered indexes)的使用
SQL Server缺省情况下建立的索引是非聚簇索引，由于非聚簇索引不重新组织表中的数据，而是对每一行存储索引列值并用一个指针指向数据所在的页面。换句话说非聚簇索引具有在索引结构和数据本身之间的一个额外级。一个表如果没有聚簇索引时,可有250个非聚簇索引。每个非聚簇索引提供访问数据的不同排序顺序。在建立非聚簇索引时，要权衡索引对查询速度的加快与降低修改速度之间的利弊。另外，还要考虑这些问题：
1、索引需要使用多少空间。
2、合适的列是否稳定。
3、索引键是如何选择的，扫描效果是否更佳。
4、是否有许多重复值。
对更新频繁的表来说，表上的非聚簇索引比聚簇索引和根本没有索引需要更多的额外开销。对移到新页的每一行而言，指向该数据的每个非聚簇索引的页级行也必须更新，有时可能还需要索引页的分理。从一个页面删除数据的进程也会有类似的开销，另外，删除进程还必须把数据移到页面上部，以保证数据的连续性。所以，建立非聚簇索引要非常慎重。非聚簇索引常被用在以下情况:
1、某列常用于集合函数(如Sum,....)。
2、某列常用于join,order by,group by。
3、查寻出的数据不超过表中数据量的20%。
三、覆盖索引(cover
关 键 字：MYSQL
篇3：如何用hash关键字提高数据库性能性能调优
普通的SQL Server应用程序要求支持一个或几个长字符串搜索，（本文中，我们称超过20个字符的字符串为长字符串。）假如前端应用程序希望允许用户提供两个字符串；你启动一个执行这两个字符串搜索任务的存储程序，然后应用两个相关列目录对搜索进行优化。在小型的表格中，你可能注意不到产生的效果。但是，如果表格包含5 000万行，它就会影响存储程序与搜索性能。
应用称为hash关键字（引用单独一个hash）或hash桶（一个hash关键字集合）的字符串目录的优秀方法可大大节省磁盘空间并提高性能。
何为hash（hash）
hash是应用一个指定字符串算法的整数结果。有各式各样的hash算法，但最常用的是内置的SQL函数Checksum()。通常，你给这个函数一个字符串，它就返回一个整数（在大型表格中，我们不能保证这个整数的唯一性）。
数据库设计中的hash表格
假设在我们感兴趣的表格中有这些列：
列名
数据类型
名称
Varchar(50)
组名称
Varchar(50)
这两个列的多列目录每行会耗用50+50个字符，加上上面提到的5 000万行，这可是个相当大的难题。
基于这两个列的hash关键字相当的小，即每行四个字节。如果我们不将hash关键字存储在这一列的目录中，它还会更小。相反，我们应该建立一个计算列，该列的公式是这两个列的hash关键字，然后将那个列编入目录并忽视字符串对的目录。
用户（不管是人还是应用程序）查询感兴趣的值；然后我们将参数转换为hash关键字并搜索hash目录。副本集合要比引擎必须访问的行集合小得多，以便对查询值进行精确匹配。然后将hash关键字搜索与两个感兴趣的列的比较结合起来，隔离出一个小型的行子集，并对两个列进行检验，找出匹配值。基于整数列的搜索比基于长字符串关键字的搜索要快得多，同样也比复合关键字搜索快得多。
应用Checksum函数作hash关键字运算
尝试运行这段样本代码，它表明如何获得指定值或值组合的hash关键字：
USE AdventureWorksSELECT Name, GroupName, Checksum(Name,GroupName)AS HashKey
FROM Adventureworks.HumanResources.Department
ORDER BY HashKey
所得的结果显示在下表中（为求简洁，只选用了10个结果）。
名称
组名称
hash关键字
工具设计
研究与开发
-2142514043
生产
制造
-2110292704
发货与收货
存货管理
-1405505115
购买
存货管理
-1264922199
文件控制
质量保证
-922796840
信息服务
总执行管理
-904518583
质量保证
质量保证
-846578145
销售
销售与营销
-493399545
生产控制
制造
-216183716
营销
销售与营销
-150901473
在现实环境中，你可以建立一个调用Name_GroupName_hb的计算列，
假设前端传入名称（Name）与组名称（GroupName）的目标值，你就可以用下列代码来处理这一问题：
CREATE PROCEDURE DemoHash( ?@Name Varchar(50), ?@GroupName Va
关 键 字：MYSQL
