SQLServer使用规范

常见的字段类型选择

约束与索引

每张表必须有主键

　　　　•每张表必须有主键，用于强制实体完整性

　　　　•单表只能有一个主键（不允许为空及重复数据）

　　　　•尽量使用单字段主键

不允许使用外键

NULL属性

（新表为什么不允许NULL？ 

允许NULL值，会增加应用程序的复杂性。你必须得增加特定的逻辑代码，以防止出现各种意外的bug

三值逻辑，所有等号（“=”）的查询都必须增加isnull的判断。

Null=Null、Null!=Null、not(Null=Null)、not(Null!=Null)都为unknown，不为true）

举例来说明一下：

如果表里面的数据如图所示：

 

你想来找查找除了name等于aa的所有数据，然后你就不经意间用了

SELECT * FROM NULLTEST WHERE NAME<>’aa’

结果发现与预期不一样，事实上它只查出了name=bb而没有查找出name=NULL的数据记录

那我们如何查找除了name等于aa的所有数据，只能用ISNULL函数了

SELECT * FROM NULLTEST WHERE ISNULL(NAME,1)<>’aa’

 

但是大家可能不知道ISNULL会引起很严重的性能瓶颈 ,所以很多时候最好是在应用层面限制用户的输入，确保用户输入有效的数据再进行查询。

索引设计准则

不要给选择性低的字段创建单列索引

充分利用唯一索引

唯一索引给SQL Server提供了确保某一列绝对没有重复值的信息，当查询分析器通过唯一索引查找到一条记录则会立刻退出，不会继续查找索引

表索引数不超过6个

表索引数不超过6个（这个规则只是携程DBA经过试验之后制定的。。。）

SQL查询

禁止在数据库做复杂运算

禁止使用SELECT *

禁止在索引列上使用函数或计算

在where子句中,如果索引是函数的一部分,优化器将不再使用索引而使用全表扫描 

假设在字段Col1上建有一个索引，则下列场景将无法使用到索引：

ABS[Col1]=1

[Col1]+1>9

再举例说明一下

像上面这样的查询，将无法用到O_OrderProcess表上的PrintTime索引，所以我们应用使用如下所示的查询SQL

禁止在索引列上使用函数或计算

假设在字段Col1上建有一个索引，则下列场景将可以使用到索引：

[Col1]=3.14

[Col1]>100

[Col1] BETWEEN 0 AND 99

[Col1] LIKE ‘abc%’

[Col1] IN(2,3,5,7)

LIKE查询的索引问题

禁止使用游标

禁止使用触发器

触发器对应用不透明（应用层面都不知道会什么时候触发触发器，发生也也不知道，感觉莫名......）

禁止在查询里指定索引

With(index=XXX)（  在查询里我们指定索引一般都用With(index=XXX)   ）

变量/参数/关联字段类型必须与字段类型一致（这是我之前不太关注的）

避免类型转换额外消耗的CPU，引起的大表scan尤为严重

看了上面这两个图，我想我不用解释说明，大家都应该已经清楚了吧。

如果数据库字段类型为VARCHAR，在应用里面最好类型指定为AnsiString并明确指定其长度

如果数据库字段类型为CHAR，在应用里面最好类型指定为AnsiStringFixedLength并明确指定其长度

如果数据库字段类型为NVARCHAR，在应用里面最好类型指定为String并明确指定其长度

参数化查询

以下方式可以对查询SQL进行参数化：

限制JOIN个数

限制IN子句中条件个数

尽量避免大事务操作

关闭影响的行计数信息返回

在SQL语句中显示设置Set Nocount On，取消影响的行计数信息返回，减少网络流量

除非必要SELECT语句都必须加上NOLOCK

除非必要，尽量让所有的select语句都必须加上NOLOCK

指定允许脏读。不发布共享锁来阻止其他事务修改当前事务读取的数据，其他事务设  置的排他锁不会阻碍当前事务读取锁定数据。允许脏读可能产生较多的并发操作，但其代价是读取以后会被其他事务回滚的数据修改。这可能会使您的事务出错，向用户显示从未提交过的数据，或者导致用户两次看到记录（或根本看不到记录）

使用UNION ALL替换UNION

使用UNION ALL替换UNION

UNION会对SQL结果集去重排序，增加CPU、内存等消耗

查询大量数据使用分页或TOP

合理限制记录返回数，避免IO、网络带宽出现瓶颈

递归查询层次限制

使用 MAXRECURSION 来防止不合理的递归 CTE 进入无限循环

临时表与表变量

使用本地变量选择中庸执行计划

在存储过程或查询中，访问了一张数据分布很不平均的表格，这样往往会让存储过程或查询使用了次优甚至于较差的执行计划上，造成High CPU及大量IO Read等问题，使用本地变量防止走错执行计划。

采用本地变量的方式，SQL在编译的时候是不知道这个本地变量的值，这时候SQL会根据表格里数据的一般分布，“猜测”一个返回值。不管用户在调用存储过程或语句的时候代入的变量值是多少，生成的计划都是一样的。这样的计划一般会比较中庸一些，不一定是最优的计划，但一般也不会是最差的计划

尽量避免使用OR运算符

对于OR运算符，通常会使用全表扫描，考虑分解成多个查询用UNION/UNION ALL来实现，这里要确认查询能走到索引并返回较少的结果集

增加事务异常处理机制

输出列使用二段式命名格式

二段式命名格式：表名.字段名 

有JOIN关系的TSQL，字段必须指明字段是属于哪个表的，否则未来表结构变更后，有可能发生Ambiguous column name的程序兼容错误

架构设计

读写分离

Schema解耦

禁止跨库JOIN

数据生命周期

根据数据的使用频繁度，对大表定期分库归档

主库/归档库物理分离

日志类型的表应分区或分表

对于大的表格要进行分区，分区操作将表和索引分在多个分区，通过分区切换能够快速实现新旧分区替换，加快数据清理速度，大幅减少IO资源消耗

频繁写入的表，需要分区或分表

自增长与Latch Lock 

闩锁是sql Server自己内部申请和控制，用户没有办法来干预，用来保证内存里面数据结构的一致性，锁级别是页级锁

（根据培训讲师的PPT整理的，希望对大家有用，文笔不好望见谅）