RiCo技術農場

3月份SQL PASS TW活動我有介紹密度和選擇性關係，

統計值透過密度比率來判斷索引欄位選擇性高低，

換句話說，索引有效性取決於統計值，統計值影響執行計畫好壞，

所以統計值在資料庫扮演相當重要的角色。

一般來說低密度索引欄位表示高選擇性(密度越低越適合nonclustered index key)，

高選擇性可以幫助查詢優化程式在大資料量中快速搜尋小結果集，

查詢調校過程中，大部分時間會花在索引優化上，

這裡我大概分享一下自己如何確認索引有效性。

相信大家都有聽說過，index key順序會引響效能，

主要是因為統計值所造成，下面是當天活動demo script，

大家可以猜猜看，SQL SERVER查詢優化程式會決定走那一個索引。

--#密度和選擇性

select Rate,PayFrequency,ModifiedDate

from EmployeePayHistory  

where PayFrequency=2

and ModifiedDate between '2004-07-31' and '2004-08-10'

drop index idx1 on EmployeePayHistory 

create index idx1 on EmployeePayHistory(PayFrequency,ModifiedDate)

include(Rate) 

drop index idx2 on EmployeePayHistory 

create index idx2 on EmployeePayHistory(ModifiedDate,PayFrequency)  

include(Rate) 

dbcc show_statistics(EmployeePayHistory,idx1)

dbcc show_statistics(EmployeePayHistory,idx2)

idx1統計值(擷取部分)

PayFrequency 密度0.5

idx2統計值(擷取部分)

ModifiedDate 密度 0.03846154

前面我有說過低密度高選擇性，所以你可能會直覺認定查詢最佳化程式會走idx2 索引，

很不幸你不能只單單做這樣的判斷，因為選擇性主要是因你查詢條件資料分布所決定，

這裡我有一個估算方法。

ModifiedDate between '2004-07-31' and '2004-08-10' 資料分布

符合ModifiedDate 條件資料分布有 277，該索引總筆數 316，所以密度 select (1.0*277)/316

PayFrequency=2 資料分布

符合PayFrequency=2條件資料分布有 136，該索引總筆數 316，所以密度 select (1.0*136)/316

兩個索引密度都算出來，套用之前我所說的，

低密度高選擇性，高選擇性越適合成為nonclustered index key，

所以這次查詢優化程式會使用訪問索引 idx1。

確實使用索引idx1。

當然對於索引優化這只是一小部分，

未來如有機會希望可以和大家分享不求人系列二--索引優化不求人