<海量数据库解决方案>2011022201

【摘抄】

【From数据的存储结构和特征】

1、关键访问路径(Critical Access Path)

文中没有细致说明此名词，根据语义分析出，应该和图论的关键路径类似。

概要说明：此表在关键访问路径上，意味着操作或查询路径中总以此表作为关键表来频繁访问！！即：此表的查询和更新操作频率很高

2、大型表可以分为：
A、单纯的存储型表-常见的日志类型的表，此类表不会被经常用到，也不会有多样化的读取要求。
B、像顾客表这样虽然存储着大量的数据，但主要是以随机读取为主，并不存在多样化的读取类型的表。
C、像销售表这样的表不进数据急速大量增加，而且具有多样化的数据读取类型。

文中描述影响读取效率的因素，其中分了表的大小。

个人认为：大型、中型、小型表的划分，在实际的应用中没有过多的细分！反而大型表的划分更有指导意义！

建议：设计表的时候结合需求按照大型表的划分来思考问题，其次再按照表的容量来思考

3、提高聚簇因子的手段

定期地对表执行重构操作

在文中没有说明如何去做，也许后面的介绍中有此。

记录一个：在mssql2000下，利用重建索引来提高索引利用率；语句参考如下：

1、

/*
重建指定数据库的一个或多个索引
dbreindex ('table_name' [, index_name [, fillfactor ]]) [WITH NO_INFOMSGS]
*/

2、

/*
对表或视图上的索引和非聚集索引进行碎片整理
DBCC INDEXDEFRAG
    ( { database_name | database_id | 0 }
        , { table_name | table_id | 'view_name' | view_id }
        , { index_name | index_id }
    )    [ WITH NO_INFOMSGS ]
*/

3、

DBCC show_statistics

Dbcc show_statistics ("pubs.dbo.authors" ,aunmind);

4、

DBCC showcontig

Use pubs;

DBCC ShowContig (authors) with all_indexes;

参见http://www.cnblogs.com/GoGoagg/archive/2010/08/18/1802192.html