zoukankan      html  css  js  c++  java
  • 优化SqlServer--数据压缩

     数据压缩是对存储和性能优势的加强。减少数据库占用的磁盘空间量将减少整体数据文件存储空间,在一下几个方面增加吞吐量:

         1.更好的I/O利用率,每个页面可以读写更多的数据。

         2.更好的内存利用率,缓冲区可以缓存更多的数据。

         3.减少页面的闭锁,每个页面可以包含更多数据。

         由于数据压缩必须考虑I/O 和CPU之间的平衡,压缩和解压缩都需要CPU处理。因此数据压缩对于旧数据和不经常查询的数据更有意义。

        这里我们主讨论两种压缩:一是行压缩;二是页面压缩。

        行压缩:压缩可以改变格式的存储固定值数据类型--也就说包含一个字节的值的4字节列可以压缩为1字节,1字节的列不能再压缩,但是null和0值不占字节。

        语法: 创建 create table 表名()with (DATA_COMPERSSION=ROW)

                  添加 ALTER TABLE 表名 REBUILD with (DATA_COMPERSSION=ROW)

        页面压缩:页面压缩在实现行压缩的前提下,还实现了两种压缩,一是前缀压缩(对于每个页面和列来说前缀值都是相同的,可用来减少存储的需求,通过引用来取代重复的前缀);二是字典压缩(搜索页面中的重复值,这被对CI的引用取代)。

          语法: 创建 create table 表名()with (DATA_COMPERSSION=PAGE)

                  添加 ALTER TABLE 表名 REBUILD with (DATA_COMPERSSION=PAGE)

       估计节省空间:语法 sp_estimate_data_compression_savings

                                 [@schema_name=]--架构名称

                                ,   [@object_name=]--有索引的表或者索引视图的名称。

                                ,   [@index_name=]--索引ID号

                                  ,   [@partition_number=]--对象分区号,null表示非分区

                                  ,   [@data_compression=] --压缩类型(none owpage)

                                 [;]

             监控数据压缩:windows性能监视的sqlserver:access method 对象中有两个计数器:

             Page compression attempts/sec:计算每秒进行页面压缩尝试的次数;

             Pages compressed/sec:计算每秒压缩的页面数。

          最后还要注意数据压缩的注意事项:

            1.启用和禁用表或群集索引压缩会重构所有费群集索引。

            2.不能在稀疏列中使用压缩。

            3.超出行的LOB 不能压缩。

            4.索引中的非叶子也只能使用行压缩进行压缩。

            5.非群集索引不继承标的压缩设置。

            6.再删除群集索引时,表将保持这些压缩设置。

            7.除非特别指定,创建群集索引将继承表的压缩设置。

          总结: 我们已经了解了基本的使用方式和一些注意事项,通过压缩实现高性能的数据库系统。同时我们还要兼顾一些硬件成本,最后我们还要注意的是对于高可用性系统,改变压缩设置可能会产生额外的事务日志操作。

           

      

         

  • 相关阅读:
    robotframework----模板的使用
    RF执行顺序
    RobotFrameWork(四)变量运算与Evaluate
    RobotFrameWork(三)数据类型
    git 命令
    常用网站
    git 应用
    ie if判断
    移动端rem适配
    绘制三角形(sass)
  • 原文地址:https://www.cnblogs.com/wenBlog/p/4599029.html
Copyright © 2011-2022 走看看