21_SQLServer 优化案例集 ------ 慢 SQL 优化、索引重构与参数调整收益对比
系列定位 :《SQL Server 数据库全栈运维实战系列》第 21 篇,与《MySQL 数据库全栈运维实战系列》同构对标(对标 MySQL 21 优化案例集:慢 SQL 优化、索引重构、参数调整收益对比)。适用版本 :SQL Server 2019/2022(2017 及以下差异随文标注;2022 Query Store 增强随文标注)。官方文档:Microsoft Learn SQL Server 2019/2022 文档、执行计划、Query Store、索引重组与重新生成。
一、优化方法论(总图)

图 1
工具顺序:先用 Query Store(数据库内置,对标 MySQL 慢查询日志 + performance_schema)捞历史 Top 耗时 SQL,再
SET STATISTICS IO, TIME ON跑实际计划,不要凭感觉改 SQL。
二、案例 1:全表扫描慢 SQL(订单列表查询)
现象 :订单列表接口 3 秒,执行计划显示 Clustered Index Scan(聚集索引扫描)扫了 200 万行。
-- 慢 SQL(解释:按用户 + 时间倒序分页,没索引走全表扫)
SELECT order_id, amount, create_time
FROM orders WHERE user_id = 10086
ORDER BY create_time DESC;
-- 优化:建覆盖索引(解释:user_id 等值 + create_time 排序,INCLUDE 带查询列避免键查找)
CREATE NONCLUSTERED INDEX IX_orders_user_create
ON orders (user_id, create_time DESC)
INCLUDE (amount);
收益:逻辑读从 12 万页降到几十页,耗时 3s → 50ms。执行计划从 Scan 变成 Index Seek,无键查找。
三、案例 2:索引失效(函数包裹列、隐式类型转换)
-- ① 函数包裹列导致索引失效(解释:WHERE 左边包函数,优化器放弃索引)
SELECT * FROM orders WHERE YEAR(create_time) = 2026; -- 慢
-- 改写为范围(解释:范围条件能走索引)
SELECT * FROM orders WHERE create_time >= '2026-01-01' AND create_time < '2027-01-01';
-- ② 隐式类型转换(解释:order_no 在表中是 varchar,应用传 int,
-- 计划里出现 CONVERT_IMPLICIT、索引失效)
-- 表定义:order_no VARCHAR(32)
SELECT * FROM orders WHERE order_no = 20260101; -- 慢、隐式转换
SELECT * FROM orders WHERE order_no = '20260101'; -- 快、类型对齐
类比 MySQL:MySQL 里函数包裹列、字符集/类型隐式转换同样导致索引失效,优化器选择如出一辙;SQL Server 执行计划里会明确标出
CONVERT_IMPLICIT,一眼定位。
四、案例 3:参数嗅探导致计划抖动(时快时慢)
现象:同一存储过程,白天跑 2 秒、大促跑 30 秒,同一 SQL 时快时慢。这是 SQL Server 特有的"参数嗅探"(Parameter Sniffing)------第一次执行的参数基数小,生成的计划被缓存复用给大基数参数。
-- 诊断:Query Store 按 SQL 看不同计划的耗时(解释:2019 起 Query Store 自动捕获)
SELECT p.plan_id, rs.count_executions,
rs.avg_logical_io_reads, rs.avg_duration
FROM sys.query_store_query_text t
JOIN sys.query_store_query q ON t.query_text_id = q.query_text_id
JOIN sys.query_store_plan p ON q.query_id = p.query_id
JOIN sys.query_store_runtime_stats rs ON p.plan_id = rs.plan_id
WHERE t.query_sql_text LIKE '%orders by status%'
ORDER BY rs.avg_duration DESC;
-- 处置 1:对该查询强制用好计划(解释:Query Store 计划强制、2022 增强了自动计划更正)
EXEC sp_query_store_force_plan @query_id = 123, @plan_id = 45;
-- 处置 2:存储过程内局部变量隔离嗅探(解释:或加 OPTION (RECOMPILE))
CREATE OR ALTER PROC dbo.orders_by_status @status TINYINT AS
BEGIN
DECLARE @s TINYINT = @status; -- 局部变量、绕开嗅探
SELECT * FROM orders WHERE status = @s OPTION (RECOMPILE);
END

图 2
五、案例 4:索引重构(碎片 + 冗余 + 未使用索引)
-- ① 找碎片(解释:avg_fragmentation_in_percent 超 30% 重建、5% 到 30% 重组)
SELECT OBJECT_NAME(ips.object_id) AS tbl, i.name AS idx,
ips.avg_fragmentation_in_percent, ips.page_count
FROM sys.dm_db_index_physical_stats(DB_ID(), NULL, NULL, NULL, 'LIMITED') ips
JOIN sys.indexes i ON ips.object_id = i.object_id AND ips.index_id = i.index_id
WHERE ips.avg_fragmentation_in_percent > 10;
-- ② 重建 / 重组(解释:重建锁表时间长、业务低峰做;重组在线轻量)
ALTER INDEX IX_orders_user_create ON orders REBUILD PARTITION = ALL; -- 碎片 >30%
ALTER INDEX IX_orders_user_create ON orders REORGANIZE; -- 碎片 5 到 30%
-- ③ 找从未使用的索引(解释:写入成本白付、可考虑删除)
SELECT OBJECT_NAME(s.object_id) AS tbl, i.name AS idx,
s.user_seeks, s.user_scans, s.user_updates
FROM sys.dm_db_index_usage_stats s
JOIN sys.indexes i ON s.object_id = i.object_id AND s.index_id = i.index_id
WHERE s.user_seeks = 0 AND s.user_scans = 0 AND s.user_updates > 1000;

图 3
类比 MySQL:MySQL 用
OPTIMIZE TABLE整理碎片、sys.schema_unused_indexes找冗余索引;SQL Server 用ALTER INDEX REBUILD/REORGANIZE,粒度更细(可按分区重建)。
六、案例 5:JOIN 优化(被驱动表没走索引)
-- 慢:订单 join 用户、用户表走全表(解释:嵌套循环 join 里内表必须有索引)
SELECT o.order_id, u.nickname
FROM orders o JOIN users u ON o.user_id = u.id
WHERE o.create_time > '2026-10-01';
-- 计划:Nested Loops、内表 users 是 Clustered Index Scan、每行扫一遍
-- 优化:users.id 是主键已有聚集索引即可;问题在 o 侧缺
-- orders 的 create_time 索引,导致外层也是扫描
CREATE NONCLUSTERED INDEX IX_orders_create ON orders (create_time);
-- 收益:外层 Index Seek 定位 10 月订单,内表主键索引 nested loop 直查
若结果集大(几百万行 join),优化器自动选 Hash Join,此时关注内存授予(memory grant)是否过大导致 tempdb 溢出------用 GRANT 提示或调小查询行数。
七、案例 6:参数调整收益对比
-- 32G 内存主机推荐基线(解释:SQL Server 动态吃内存,要给 OS 留 4G)
EXEC sp_configure 'show advanced options', 1; RECONFIGURE;
EXEC sp_configure 'max server memory (MB)', 24576; RECONFIGURE; -- 24G
-- 并行度:OLTP 小查询不要乱并行
EXEC sp_configure 'max degree of parallelism', 4; RECONFIGURE; -- 按 NUMA 核数
EXEC sp_configure 'cost threshold for parallelism', 50; RECONFIGURE; -- 默认 5 太低、OLTP 调 50
| 参数 | 默认 | 32G 生产建议 | 收益 |
|---|---|---|---|
| max server memory | 无上限(吃满) | 物理内存 - 4G | 避免 OS 换页、OOM |
| MAXDOP | 0(全核) | 4 | OLTP 小查询不并行、减少 CXPACKET 等待 |
| cost threshold for parallelism | 5 | 50 | 只有真大查询才并行 |
| 备份压缩 | 关 | 开 | 备份体积、时间降 60% |
八、案例 7:慢查询常态化治理(Query Store)
-- 开启 Query Store(解释:2019 默认开;2022 加了自动计划更正、只读模式自动恢复)
ALTER DATABASE orderdb SET QUERY_STORE = ON
(OPERATION_MODE = READ_WRITE,
QUERY_CAPTURE_MODE = AUTO,
MAX_STORAGE_SIZE_MB = 1000);
-- 每周从 Query Store 捞 Top 耗时代码、进优化队列
九、优化收益闭环(验证纪律)

图 4
纪律:每次优化前后 SET STATISTICS TIME ON 跑同一 SQL 三次取平均;动了索引后观察写入侧(INSERT、UPDATE 是否变慢);强制计划后在 Query Store 盯一周。
十、踩坑记录(实测汇总)
| # | 坑 | 现象 | 解决 |
|---|---|---|---|
| 1 | 加索引不管写入成本 | 查询快了、批量导入慢 | 评估读写比、批量任务用索引开关临时关 |
| 2 | max server memory 不设 | OS 换页、整机卡 | 留 4G 给 OS,锁上限 |
| 3 | 碎片 >30% 用 REORGANIZE | 收效甚微 | >30% 必须 REBUILD,低峰做 |
| 4 | 参数嗅探直接升级数据库版本 | 没解决问题 | Query Store 强制计划 + RECOMPILE 局部处理 |
| 5 | 函数包列改了应用不改 | 还是走全表 | 改 WHERE 为范围条件,应用侧配合 |
| 6 | 并行等待 CXPACKET 当病治 | 调小 MAXDOP 误伤大报表 | 区分 OLTP 与报表库参数,别一刀切 |
| 7 | 隐式转换不改类型对齐 | 索引一直失效 | 字段类型与传参类型对齐,查计划里 CONVERT_IMPLICIT |
| 8 | Query Store 空间满变只读 | 历史丢失 | MAX_STORAGE_SIZE 设 1G、定期清理 |
十一、类比 MySQL 速查
| 优化动作 | MySQL | SQL Server |
|---|---|---|
| 捞慢 SQL | 慢查询日志、performance_schema | Query Store |
| 执行计划 | EXPLAIN | 实际执行计划、SET STATISTICS |
| 加索引 | CREATE INDEX | CREATE NONCLUSTERED INDEX、INCLUDE |
| 碎片整理 | OPTIMIZE TABLE | ALTER INDEX REBUILD、REORGANIZE |
| 计划复用问题 | 慢查询自适应 | 参数嗅探、Query Store 强制计划 |
| 内存上限 | innodb_buffer_pool_size | max server memory |
十二、本文要点速记
- 捞慢 SQL 用 Query Store,改完用实际计划 + STATISTICS 验证。
- 索引失效两大元凶:函数包列、隐式类型转换。
- 参数嗅探用 Query Store 强制计划或 RECOMPILE,不要乱升版本。
- 碎片 >30% 重建、5% 到 30% 重组;未使用索引及时删。
- 内存上限给 OS 留 4G,MAXDOP 与并行阈值按 OLTP 调。
十三、参考资料(官方正式文档)
本文章属于《SQL Server 数据库全栈运维实战系列》实战与配套解决方案篇。欢迎收藏、交流。