SqlServer教程

SQL Server教程 - SQL Server 压缩(Compression)

本文主要是介绍SQL Server教程 - SQL Server 压缩(Compression),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

更新记录
转载请注明出处:https://www.cnblogs.com/cqpanda/p/16556436.html
2022年8月7日 发布。
2022年8月6日 从笔记迁移到博客。

SQL Server 压缩(Compression)

使用压缩的原因

减少磁盘空间

改善性能

缩短查询的请求时间

注意:只有SQL Server企业版才支持压缩

不使用压缩的原因

如果保存在内存中的数据是压缩的,选中该数据,必须先解压缩在操作

如何使用压缩

频繁更新的数据应使用行压缩

频繁插入新数据到表尾的表应使用页压缩

只是进行读取操作的数据应使用页压缩

与压缩比例关联的因素

数据类型

image

数据特点

比如数据表的索引、数据表的类型

SQL Server支持以下级别压缩

堆表(未建立聚集索引的表)

带有聚集索引的表

非聚集索引

索引视图

分区

压缩说明

行压缩说明

压缩将改变数据的物理存储,但不改变数据的逻辑结构

行压缩的过程:

​ 识别每一列的数据类型,转为可变长度

最后将存储空间的请求量减少的到实际需求

压缩后,增加了每一页上的存储数据量

压缩后,减少元数据量

比如:某一列的数据类型是smallint,默认状态下系统分配2个字节

但实际中,只是用了1个字节的空间,如果在表上启用压缩,就可以进行按需分配

页压缩说明

页压缩执行额外的操作来增强行压缩

主要操作:行压缩、前缀压缩、字典压缩

启用表或索引压缩(行、页)-使用SSMS

进入表后,选择存储
image

点击【下一步】
image

勾选【对所有分区进行压缩】,选择【Row】
image

按需求选择你需要的方案
image

启用非聚集索引压缩(行、页)-使用SSMS

选中指定的索引,进入压缩页面
image

勾选指定的参数
image

选择你需要的方案
image

创建表时启用表压缩-使用T-SQL

CREATE TABLE [表名]
(
)
WITH (DATA_COMPRESSION = ROW);

修改表使表启用表压缩-使用T-SQL

ALTER TABLE [表名]
REBUILD WITH(DATA_COMPRESSION = ROW);

修改表启用索引压缩(行)-使用T-SQL

ALTER INDEX 索引名
ON [表名]
REBUILD WITH(DATA_COMPRESSION = ROW);

实例:

USE PandaDatabase;
GO
ALTER INDEX PK__PandaTab__3214EC07FAF090D4
ON [PandaTable]
REBUILD WITH(DATA_COMPRESSION = ROW);

创建表时启用页压缩-使用T-SQL

CREATE TABLE [表名]
(

)
WITH (DATA_COMPRESSION = PAGE);

修改表时启用页压缩-使用T-SQL

ALTER TABLE [PandaTable3]
REBUILD WITH (DATA_COMPRESSION = PAGE);

修改表启用索引压缩(页)-使用T-SQL

ALTER INDEX [索引名]
ON [表名]
REBUILD (DATA_COMPRESSION = PAGE);

查看压缩效果-使用-SSMS

进入指定的表或索引 的压缩页面
image

选定具体参数后,点击【计算】
image

查看压缩效果-使用T-SQL

EXEC sp_estimate_data_compression_savings
    @schema_name = '',
    #object_name = '',
    @index_id = 1,
    @partition_number = NULL,
    @data_compression = 'row'

实例:

EXEC sp_estimate_data_compression_savings
    @schema_name = 'dbo',
    @object_name = PandaTable,
    @index_id = 1,
    @partition_number = NULL,
    @data_compression = 'row'
这篇关于SQL Server教程 - SQL Server 压缩(Compression)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!