分享提纲
专题 | 标题 | 内容 | 简述 |
专题一: 性能优化 基本知识 | 内容一:索引 | 1、索引的结构、填充因子 2、聚集索引 3、非聚集索引 4、唯一索引 5、包含列索引 6、覆盖索引 7、索引碎片 8、统计(自动创建统计、自动更新统计) 9、索引选择策略 10、SQL Server怎样评估和管理索引 | 介绍索引的基本概念,索引类型,使用的时机和场合,如何选择和规划索引;事务和锁的概念,如何使用锁;如何建立分区表,如何使用和管理分区表。 |
内容二:事务隔离级别和锁 | 1、什么是事务 2、事务的ACID属性 3、事务隔离级别 4、锁模式 5、锁的兼容性 6、锁的粒度 7、查看锁的情况 8、死锁、阻塞以及解决方法 9、锁的使用 | ||
内容三:分区表 | 1、什么是分区表 2、分区函数 3、分区架构 4、查看分区信息 5、管理分区 6、如何管理和使用分区表 | ||
专题二: 系统设计 相关技术 | 内容一:数据库系统的设计和性能 | 1、针对性能的数据库设计基本原则 2、逻辑数据库设计 3、物理数据库设计 4、反规范化设计 5、分割技术 6、RAID技术 | 介绍数据库设计的方法和原则,T-SQL算法中解决的问题,索引维护以及解决死锁等问题。 |
内容二:T-SQL算法的改进 | 1、少用游标 2、尽量用集合的方式处理 3、算法改进 4、T-SQL Best Practice | ||
内容三:索引定期维护 | 1、索引碎片整理以及索引重建 2、删除从未使用过的索引 3、创建更合适的索引 | ||
内容四:系统调优 | 1、Tempdb的调优 2、定期转移不需要的历史数据 3、解决死锁和阻塞 4、多表(多于4个以上)JOIN考虑视图 | ||
专题三: 大数据优化部分 | 内容一:大数据的特点 | 1、什么是海量数据 2、海量数据的特点 3、海量数据与行业应用 | 海量数据的概念、特点以及16种海量数据的优化方法,数据仓库项目中海量数据的处理方式以及海量数据的高级应用等,针对大型数据仓库项目提供了完备的海量数据优化方案。 |
内容二:大数据优化方法详解 | 1、海量数据分区处理 2、使用中间表和临时表 3、分批次处理 4、建立广泛的索引 5、建立缓存机制 6、使用文本和二进制格式进行处理 7、定制强大的清洗规则和出错处理机制 8、建立视图或者物化视图 9、其他优化方法 | ||
内容三:数据仓库中海量数据的处理方式 | 1、数据仓库中的海量数据特点 2、数据仓库中的海量数据的处理方式 3、分布式数据仓库的特点及应用 | ||
内容四:海量数据高级应用 | 1、大型项目中海量数据的优化案例分析 2、使用海量数据优化工具 3、数据仓库的性能调优技巧 | ||
专题四: 性能优化实际案例 | 内容一:MSN搜索引擎数据处理项目案例 | 1、MSN项目介绍 2、项目中的超海量数据 3、项目整体架构设计 4、使用的处理优化方法总结 5、遇到的技术难点 6、处理技巧总结 7、进一步的研究 | 大型数据优化项目设计和实施案例,重点对项目架构设计和数据完整处理流程做重点分析和详细介绍,针对大型数据库项目,提供了完备的数据设计、处理流程和解决方案。 |
内容二:北京某网络公司数据优化项目 | 1、项目案例介绍 2、项目中要解决的问题 3、项目整体架构设计4、设计的亮点总结 5、使用临时表和系统表 6、深层次的考虑 | ||
内容三:某数据库设计项目案例 | 1、案例介绍 2、数据库设计过程中遵循的原则 3、数据库设计过程中考虑的因素 4、整体项目架构 5、数据库设计技巧总结 |