sqlserver全文检索

‘壹’ sqlserver 怎么查询iops高的原因

QL Server数据库查询速度慢的原因有很多，常见的有以下几种：

1、没有索引或者没有用到索引(这是查询慢最常见的问题，是程序设计的缺陷)

2、I/O吞吐量小，形成了瓶颈效应。

3、没有创建计算列导致查询不优化。

SQL Server查询速度慢原因4、内存不足

5、网络速度慢

6、查询出的数据量过大（可以采用多次查询，其他的方法降低数据量）

7、锁或者死锁(这也是查询慢最常见的问题，是程序设计的缺陷)

8、sp_lock,sp_who,活动的用户查看,原因是读写竞争资源。

9、返回了不必要的行和列

10、查询语句不好，没有优化

SQL Server查询速度慢可以通过以下方法来优化查询 :

1、把数据、日志、索引放到不同的I/O设备上，增加读取速度，以前可以将Tempdb应放在RAID0上，SQL2000不在支持。数据量（尺寸）越大，提高I/O越重要。

2、纵向、横向分割表，减少表的尺寸(sp_spaceuse)

3、升级硬件

4、根据查询条件,建立索引,优化索引、优化访问方式，限制结果集的数据量。注唤蔽意填充因子要适当（最好是使用默认值0）。索引应该尽量小，使用字节数小的列建索引好（参照索引的创建）,不要对有限的几个值的字段建单一索引如性别字段。

5、提高网速。

6、扩大服务器的内存,Windows 2000和SQL server 2000能支持4-8G的内存。

配置虚拟内存：虚拟内存大小应基于计算机上并发运行的服务进行配置。运行 Microsoft SQL Server? 2000时，可考虑将虚拟内存大小设置为计算机中安装的物理内存的1.5倍。如果另外安装了全文检索功能，并打算运行Microsoft搜索服务以便执行全文索引和查询，可考虑：将虚拟内存大小配岁腔置为至少是计算机中安装的物理内存的3倍。将SQL Server max server memory服务器配置选项配置为物理内存的1.5倍（虚拟内存大小设置的一半）。

7、增加服务器CPU个数;但是必须 明白并行处理串行处理更需要资源例如内存。使用并行还是串行程是MsSQL自动评估选择的。单个任务分解成多个任务，就可以在处理器上运行。例如耽搁查询 的排序、连接、扫描和GROUP BY字句同时执行，SQL SERVER根据系统的负载情况决定最优的并行等级，复杂的需要消耗大量的CPU的查询最适合并行处理。但是更新操作UPDATE,INSERT， DELETE还不能并行处理。

8、如果是使用like进行查询的话，简单的使用index是不行的，但是全文索引，耗空间。 like ''a%'' 使用索引 like ''%a'' 不使用索引用 like ''%a%'' 查询时，查询耗时和字段值总长度成正比,所以不能用CHAR类型，而是VARCHAR。对于字段的值很长的建全文索引。

9、DB Server 和APPLication Server 分离；和雀州OLTP和OLAP分离

10、分布式分区视图可用于实现数据库服务器联合体。

联合体是一组分开管理的服务器，但它们相互协作分担系统的处理负荷。这种通过分区数据形成数据库服务器联合体的机制能够扩大一组服务器，以支持大型的多层 Web 站点的处理需要。有关更多信息，参见设计联合数据库服务器。（参照SQL帮助文件''分区视图''）

a、在实现分区视图之前，必须先水平分区表

‘贰’ 关于sql sever 的系统存储过程

存储过程分为三类：
系统存储过程：（System stored Procere）sp_开头，为SQLSERVER内置存储过程。
扩展存储过程：（Extended stored Procere），也就是外挂程序，用于扩展SQLSERVER的功能，以sp_或者xp_开头，以DLL的形式单独存在。

（系统存储过程和扩展存储过程都是在master数据库中。sp_开头的可是全局的，任何一个数据库都可以直接调用的。）
系统存储过程主要分为以下几类：

目录存储过程，例如：
sp_columns 返回当前环境中可查询的指定表或视图的列信息。
sp_tables 返回当前环境下可查询的对象的列表（任何可出现在 FROM 子句中的对象）。
sp_stored_proceres 返回当前环境中的存储过程列表。

复制类存储过程，例如：
sp_addarticle 创建项目并将其添加到发布中。此存储过程在发布服务器的发布数据库上执行。

安全管理类存储过程，例如：
sp_addrole 在当前数据库创建新的 Microsoft�0�3 SQL Server�6�4 角色。
sp_password 添加或更改 Microsoft�0�3 SQL Server�6�4 登录的密码。

分布式查询存储过程，例如：
sp_foreignkeys 返回引用主键的外键，这些主键在链接服务器中的表上。
sp_primarykeys 返回指定远程表的主键列，每个键列占一行。

扩展存储过程：
xp_sendmail 向指定的收件人发送邮件和查询结果集附件。
xp_startmail 启动 SQL 邮件客户端会话。
xp_cmdshell 以操作系统命令行解释器的方式执行给定的命令字符串，并以文本行方式返回任何输出。授予非管理用户执行xp_cmdshell 的权限。

用户定义的存储过程：（User-defined stored Procere），这个就是用户在具体的数据库中自己定义的，名字最好不要以sp_和xp_开头，防止混乱。

注意事项：
1．在存储过程中，有些建立对象的语句是不可使用的：create default,create trigger,create procere,create view,create rule.
2．在同一数据库中，不同的所有者可以建立相同名称的对象名。例如：a.sample,b.sample,c.sample三个数据表可以同时存在。如果存储过程中未指明对象的所有者（例如存储过程中的语句select * from sample，这句中的sample没有指明所有者），在执行的过程中默认的所有者查找顺序是：相应的存储过程的建立者－>相应数据库的所有者。如果这个查找过程中没有把所有者确定下来，系统就要报错。
（这里我额外插一句：如果需要严密的数据操作，在任何操作中尽量加上所有者，例如leijun.sample）
3．在存储过程名称前边添加＃或者＃＃，所建立的存储过程则是“临时存储过程“（＃是局部临时存储过程，＃＃是全局临时存储过程）。

‘叁’ SQL Server 服务管理器 这个东西是干什么用的

管理SQL Server服务和数据库的，如果是在数据库服务器的本机，建议不要删除。

如果是客户机，你有不是数据库管理员，哪就可以删除。

方法：执行sqlserver的安装程序，会提示安装、修复、删除等选项，选择安装，

进入后选择自定义模式，在自定义窗口中可以将管理组件类、以及帮助等（凡是你不需要的）都不选择（不能删除客户端，我想你至少要使用sqlserver的驱动访问数据库吧！），下一步就可以了。

SQL Server 服务管理器

用于启动、停止和暂停服务器上的 Microsoft SQL Server™ 2000 组件。这些组件在 Microsoft Windows NT 或 Microsoft Windows 2000 上作为服务运行，并可在 Microsoft Windows 95 和 Microsoft Windows 98 上作为单独的可执行程序运行：

◆SQL Server服务

实现 SQL Server 数据库引擎。在计算机上运行的每个 SQL Server 实例，电脑系统都有一个 SQL Server 服务。

◆SQL Server 代理服务

实现运行调度的 SQL Server 管理任务的代理程序。在计算机上运行的每个 SQL Server 实例都有一个 SQL Server 代理服务。

◆Microsoft 搜索服务(仅用于 Windows NT 和 Windows 2000)

实现全文本检索引擎。不论计算机上有多少个 SQL Server 实例，真正运行的都只有一个服务。

◆MSDTC 服务(仅用于 Windows NT 和 Windows 2000)

管理分布式事务。计算机上创建了多个SQL Server 实例，都只有一个服务。

◆MSSQLServerOlAPService 服务(仅用于 Windows NT 和 Windows 2000)

实现 SQL Server 2000 Analysis Services。不论计算机上有多少个 SQL Server 实例，都只有一个服务。

SQL Server 服务管理器

SQL Server 服务管理器是一个任务栏应用程序，它遵从任务栏应用程序的标准行为。当 SQL Server 服务管理器图标最小化时，将显示在任务栏右边的任务栏时钟区域。若要获得包含 SQL Server 服务管理器所支持的所有任务的菜单，请右击任务栏项。

‘肆’ Sql Server 2008 必须开启哪些服务

只需要开启SQL Server (MSSQLSERVER)。

Sql Server 2008所有服务如下：

SQL Active Directory Helper 服务支持与 Active Directory 的集成

SQL Full-text Filter Daemon Launcher (MSSQLSERVER)用于启动全文筛选器后台程序进程的服务，该进程将为 SQL Server 全文搜索执行文档筛选和断字。禁用此服务将使 SQL Server 的全文搜索功能不可用。

SQL Server (MSSQLSERVER)提供数据的存储、处理和受控访问，并提供快速的事务处理。

SQL Server (SQLEXPRESS)提供数据的存储、处理和受控访问，并提供快速的事务处理。

SQL Server Browser将 SQL Server 连接信息提供给客户端计算机。

SQL Server VSS Writer提供用于通过 Windows VSS 基础结构备份/还原 Microsoft SQL Server 的接口。

SQL Server 代理 (MSSQLSERVER)执行作业、监视 SQL Server、激发警报，以及允许自动执行某些管理任务。

SQL Server 代理 (SQLEXPRESS)执行作业、监视 SQL Server、激发警报，以及允许自动执行某些管理任务。

(4)sqlserver全文检索扩展阅读：

SQL Server 2008在2008年8月6日正式发表，并且同时发布SQL Server 2008 Express版本，研发代号为“Katmai”，作为SQL Server 2005的功能强化版本，其主要的新功能与特色有：

1、以原则为主（Policy-Based）的管理基础架构。

2、与Windows Server 2008、Windows Vista的Data Collector技术集成的Performance Data Collection。

3、可以经由管理者设置以调整运行资源的资源调节器（Resource Governer）。

4、可预测的查询性能。

5、数据压缩能力。

6、DDL（数据定义语言）审核能力。

7、透通式数据加密（Transparent Data Encryption）

8、记录档数据流压缩（Log Stream Compression）

9、ADO.NET Object Services的直接支持，这代表SQL Server 2008可支持LINQ和ADO.NET Entity Framework。

10、本地的DATE和TIME分割的数据类型，并且支持时间位移的DATETIMEOFFSET和更精确的DATETIME2数据类型。

11、FILESTREAM数据类型：将大型二进制数据存到NTFS文件系统中（即不直接存在数据库中）。

12、稀疏字段（Sparse Column）的支持，可节省因为NULL值所占据的存储空间。

13、空间数据类型集，包含geometry（平面或Euclidean（平面地球）数据）以及geography（椭圆体（圆形地球）数据），分别可存储平面和立面型的数据，有助于GIS型系统的开发。

14、变更数据收集与捕捉（Change Data Capture）。

15、宽数据表（Wide table），可以容纳最高30,000个字段，但必须要配合Sparse字段使用。

16、hierarchyid数据类型，可以允许存储层次结构化的数据。

17、MERGE语句，可根据与来源数据表联结的结果，在目标数据表上运行插入、更新或删除作业，其功能与ADO.NET中的DataSet.Merge()方法类似。

18、Report Server应用程序嵌入能力。

19、Reporting Service可支持窗体验证。

20、预测分析能力（SSAS）。

21、数据表型参数与变量，可以在变量或参数中使用table的类型。

SQL Server 2008比起以往版本存在以下优势：

（1）保护数据库查询

（2）在服务器的管理操作上花费更少的时间

（3）增加应用程序稳定性

（4）系统执行性能最优化与预测功能

‘伍’ sqlserver全文索引的原理

建立全文索引中有两项非常重要，一个是如何对文本进行分词，一是建立索引的数据结构。分词的方法基本上是二元分词法、最大匹配法和统计方法。索引的数据结构基本上采用倒排索引的结构。

分词的好坏关系到查询的准确程度和生成的索引的大小。在中文分词发展中，早期经常使用分词方式是二元分词法，该方法的基本原理是将包含中文的句子进行二元分割，不考虑单词含义，只对二元单词进行索引。因此该方法所分出的单词数量较多，从而产生的索引数量巨大，查询中会将无用的数据检索出来，好处是算法简单不会漏掉检索的数据。之后又发展出最大匹配分词方法，该方法又分为正向最大分词和逆向最大分词。其原理和查字典类似，对常用单词生成一个词典，分析句子的过程中最大的匹配字典中的单词，从而将句子拆分为有意义的单词链。最大匹配法中正向分词方法对偏正式词语的分辨容易产生错误，比如“首饰和服装”会将“和服”作为单词分出。达梦数据库采用的是改进的逆向最大分词方法，该分词方法较正向正确率有所提高。最为复杂的是通过统计方式进行分词的方法。该方法采用隐式马尔科夫链，也就是后一个单词出现的概率依靠于前一个单词出现的概率，最后统计所有单词出现的概率的最大为分词的依据。这个方法对新名词和地名的识别要远远高于最大匹配法，准确度随着取样文本的数量的增大而提高。

二元分词方法和统计方法是不依赖于词典的，而最大匹配法分词方法是依赖于词典的，词典的内容决定分词结构的好坏。

全文检索的索引被称为倒排索引，之所以成为倒排索引，是因为将每一个单词作为索引项，根据该索引项查找包含该单词的文本。因此，索引都是单词和唯一记录文本的标示是一对多的关系。将索引单词排序，根据排序后的单词定位包含该单词的文本。

步骤1）读取一整条句子到变量str中，转到步骤2

步骤2）从句子的尾端读取1个字到变量word中，转到步骤3

步骤3）在字典查找word中保存的单词。如果存在则保存word，转到步骤4，否则转到步骤5）

步骤4）如果是字典中最大单词或者超过最大单词数（认定为新词），从句尾去掉该单词，返回步骤2

步骤5）读取前一个字到word中，构成新单词，转到步骤3）

词库的内存数据结构和词库中单词的匹配算法

内存中单词采用层次结构保存

假设字典中有如下的单词：中国 中华民国 国家 人民 民主

在内存中按照如下方式按层排列，其中每一个方块代表一个字，箭头所指向为该单词的前一个字