⑴ sqlServer怎么创建任务来自动执行一连串SQL语句
第一步当然是打开我们的SQLServer软件，打开之后，我们需要找到“SQL Server Agent”，如下图中所示。
这个时候我们需要注意的是：如果在“SQL Server Agent”的图表左边我们看到一个红色的小x，这个时候就说明我们需要“start”，具体位置如下图。
完成第二步之后，我们就可以看到，之前的小x已经消失了，会转变为如下图所示的样子。
现在我们就开始来创建一个“job”,具体步骤是点击“job”，右键选择“New job”。然后我们就会看到一个创建一个新的“job”的窗口，如下图：这个我们创建一个名为“test2”的“job”。
取好名字之后，我们就点击“steps”进入最重要的步骤：这里我们需要把我们想要执行的sql语句按步骤一步一步的填写好，具体步骤是点击“New”开始每一步sql的录入。
这里笔者只添加一步用来演示给大家看，假设我们要执行的是：“select * from test where id=001”，如下图所示操作。
设置完成所有步骤之后，我们可以给这个“job”自动化运行的时间，具体做法是点击“scheles”->"New" 然后就会出现设置自动化运行的时间设置窗口，如果我们希望每个月的第一天运行这个“job”，就可以入下图所示设置。
完成设置之后，点击“确定”，然后刷新我们的数据库，我们就可以看到“test2”已经创建完成。
⑵ 如何使用SSDT进行SQL数据库的自动化部署到生产环境和版本控制
嗯问题解决数据库先附加2014数据库给创建脚本脚本放低版本数据库进行创建行想单纯降低能微软具兼容性所能高兼低低兼高太实现
⑶ 如何在SQL中建立一个自动化任务
自动化任务直接可以在SQL中创建job
job有时间执行周期
所以可以设置执行起始时间，可以按天，按周，等等
假如按小时，那就选择按天，设置多少小时执行一次
⑷ 怎么开始学习sql2000
软件入门与提高丛书——SQL Server 2000中文版入门与提高
http://book.jqcq.com/advanced_search_result.php?keywords=sql%202000
http://book.jqcq.com/proct/800530.html
本书针对Microsoft公司最新推出的大型关系数据库管理系统SQL Server 2000编写，循序渐进地介绍了从入门到深入掌握SQL Server 2000所需的各方面知识。内容包括SQL Server 2000的新特点；安装、配置SQL Server 2000的方法；SQL Server 2000日常管理方法和技巧；Transact-SQL语言程序设计；存储过程，触发器等数据库对象的设计方法和使用策略；SQL Server 2000分布式管理、自动管理和数据舆服务等高级应用；应用高级程序开发语言开发基于SQL Server 2000的应用程序；使用Web向导快速生成HTML页面。
本书介绍了大量SQL Server的使用经验，对使用中的重点、难点进行了专门的讲解，是一本有效实用的入门指南。本书的提高部分，内容有一定深度，对有SQL Server使用基础但希望进一步提高的读者来说也有一定帮助。
目录: 第1章 SQL Server 2000概述
1.1 SQL Server的发展简史
1.2 SQL Server 2000的特点
1.3 SQL Server 2000的体系结构
1.4 SQL Server 2000的新特点
1.5 本章小结
第2章 关系数据库基础
2.1 关系数据库的基本概念
2.2 SQL Server的数据库对象
2.3 SQL和Transact-SQL
2.4 本章小结
第3章 安装SQL Server 2000
3.1 SQL Server实例
3.2 安装SQL Server 2000所需的软硬件配置
3.3 安装SQL Server 2000必须注意的若干事项
3.4 远程安装SQL Server 2000
3.5 本地安装SQL Server 2000软件
3.6 升级到SQL Server 2000
3.7 企业管理器介绍
3.8 本章小结
第4章 SQL Server的系统组成
4.1 SQL Server 2000的系统数据库
4.2 SQL Server 2000的系统表
4.3 SQL Server 2000的系统存储过程
4.4 SQL Server 2000的示例数据库
4.5 本章小结
第5章 SQL Server服务器管理与使用
5.1 管理SQL Server服务器组
5.2 SQL Server服务器的连接和注册
5.3 注册SQL Server服务器的注意事项
5.4 配置SQL Server服务器
5.5 启动和关闭SQL Server服务
5.6 本章小结
第6章 查询分析器使用方法
6.1 登录到服务器
6.2 查询分析器的菜单命令
6.3 配置查询分析器
6.4 对象浏览器的使用
6.5 模板的使用
6.6 本章小结
第7章 SQL Server数据库管理
7.1 文件和文件组
7.2 创建数据库
7.3 查看数据库的信息
7.4 管理数据库
7.5 删除SQL Server数据库
7.6 数据库的存储结构
7.7 本章小结
第8章 SQL Server的命名规则
8.1 SQL Server的标识符
8.2 对象命名规则
8.3 关于实例的命名习惯
8.4 本章小结
第9章 表的管理和使用
9.1 创建表
9.2 删除表格
9.3 修改表格定义
9.4 查看表属性
9.5 表格重命名
9.6 索引
9.7 本章小结
第10章 Transact-SQL查询基础
10.1 简单的SELECT查询
10.2 使用TOP关键字
10.3 使用DISTINCT关键字
10.4 使用计算列
10.5 操作查询的列名
10.6 使用WHERE子句
10.7 使用LIKE子句进行模糊查询
10.8 使用ORDER BY给数据排序
10.9 本章小结
第11章 编辑维护表格数据
11.1 使用INSERT添加表格数据
11.2 使用RPDATE实现数据的修改
11.3 使用DELETE删除表中数据
11.4 使用TRUNCATE TABLE清空表格
11.5 使用企业管理器管理表格数据
11.6 本章小结
第12章 视图
12.1 视图的优点
12.2 视图的创建与删除
12.3 修改视图的定义
12.4 浏览视图信息
12.5 使用视图来简化查询
12.6 在视图上使用INSERT语句
12.7 使用UPDATE更新视图中的数据
12.8 删除视图中的数据
12.9 WITH CHECK OPTION的视图
12.10 对视图进行加密
12.11 使用视图加强数据安全
12.12 本章小结
第13章 SQL Server的数据类型
13.1 3种新的数据类型
13.2 整数数据类型
13.3 货币数据类型
13.4 数字数据类型
13.5 浮点数据类型
13.6 日期/时间数据类型
13.7 字符数据类型
13.8 二进制数据类型
13.9 统一码数据类型
13.10 图像、文本数据的使用
13.11 sql_variant数据类型及使用
13.12 table数据类型及使用
13.13 用户自定义数据类型及使用
13.14 本章小结
第14章 Transact-SQL高级查询
14.1 多表查询和笛卡儿乘积
14.2 使用表格别名
14.3 使用UNION子句
14.4 使用统计函数
14.5 使用GROUP BY子句
14.6 使用COMPUTE和COMPUTE BY子句
14.7 使用嵌套查询
14.8 本章小结
第15章 设计数据完整性
15.1 数据完整性基础
15.2 使用约束实施数据完整性
15.3 使用规则
15.4 使用默认值
15.5 使用IDENTITY列
15.6 本章小结
第16章 SQL Server编程结构
16.1 程序注释语句
16.2 批处理
16.3 局部变量
16.4 全局变量
16.5 IF…ELSE条件判断结构
16.6 BEGIN…END语句块
16.7 WHILE循坏结构
16.8 CASE
16.9 RETURN
16.10 游标
16.11 事务
16.12 本章小结
第17章 SQL Server函数
17.1 SQL Server的数学函数
17.2 SQL Server的字符串函数
17.3 SQL Server的日期函数
17.4 SQL Server的系统函数
17.5 其他常用函数
17.6 设置查询属性
17.7 用户自定义函数
17.8 本章小结
第18章 存储过程与触发器
18.1 存储过程概述
18.2 存储过程的使用和管理
18.3 触发器概述
18.4 触发器使用与管理
18.5 触发器的特殊功能
18.6 利用存储过程和触发器维护数据完整性
18.7 本章小结
第19章 管理SQL Server的安全性
19.1 SQL Server的安全性机制
19.2 SQL Server标准登录模式
19.3 SQL Server集成登录模式
19.4 使用企业管理器建立登录账户
19.5 SQL Server数据库安全性
19.6 角色
19.7 权限
19.8 本章小结
第20章 备份与恢复
20.1 数据库备份概念
20.2 数据库备份策略与规划
20.3 执行数据备份与恢复
20.4 本章小结
第21章 SQL Server的数据传输服务
21.1 DTS概述
21.2 数据转换服务导入向导和数据转换服务导出向导
21.3 使用DTS设计器
21.4 本章小结
第22章 SQL Server自动化管理
22.1 SQL Server自动化管理基础
22.2 使用SQL邮件
22.3 创建操作员
22.4 设置警报
22.5 创建作业
22.6 本章小结
第23章 SQL Server分布式数据管理
23.1 复制技术概述
23.2 配置出版服务器
23.3 创建出版物
23.4 设计订阅
23.5 本章小结
第24章 通过Web助手发布数据
24.1 SQL Server与Web页的交互
24.2 使用SQL Server Web助手建立Web页
24.3 本章小结
第25章 SQL Server 2000应用编程
25.1 SQL Server 2000应用编程概述
25.2 ADO概述
25.3 SQL Server 2000与ADO编程举例
25.4 SQL-DMO概述
25.5 使用SQL-DMO对象
25.6 SQL-DMO应用举例
25.7 本章小结
你得采纳啊！
⑸ 如何在自动化脚本中写SQL语句
在MS SQL SERVER 中：
打开查询分析器，选择数据库，在脚本编辑窗口中输入SQL语句，点击保存，即可将扩展名为SQL的脚本文件存入磁盘（默认我的文档或选择的文件夹）中。
⑹ SQL如何快速处理海量数据
在以下的文章中，我将以“办公自动化”系统为例，探讨如何在有着1000万条数据的MS SQL SERVER数据库中实现快速的数据提取和数据分页。以下代码说明了我们实例中数据库的“红头文件”一表的部分数据结构：
CREATE TABLE [dbo].[TGongwen] ( --TGongwen是红头文件表名
[Gid] [int] IDENTITY (1, 1) NOT NULL ,
--本表的id号，也是主键
[title] [varchar] (80) COLLATE Chinese_PRC_CI_AS NULL ,
--红头文件的标题
[fariqi] [datetime] NULL ,
--发布日期
[neibuYonghu] [varchar] (70) COLLATE Chinese_PRC_CI_AS NULL ,
--发布用户
[reader] [varchar] (900) COLLATE Chinese_PRC_CI_AS NULL ,
--需要浏览的用户。每个用户中间用分隔符“,”分开
) ON [PRIMARY] TEXTIMAGE_ON [PRIMARY]
GO
下面，我们来往数据库中添加1000万条数据：
declare @i int
set @i=1
while @i<=250000
begin
insert into Tgongwen(fariqi,neibuyonghu,reader,title) values('2004-2-5','通信科','通信科,办公室,王局长,刘局长,张局长,admin,刑侦支队,特勤支队,交巡警支队,经侦支队,户政科,治安支队,外事科','这是最先的25万条记录')
set @i=@i+1
end
GO
declare @i int
set @i=1
while @i<=250000
begin
insert into Tgongwen(fariqi,neibuyonghu,reader,title) values('2004-9-16','办公室','办公室,通信科,王局长,刘局长,张局长,admin,刑侦支队,特勤支队,交巡警支队,经侦支队,户政科,外事科','这是中间的25万条记录')
set @i=@i+1
end
GO
declare @h int
set @h=1
while @h<=100
begin
declare @i int
set @i=2002
while @i<=2003
begin
declare @j int
set @j=0
while @j<50
begin
declare @k int
set @k=0
while @k<50
begin
insert into Tgongwen(fariqi,neibuyonghu,reader,title) values(cast(@i as varchar(4))+'-8-15 3:'+cast(@j as varchar(2))+':'+cast(@j as varchar(2)),'通信科','办公室,通信科,王局长,刘局长,张局长,admin,刑侦支队,特勤支队,交巡警支队,经侦支队,户政科,外事科','这是最后的50万条记录')
set @k=@k+1
end
set @j=@j+1
end
set @i=@i+1
end
set @h=@h+1
end
GO
declare @i int
set @i=1
while @i<=9000000
begin
insert into Tgongwen(fariqi,neibuyonghu,reader,title) values('2004-5-5','通信科','通信科,办公室,王局长,刘局长,张局长,admin,刑侦支队,特勤支队,交巡警支队,经侦支队,户政科,治安支队,外事科','这是最后添加的900万条记录')
set @i=@i+1000000
end
GO
通过以上语句，我们创建了25万条由通信科于2004年2月5日发布的记录，25万条由办公室于2004年9月6日发布的记录，2002年和2003年各100个2500条相同日期、不同分秒的由通信科发布的记录（共50万条），还有由通信科于2004年5月5日发布的900万条记录，合计1000万条。
一、因情制宜，建立“适当”的索引
建立“适当”的索引是实现查询优化的首要前提。
索引（index）是除表之外另一重要的、用户定义的存储在物理介质上的数据结构。当根据索引码的值搜索数据时，索引提供了对数据的快速访问。事实上，没有索引,数据库也能根据SELECT语句成功地检索到结果，但随着表变得越来越大，使用“适当”的索引的效果就越来越明显。注意，在这句话中，我们用了“适当”这个词，这是因为，如果使用索引时不认真考虑其实现过程，索引既可以提高也会破坏数据库的工作性能。
（一）深入浅出理解索引结构
实际上，您可以把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引：聚集索引（clustered index，也称聚类索引、簇集索引）和非聚集索引（nonclustered index，也称非聚类索引、非簇集索引）。下面，我们举例来说明一下聚集索引和非聚集索引的区别：
其实，我们的汉语字典的正文本身就是一个聚集索引。比如，我们要查“安”字，就会很自然地翻开字典的前几页，因为“安”的拼音是“an”，而按照拼音排序汉字的字典是以英文字母“a”开头并以“z”结尾的，那么“安”字就自然地排在字典的前部。如果您翻完了所有以“a”开头的部分仍然找不到这个字，那么就说明您的字典中没有这个字；同样的，如果查“张”字，那您也会将您的字典翻到最后部分，因为“张”的拼音是“zhang”。也就是说，字典的正文部分本身就是一个目录，您不需要再去查其他目录来找到您需要找的内容。
我们把这种正文内容本身就是一种按照一定规则排列的目录称为“聚集索引”。
如果您认识某个字，您可以快速地从自动中查到这个字。但您也可能会遇到您不认识的字，不知道它的发音，这时候，您就不能按照刚才的方法找到您要查的字，而需要去根据“偏旁部首”查到您要找的字，然后根据这个字后的页码直接翻到某页来找到您要找的字。但您结合“部首目录”和“检字表”而查到的字的排序并不是真正的正文的排序方法，比如您查“张”字，我们可以看到在查部首之后的检字表中“张”的页码是672页，检字表中“张”的上面是“驰”字，但页码却是63页，“张”的下面是“弩”字，页面是390页。很显然，这些字并不是真正的分别位于“张”字的上下方，现在您看到的连续的“驰、张、弩”三字实际上就是他们在非聚集索引中的排序，是字典正文中的字在非聚集索引中的映射。我们可以通过这种方式来找到您所需要的字，但它需要两个过程，先找到目录中的结果，然后再翻到您所需要的页码。
我们把这种目录纯粹是目录，正文纯粹是正文的排序方式称为“非聚集索引”。
通过以上例子，我们可以理解到什么是“聚集索引”和“非聚集索引”。
进一步引申一下，我们可以很容易的理解：每个表只能有一个聚集索引，因为目录只能按照一种方法进行排序。
（二）何时使用聚集索引或非聚集索引
下面的表总结了何时使用聚集索引或非聚集索引（很重要）。
动作描述
使用聚集索引
使用非聚集索引
列经常被分组排序
应
应
返回某范围内的数据
应
不应
一个或极少不同值
不应
不应
小数目的不同值
应
不应
大数目的不同值
不应
应
频繁更新的列
不应
应
外键列
应
应
主键列
应
应
频繁修改索引列
不应
应
事实上，我们可以通过前面聚集索引和非聚集索引的定义的例子来理解上表。如：返回某范围内的数据一项。比如您的某个表有一个时间列，恰好您把聚合索引建立在了该列，这时您查询2004年1月1日至2004年10月1日之间的全部数据时，这个速度就将是很快的，因为您的这本字典正文是按日期进行排序的，聚类索引只需要找到要检索的所有数据中的开头和结尾数据即可；而不像非聚集索引，必须先查到目录中查到每一项数据对应的页码，然后再根据页码查到具体内容。
（三）结合实际，谈索引使用的误区
理论的目的是应用。虽然我们刚才列出了何时应使用聚集索引或非聚集索引，但在实践中以上规则却很容易被忽视或不能根据实际情况进行综合分析。下面我们将根据在实践中遇到的实际问题来谈一下索引使用的误区，以便于大家掌握索引建立的方法。
1、主键就是聚集索引
这种想法笔者认为是极端错误的，是对聚集索引的一种浪费。虽然SQL SERVER默认是在主键上建立聚集索引的。
通常，我们会在每个表中都建立一个ID列，以区分每条数据，并且这个ID列是自动增大的，步长一般为1。我们的这个办公自动化的实例中的列Gid就是如此。此时，如果我们将这个列设为主键，SQL SERVER会将此列默认为聚集索引。这样做有好处，就是可以让您的数据在数据库中按照ID进行物理排序，但笔者认为这样做意义不大。
显而易见，聚集索引的优势是很明显的，而每个表中只能有一个聚集索引的规则，这使得聚集索引变得更加珍贵。
从我们前面谈到的聚集索引的定义我们可以看出，使用聚集索引的最大好处就是能够根据查询要求，迅速缩小查询范围，避免全表扫描。在实际应用中，因为ID号是自动生成的，我们并不知道每条记录的ID号，所以我们很难在实践中用ID号来进行查询。这就使让ID号这个主键作为聚集索引成为一种资源浪费。其次，让每个ID号都不同的字段作为聚集索引也不符合“大数目的不同值情况下不应建立聚合索引”规则；当然，这种情况只是针对用户经常修改记录内容，特别是索引项的时候会负作用，但对于查询速度并没有影响。
在办公自动化系统中，无论是系统首页显示的需要用户签收的文件、会议还是用户进行文件查询等任何情况下进行数据查询都离不开字段的是“日期”还有用户本身的“用户名”。
通常，办公自动化的首页会显示每个用户尚未签收的文件或会议。虽然我们的where语句可以仅仅限制当前用户尚未签收的情况，但如果您的系统已建立了很长时间，并且数据量很大，那么，每次每个用户打开首页的时候都进行一次全表扫描，这样做意义是不大的，绝大多数的用户1个月前的文件都已经浏览过了，这样做只能徒增数据库的开销而已。事实上，我们完全可以让用户打开系统首页时，数据库仅仅查询这个用户近3个月来未阅览的文件，通过“日期”这个字段来限制表扫描，提高查询速度。如果您的办公自动化系统已经建立的2年，那么您的首页显示速度理论上将是原来速度8倍，甚至更快。
在这里之所以提到“理论上”三字，是因为如果您的聚集索引还是盲目地建在ID这个主键上时，您的查询速度是没有这么高的，即使您在“日期”这个字段上建立的索引（非聚合索引）。下面我们就来看一下在1000万条数据量的情况下各种查询的速度表现（3个月内的数据为25万条）：
（1）仅在主键上建立聚集索引，并且不划分时间段：
Select gid,fariqi,neibuyonghu,title from tgongwen
用时：128470毫秒（即：128秒）
（2）在主键上建立聚集索引，在fariq上建立非聚集索引：
select gid,fariqi,neibuyonghu,title from Tgongwen
where fariqi> dateadd(day,-90,getdate())
用时：53763毫秒（54秒）
（3）将聚合索引建立在日期列（fariqi）上：
select gid,fariqi,neibuyonghu,title from Tgongwen
where fariqi> dateadd(day,-90,getdate())
用时：2423毫秒（2秒）
虽然每条语句提取出来的都是25万条数据，各种情况的差异却是巨大的，特别是将聚集索引建立在日期列时的差异。事实上，如果您的数据库真的有1000万容量的话，把主键建立在ID列上，就像以上的第1、2种情况，在网页上的表现就是超时，根本就无法显示。这也是我摒弃ID列作为聚集索引的一个最重要的因素。
得出以上速度的方法是：在各个select语句前加：declare @d datetime
set @d=getdate()
并在select语句后加：
select [语句执行花费时间(毫秒)]=datediff(ms,@d,getdate())
2、只要建立索引就能显着提高查询速度
事实上，我们可以发现上面的例子中，第2、3条语句完全相同，且建立索引的字段也相同；不同的仅是前者在fariqi字段上建立的是非聚合索引，后者在此字段上建立的是聚合索引，但查询速度却有着天壤之别。所以，并非是在任何字段上简单地建立索引就能提高查询速度。
从建表的语句中，我们可以看到这个有着1000万数据的表中fariqi字段有5003个不同记录。在此字段上建立聚合索引是再合适不过了。在现实中，我们每天都会发几个文件，这几个文件的发文日期就相同，这完全符合建立聚集索引要求的：“既不能绝大多数都相同，又不能只有极少数相同”的规则。由此看来，我们建立“适当”的聚合索引对于我们提高查询速度是非常重要的。
3、把所有需要提高查询速度的字段都加进聚集索引，以提高查询速度
上面已经谈到：在进行数据查询时都离不开字段的是“日期”还有用户本身的“用户名”。既然这两个字段都是如此的重要，我们可以把他们合并起来，建立一个复合索引（compound index）。
很多人认为只要把任何字段加进聚集索引，就能提高查询速度，也有人感到迷惑：如果把复合的聚集索引字段分开查询，那么查询速度会减慢吗？带着这个问题，我们来看一下以下的查询速度（结果集都是25万条数据）：（日期列fariqi首先排在复合聚集索引的起始列，用户名neibuyonghu排在后列）
（1）select gid,fariqi,neibuyonghu,title from Tgongwen where fariqi>'2004-5-5'
查询速度：2513毫秒
（2）select gid,fariqi,neibuyonghu,title from Tgongwen where fariqi>'2004-5-5' and neibuyonghu='办公室'
查询速度：2516毫秒
（3）select gid,fariqi,neibuyonghu,title from Tgongwen where neibuyonghu='办公室'
查询速度：60280毫秒
从以上试验中，我们可以看到如果仅用聚集索引的起始列作为查询条件和同时用到复合聚集索引的全部列的查询速度是几乎一样的，甚至比用上全部的复合索引列还要略快（在查询结果集数目一样的情况下）；而如果仅用复合聚集索引的非起始列作为查询条件的话，这个索引是不起任何作用的。当然，语句1、2的查询速度一样是因为查询的条目数一样，如果复合索引的所有列都用上，而且查询结果少的话，这样就会形成“索引覆盖”，因而性能可以达到最优。同时，请记住：无论您是否经常使用聚合索引的其他列，但其前导列一定要是使用最频繁的列。
（四）其他书上没有的索引使用经验总结
1、用聚合索引比用不是聚合索引的主键速度快
下面是实例语句：（都是提取25万条数据）
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16'
使用时间：3326毫秒
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where gid<=250000
使用时间：4470毫秒
这里，用聚合索引比用不是聚合索引的主键速度快了近1/4。
2、用聚合索引比用一般的主键作order by时速度快，特别是在小数据量情况下
select gid,fariqi,neibuyonghu,reader,title from Tgongwen order by fariqi
用时：12936
select gid,fariqi,neibuyonghu,reader,title from Tgongwen order by gid
用时：18843
这里，用聚合索引比用一般的主键作order by时，速度快了3/10。事实上，如果数据量很小的话，用聚集索引作为排序列要比使用非聚集索引速度快得明显的多；而数据量如果很大的话，如10万以上，则二者的速度差别不明显。
3、使用聚合索引内的时间段，搜索时间会按数据占整个数据表的百分比成比例减少，而无论聚合索引使用了多少个
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi>'2004-1-1'
用时：6343毫秒（提取100万条）
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi>'2004-6-6'
用时：3170毫秒（提取50万条）
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16'
用时：3326毫秒（和上句的结果一模一样。如果采集的数量一样，那么用大于号和等于号是一样的）
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi>'2004-1-1' and fariqi<'2004-6-6'
用时：3280毫秒
4 、日期列不会因为有分秒的输入而减慢查询速度
下面的例子中，共有100万条数据，2004年1月1日以后的数据有50万条，但只有两个不同的日期，日期精确到日；之前有数据50万条，有5000个不同的日期，日期精确到秒。
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi>'2004-1-1' order by fariqi
用时：6390毫秒
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi<'2004-1-1' order by fariqi
用时：6453毫秒
（五）其他注意事项
“水可载舟，亦可覆舟”，索引也一样。索引有助于提高检索性能，但过多或不当的索引也会导致系统低效。因为用户在表中每加进一个索引，数据库就要做更多的工作。过多的索引甚至会导致索引碎片。
所以说，我们要建立一个“适当”的索引体系，特别是对聚合索引的创建，更应精益求精，以使您的数据库能得到高性能的发挥。
当然，在实践中，作为一个尽职的数据库管理员，您还要多测试一些方案，找出哪种方案效率最高、最为有效。
二、改善SQL语句
很多人不知道SQL语句在SQL SERVER中是如何执行的，他们担心自己所写的SQL语句会被SQL SERVER误解。比如：
select * from table1 where name='zhangsan' and tID > 10000
和执行:
select * from table1 where tID > 10000 and name='zhangsan'
一些人不知道以上两条语句的执行效率是否一样，因为如果简单的从语句先后上看，这两个语句的确是不一样，如果tID是一个聚合索引，那么后一句仅仅从表的10000条以后的记录中查找就行了；而前一句则要先从全表中查找看有几个name='zhangsan'的，而后再根据限制条件条件tID>10000来提出查询结果。
事实上，这样的担心是不必要的。SQL SERVER中有一个“查询分析优化器”，它可以计算出where子句中的搜索条件并确定哪个索引能缩小表扫描的搜索空间，也就是说，它能实现自动优化。
虽然查询优化器可以根据where子句自动的进行查询优化，但大家仍然有必要了解一下“查询优化器”的工作原理，如非这样，有时查询优化器就会不按照您的本意进行快速查询。
在查询分析阶段，查询优化器查看查询的每个阶段并决定限制需要扫描的数据量是否有用。如果一个阶段可以被用作一个扫描参数（SARG），那么就称之为可优化的，并且可以利用索引快速获得所需数据。
SARG的定义：用于限制搜索的一个操作，因为它通常是指一个特定的匹配，一个值得范围内的匹配或者两个以上条件的AND连接。形式如下：
列名 操作符 <常数 或 变量>
或
<常数 或 变量> 操作符列名
列名可以出现在操作符的一边，而常数或变量出现在操作符的另一边。如：
Name=’张三’
价格>5000
5000<价格
Name=’张三’ and 价格>5000
如果一个表达式不能满足SARG的形式，那它就无法限制搜索的范围了，也就是SQL SERVER必须对每一行都判断它是否满足WHERE子句中的所有条件。所以一个索引对于不满足SARG形式的表达式来说是无用的。
介绍完SARG后，我们来总结一下使用SARG以及在实践中遇到的和某些资料上结论不同的经验：
1、Like语句是否属于SARG取决于所使用的通配符的类型
如：name like ‘张%’ ，这就属于SARG
而：name like ‘%张’ ,就不属于SARG。
原因是通配符%在字符串的开通使得索引无法使用。
2、or 会引起全表扫描
Name=’张三’ and 价格>5000 符号SARG，而：Name=’张三’ or 价格>5000 则不符合SARG。使用or会引起全表扫描。
3、非操作符、函数引起的不满足SARG形式的语句
不满足SARG形式的语句最典型的情况就是包括非操作符的语句，如：NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE等，另外还有函数。下面就是几个不满足SARG形式的例子：
ABS(价格)<5000
Name like ‘%三’
有些表达式，如：
WHERE 价格*2>5000
SQL SERVER也会认为是SARG，SQL SERVER会将此式转化为：
WHERE 价格>2500/2
但我们不推荐这样使用，因为有时SQL SERVER不能保证这种转化与原始表达式是完全等价的。
4、IN 的作用相当与OR
语句：
Select * from table1 where tid in (2,3)
和
Select * from table1 where tid=2 or tid=3
是一样的，都会引起全表扫描，如果tid上有索引，其索引也会失效。
5、尽量少用NOT
6、exists 和 in 的执行效率是一样的
很多资料上都显示说，exists要比in的执行效率要高，同时应尽可能的用not exists来代替not in。但事实上，我试验了一下，发现二者无论是前面带不带not，二者之间的执行效率都是一样的。因为涉及子查询，我们试验这次用SQL SERVER自带的pubs数据库。运行前我们可以把SQL SERVER的statistics I/O状态打开。
（1）select title,price from titles where title_id in (select title_id from sales where qty>30)
该句的执行结果为：
表 'sales'。扫描计数 18，逻辑读 56 次，物理读 0 次，预读 0 次。
表 'titles'。扫描计数 1，逻辑读 2 次，物理读 0 次，预读 0 次。
（2）select title,price from titles where exists (select * from sales where sales.title_id=titles.title_id and qty>30)
第二句的执行结果为：
表 'sales'。扫描计数 18，逻辑读 56 次，物理读 0 次，预读 0 次。
表 'titles'。扫描计数 1，逻辑读 2 次，物理读 0 次，预读 0 次。
我们从此可以看到用exists和用in的执行效率是一样的。
7、用函数charindex()和前面加通配符%的LIKE执行效率一样
前面，我们谈到，如果在LIKE前面加上通配符%，那么将会引起全表扫描，所以其执行效率是低下的。但有的资料介绍说，用函数charindex()来代替LIKE速度会有大的提升，经我试验，发现这种说明也是错误的：
select gid,title,fariqi,reader from tgongwen where charindex('刑侦支队',reader)>0 and fariqi>'2004-5-5'
用时：7秒，另外：扫描计数 4，逻辑读 7155 次，物理读 0 次，预读 0 次。
select gid,title,fariqi,reader from tgongwen where reader like '%' + '刑侦支队' + '%' and fariqi>'2004-5-5'
用时：7秒，另外：扫描计数 4，逻辑读 7155 次，物理读 0 次，预读 0 次。
8、union并不绝对比or的执行效率高
我们前面已经谈到了在where子句中使用or会引起全表扫描，一般的，我所见过的资料都是推荐这里用union来代替or。事实证明，这种说法对于大部分都是适用的。
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16' or gid>9990000
用时：68秒。扫描计数 1，逻辑读 404008 次，物理读 283 次，预读 392163 次。
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16'
union
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where gid>9990000
用时：9秒。扫描计数 8，逻辑读 67489 次，物理读 216 次，预读 7499 次。
看来，用union在通常情况下比用or的效率要高的多。
但经过试验，笔者发现如果or两边的查询列是一样的话，那么用union则反倒和用or的执行速度差很多，虽然这里union扫描的是索引，而or扫描的是全表。
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16' or fariqi='2004-2-5'
用时：6423毫秒。扫描计数 2，逻辑读 14726 次，物理读 1 次，预读 7176 次。
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-9-16'
union
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi='2004-2-5'
用时：11640毫秒。扫描计数 8，逻辑读 14806 次，物理读 108 次，预读 1144 次。
9、字段提取要按照“需多少、提多少”的原则，避免“select *”
我们来做一个试验：
select top 10000 gid,fariqi,reader,title from tgongwen ord
⑺ 初学SQL数据库新手入门急急急!!!
先建表
create table table_name
(列名1 字符串类型 约束，
列名2 字符串类型 约束，
列名3 字符串类型 约束）
字符串类型一般为 number()、varchar()、date、int、、、
约束常见的：
主键约束Primary Key，非空约束 not null，唯一约束unique，检查约束check
插入数据
insert table table_name values(列1数值，列2数值，.....）
例：
create table WYB(
times date,
age varchar2(2),
act varchar2(4000),
address varchar2(1000),
MTP varchar2(1000),
song varchar2(1000) )
insert into WYB(times,age,address,act) values(to_date('1997/08/05','yyyy/mm/dd'),1,'洛阳','出生啦')
insert into WYB(times,age,act) values(to_date('2011','yyyy'),13,'参加了全国IBD顶尖街舞大赛，Hiphop组进入16强，从而被乐华娱乐发掘成为练习生')
insert into WYB(times,age,act) values(to_date('2014/10/16','yyyy/mm/dd'),17,'组合登陆韩国节目《M！Countdown》作为首次放送舞台，正式开始韩国的宣传活动')
insert into WYB(times,age,act) values(to_date('2014/10/20','yyyy/mm/dd'),17,'组合首支单曲《Falling In Love》中韩双版公开')
insert into WYB(times,age,act,song) values(to_date('2014/10/20','yyyy/mm/dd'),17,'组合首支单曲《Falling In Love》中韩双版公开','《Falling In Love》')
insert into WYB(times,age,act,song) values(to_date('2014/11/7','yyyy/mm/dd'),17,'组合为美国动画电影《马达加斯加的企鹅》演唱中文主题曲《Celebrate》','《Celebrate》')
⑻ 自动化 sql注入 工具怎么写
Sql注入测试一定要使用工具。原因一：工作效率；原因二：人工很难构造出覆盖面广的盲注入的sql语句。例如当一个查询的where字句包含了多个参数，or and的关系比较多时，简单的or 1=1, and 1=2是很难发现注入点的。
Sql注入的工具很多(Top 15 free SQL Injection Scanners)，我最近使用的有Sqlmap，SqliX，JbroFuzz，Sql Power Injector, 网站啄木鸟.现将他们的使用方法和比较结果贴于此：
Sqlmap是python开发的SQL注入漏洞测试工具。没有UI界面的命令行工具。虽说是命令行工具，可他的使用比网站啄木鸟，Sql Power injector 容易多了，并且有很详细的帮助文档。从下面2个地址获得相关程序包：