資料庫效能優化非單一階段任務，而是貫穿軟體生命週期的持續工程。本文依階段歸納關鍵實務，助團隊建立系統化調優文化。
一、分析階段：量化非功能需求
- 明確定義 即時性需求（如 OLTP 交易 < 200ms、OLAP 查詢 < 30s）、併發使用者數、資料成長預估。
- 識別系統屬性：OLTP（高併發、小筆交易）與 OLAP（大量掃描、複雜彙總）架構差異大，索引、分割、硬體規劃截然不同。
- 產出 效能基準測試計畫，納入驗收標準。
二、設計階段：奠定效能基石
1. 正規化與適度反正規化
- 核心業務表達 3NF 消除修改異常，減少資料冗餘。
- 高頻查詢路徑引入 策略性冗餘（摘要表、物化視圖、冗餘欄位）降低 JOIN 成本，但需建立同步機制（觸發器、ETL、CDC）確保一致性。
2. 索引設計先行
- 依 WHERE、JOIN、ORDER BY、GROUP BY 欄位建立叢集/非叢集索引。
- 叢集索引鍵選擇原則：窄、唯一、遞增、不常修改（如 Identity 或 UUID 排序版本），避免頁分裂與書籤查詢。
- 覆蓋索引滿足高頻查詢，減少鍵查閱。
3. 分割策略
- 大型事實表/歷史表採用 範圍分割（依日期/租戶），配合分割對齊索引，實現分割消除與平行掃描。
- 檔案群組對應不同儲存層（SSD 存熱資料、HDD 存冷資料），優化 IO 成本。
三、開發階段：寫出高效能 T-SQL
- 參數化查詢 重用執行計畫，防注入。
- 避免
SELECT *、標量函數在 WHERE 條件、隱含轉換（索引失效主因）。
- 善用
EXISTS 替代 IN、NOT EXISTS 替代 NOT IN。
- 大量資料修改分批次執行，避免長交易鎖死。
- 使用
SET NOCOUNT ON、TRY...CATCH 精簡網路封包與錯誤處理。
四、測試與上線前驗證
- 負載測試模擬生產併發，擷取 執行計畫、等待統計、DMV 指標（
sys.dm_exec_query_stats, sys.dm_os_wait_stats）。
- 建立 基準效能指標（P99 延遲、吞吐量、錯誤率），納入發布門檻。
- 啟用 查詢存放區 追蹤計畫變更。
五、維運階段：持續監控與微調
- 排程 索引重建/重組、統計資料更新（
AUTO_UPDATE_STATISTICS_ASYNC 避免同步阻塞）。
- 監控 阻塞、死結、編譯重組，建立告警閾值。
- 定期審視 成本最高的前 20 支查詢，針對性優化或加索引。
- 容量規劃：追蹤資料/記錄檔成長趨勢，預留擴充空間。
結語
效能優化是「設計佔七分、編碼佔兩分、維運佔一分」的系統工程。將關鍵實務內化為團隊規範，配合自動化工具持續觀測，才能在業務增長中保持資料庫穩健高效。
