核心問題 對已建索引的列直接套用函數/運算，會導致優化器放棄 Index Seek 轉為 Index Scan，效能隨資料量線性惡化。 反面教材 -- 年月函

背景 Microsoft 發布 SQL Server vNext on Linux（後稱 SQL Server 2017），官方支援 RHEL 7.2 / Ub

核心結論 功能重疊： 兩者均可進行類型轉換，語法不同。 CAST：ANSI 標準，語法簡潔，通用性強。 CONVERT：T-SQL 專有，支援格式化樣式碼（日

一句話區別 ORDER BY：決定輸出結果集的行順序（升序/降序）。 GROUP BY：將資料分組聚合，每組輸出一行彙總結果，必須搭配聚合函數。 語法與用

核心結論先行 WHERE：聚合前過濾資料列，不可使用聚合函數。 HAVING：聚合後過濾分組結果，可使用聚合函數。 聚合函數速查 函數說明忽略 NULL

痛點場景 交易式複寫中，發布端執行百萬級大事務（如批次刪除/更新/插入），Log Reader Agent 須一次掃描完整事務日誌再整體傳遞至散發庫。預設最大掃

問題現象 SSMS 登入視窗「登入名」下拉列表保留已刪除的舊登入名（如 kpi），造成視覺干擾與誤選風險。此記錄存儲於用戶配置檔，非資料庫內部。 各版本清除方

前言 系統學習資料庫從基礎概念入手：SQL 三大語句類別、範式設計原則、系統資料庫角色。本文以「通俗易懂、深入理解」為目標，拆解晦澀定義。 SQL 三大語句類

前言 資料庫架構（Schema）是對象容器與命名空間，完整性約束是關係模型的靈魂。本文詳細講解兩部分式命名規範，並逐一實戰驗證主鍵、唯一、外鍵、檢查、預設五大約

前言 SQL 查詢的書寫順序（SELECT-FROM-WHERE...）與邏輯處理順序（FROM-WHERE-GROUP BY-HAVING-SELECT-OR

背景與痛點 官方建議「先裝 SQL Server 再裝 VS」，但實際常遇到先裝 VS2015 再補裝 SQL Server 2014 的場景。VS2015 自

前言 「非聚集索引葉節點存指向堆或聚集索引的指針」——這句教科書定義背後隱藏著什麼實際行為？本文透過實戰重現：建立非聚集索引後再建聚集索引，觀察查詢計劃從「表掃

前言 索引是資料庫效能調優的核心，但「建了索引就會用上」是危險迷思。本文透過實際執行計劃對比，揭示 SQL Server 為何有時放棄聚集索引而選擇非聚集索引，

前言 數據類型是資料庫設計的基石。本文深入剖析 SQL Server 字符數據類型的存儲機制差異，並揭示 LEN/DATALENGTH、CHARINDEX/PA

前言 本文涵蓋兩大核心主題：SQL Server 分頁技術從舊版 ROW_NUMBER 到新版 OFFSET-FETCH 的演進，以及 ISNULL 與 COA

前言 本文將深入探討 SQL Server 中的強制索引查詢技巧，並介紹 Columnstore Index（列存儲索引）的核心概念與適用場景。內容精簡但深度解

篩選索引 只索引符合 WHERE 條件的子集資料列，減少索引體積、維護成本，提升特定查詢效能。本文全面解析建立語法、應用場景、限制與變數參數化陷阱。 語法格式

查詢計畫出現 Key Lookup (Bookmark Lookup/RID Lookup) 表示非叢集索引未覆蓋查詢欄位，需回叢集索引/堆表取值，造成額外 I

SQL Server 支援兩種註解風格，適用於說明邏輯、暫時停用程式碼、版本控制標記。 語法速查 類型符號範圍巢狀支援 單行註解--行尾否 多行

掌握 SQL Server 連接數上限配置、查詢與即時監控方法，為容量規劃與效能調優提供依據。 一、設定最大連接數 -- 開啟進階選項 EXEC sp_con