Microsoft SQL server

Performance Tuning ตัวอย่างในการ Query แบบ Best Practice ใน SQL Server เป็นการทำ Performance Tuning ในคำสั่ง Query คือวิธีที่จำเป็นในการปรับปรุงประสิทธิภาพของฐานข้อมูล ซึ่งสามารถช่วยให้ฐานข้อมูลสามารถจัดการกับข้อมูลได้มากขึ้น รวดเร็วขึ้น และทรัพยากรที่ใช้น้อยลง เราจะพิจารณาเกี่ยวกับทิศทางทั่วไปและ Best Practice สำหรับการปรับปรุง Performance ของการ Query ในฐานข้อมูล

มีอะไรใหม่ใน Microsoft SQL Server 2022 ในด้าน HA, DR, ETL, SynapseLink, Governance, Ledger, Performance

บทความนี้น่าจะออกไล่เลี่ยกันกับบทความ “รู้ได้อย่างไรว่า Microsoft SQL Server มีประสิทธิภาพแย่ลง” เพราะเขียนในช่วงเวลาเดียวกัน ผู้เขียนได้พูดถึงแหล่งข้อมูลของค่าประสิทธิภาพว่ามีอะไรกันบ้าง อยากให้ผู้อ่านลองอ่านบทความนั้นก่อนเพื่อเป็นปูพื้นความรู้

ผู้เขียนได้รับการสอบถามเกี่ยวกับการ Migrate ฐานข้อมูลจากที่ใช้อยู่ ใน Microsoft SQL Server (On-premise) ขึ้นไปไว้บน Azure SQL DB ยากไหม ทำได้อย่างไร และมีข้อควรคำนึงอะไรไหม เริ่มต้นจาก George Huey และ Wade Wegner ได้โพสต์ SQL Azure Migration Wizard ลงใน CodePlex ในปี ค.ศ. 2009 ซึ่งเป็นแหล่งรวมโปรเจค Open Source ของ Microsoft (ปัจจุบัน CodePlex ถูกยุบไปรวมไว้ใน github แล้ว) และไม่พัฒนาต่อตั้งแต่ปี 2014 ซึ่งเครื่องมือตัวนี้สามารถ Migrate ได้ทั้งโครงสร้างฐานข้อมูล (Schema) และข้อมูล (Data)

นี่ก็เป็นอีกหนึ่งบทความใน “ซีรีย์คิวรี่ตามคำขอ” เพราะได้รับคำถามมา ก่อนอื่นผู้อ่านพบว่ามีผู้พัฒนาจำนวนไม่น้อยเก็บข้อมูล datetime เป็น string เพราะอาจไม่ชำนาญในการจัดการข้อมูล datetime เลยสตาฟมันไว้ในรูปแบบ string แทน ซึ่งกลายเป็นภาระในการสืบค้นเพราะเมื่อต้องการนำมาใช้ประโยชน์ก็ต้องหาทางสกัดข้อมูลจาก string มาเป็น datetime ก่อนอยู่ดี

บทความนี้ผู้เขียนขอเรียกเป็น “ซีรีย์คิวรี่ตามคำขอ” เพราะผู้เขียนได้รับการสอบถามถึงการสืบค้นวันสุดท้ายของเดือนปัจจุบัน ทั้งที่ Microsoft SQL Server นั้นมีฟังก์ชั่น EOMONTH (End of Month) มาตั้งแต่เวอร์ชั่น 2012

Microsoft ได้ออกแบบผลิตภัณฑ์ Microsoft SQL Server Integration Service ให้สามารถสกัดข้อมูลจากหลายแหล่งหลายโครงสร้าง (schema) แล้วมีเครื่องไม้เครื่องมือในการแปลงข้อมูลเหล่านั้นไปสู่โครงสร้าง (schema) แบบ Dimensional Model ของ Ralph Kimball ผู้อ่านสามารถติดตามหนังสือในเครือ Kimball Group ได้จาก http://www.kimballgroup.com

Microsoft SQL Server Analysis Service เป็นผลิตภัณฑ์สำหรับจัดการ Data Model ระดับ Enterprise ซึ่งแบ่งได้เป็น 2 ประเภทดังนี้ - Multidimensional Data Model ซึ่งเป็น โครงสร้างข้อมูลแบบ OLAP (cubes, dimensions, measures) - Tabular Data Model ซึ่งเป็น โครงสร้างข้อมูลแบบ Relational (model, tables, columns)

ผู้เขียนเห็นว่ามีผู้ใช้งาน Microsoft SQL Server จำนวนมากที่เข้ามาอบรมกับผู้เขียน ทำการจัดเก็บข้อมูลเกี่ยวกับวันและเวลาเอาไว้เป็นตัวหนังสือ เพียงเพราะหวังจะสตัฟฟ์มันไว้ คือเห็นตอนกรอกอย่างไร จัดเก็บไว้อย่างนั้น เรียกขึ้นมาดูก็สบายใจเพราะมันก็อยู่ของมันอย่างนั้น

หากเราไม่พึ่งพา Microsoft SQL Server Analysis Service ในการเตรียม Data Model ไว้ล่วงหน้า Power BI มีความสามารถในการสร้าง และใช้งาน Data Model บนตัวของมันเอง เพราะถูกออกแบบให้เป็นเครื่องมือแบบ Self Service(ชงเอง กินเอง)

ปัจจุบัน Microsoft SQL Server 2017 สามารถติดตั้งได้บน หลายแพลตฟอร์ม ไม่ว่าจะเป็น Microsoft Windows เดิมหรือระบบปฏิบัติการ Linux ( มี Package ไม่ว่าจะมาจากตระกูล Redhat หรือ Debian อีกทั้งยังสามารถติดตั้งผ่าน Repositories ของแต่ละค่ายได้อีกด้วย)