사실 :이해 푸른 SQL 성능
- 1 푸른 SQL S0 인스턴스
- 몇 테이블이 포함 된 그들 중 하나 ~ 8.6 백만 행과 1 PK
에 카운트 쿼리를 실행 이 테이블은 완료하는 데 약 30 분 (!) 걸립니다.
: 자원 사용량 모니터는 다음을 보여줍니다
이 푸른 포털 (새 버전)으로 상대 : S0에서 S1의 예를 업 스케일링 는13분에 쿼리 시간을 감소
질문 :
- 다른 사람이 간단한 COUNT()에 대해 rediculos로 13 분을 고려합니까?
- 두 번째 스크린 샷은 내 인스턴스가 다른 요청에 응답하지 않는 100 % 기간 동안입니까?
- 내 측정 항목이 S0 및 S1에서 모두 100 %로 제한되는 이유는 무엇입니까? (참조) "이 값은 100 %를 초과 할 수 있습니다 (미리보기의 값이 최대 100 개로 제한되어 있습니다).") 나는 S0가 150 % 정도처럼 느껴질 것이라고 기대합니다. 따옴표 붙은 진술은 사실입니다.
1.000 이상의 레코드가있는 데이터베이스 사용에 관한 경험에 관심이 있습니다. 나는 한 달에 22 ~ 55 유로의 S * 스케일링 된 Azure SQL이 어떻게 현재 업 스케일링 전략에 도움이되는지를 보지 못했다.
"where"조건을 사용하고 있습니까? quey는 "테이블에서 셀 수 (*) 선택"또는 "테이블에서 셀 수 (*) 선택 조건"입니까? –
아니요, 숫자가없는 곳 (*)입니다. – sprinter252
인덱스 및 통계가 최신입니까? –