在實際開發中，絕大部分開發人員應該都沒有機會接觸到上億級別的資料，如果SQL Server中的資料量達到億級了，我們勢必要對資料庫伺服器做一系列的最佳化措施，否則難以支撐這個量級。

1、合理的索引

2、分散式資料庫部署

我們可以按業務型別將資料做垂直領域劃分，不同業務儲存在不同資料庫伺服器上，透過分散式部署將業務分離，有效緩解了資料庫壓力。不過這種分散式部署對於後期業務整合和綜合查詢不是太友好，架構如下圖示：

3、資料庫分割槽

預設情況下，資料庫裡一張表的資料都會儲存在一個地方，但採用分割槽後，這些資料會均衡儲存在不同地方，這樣做能提高SELECT查詢效率。一旦某個分割槽損壞後，也可以利用修復工具對單分割槽進行修復。注意，資料庫分割槽只適用於海量資料前提下，資料量較少時不需要做，因為資料庫分割槽也有一定的效能消耗。

4、資料庫分表

資料庫本身都是有效能瓶頸的，我們可以採取橫向擴充套件方案來解決查詢效率問題。可以根據業務需求，按一定規則（比如：時間）來對資料進行分表儲存，這樣一個大的資料集被分割成很多小的資料集，每次查詢都在小的資料集合裡查詢，效能會更高。

5、讀寫分離

讀寫分離顧名思義就是資料庫讀操作和寫操作在不同資料庫上。因為資料庫為了保證資料有效性，在寫入資料時往往會進行寫鎖操作，很多情況下會影響讀操作的效能。我們寫入資料時操作主庫，查詢資料時操作從庫，提高了資料併發性。

SQL Server提供了一個SQL Server Profile工具，透過它可以分析資料庫查詢效率。如下圖示：