sql server 2022查询性能优化核心是规避人为误操作：禁用select *和distinct以减少i/o与内存压力；避免where中使用函数导致索引失效；按最左前缀原则设计索引并善用included_columns；谨慎启用自动调优，设阈值、关自动删索引、黑名单高频写表；优化须匹配sla与资源预算。
SQL Server 2022 的 SELECT 查询性能优化，核心不在于“加功能”，而在于让已有机制更可靠、更自动、更少出错——尤其是避免人为误操作和过时经验带来的反效果。
避免 SELECT * 和 DISTINCT 是硬性起点
这两类写法在 SQL Server 2022 中依然会放大 I/O 和内存压力，且无法被智能查询处理（IQP）缓解。即使启用了自动索引或参数敏感计划，它们仍会强制读取全部列或触发额外的去重排序步骤。
-
SELECT *会让执行计划无法利用覆盖索引，哪怕你只用其中 2 列，也会拉回整行数据（含 LOB 字段），拖慢网络和缓存效率 -
SELECT DISTINCT在多数场景下可被业务逻辑前置过滤替代；若必须用，确保DISTINCT字段组合上有合适索引，否则会走哈希匹配或排序，P99 延迟极易飙升 - 检查现有视图或 ORM 生成语句：很多框架默认生成
SELECT *，需在查询层显式指定字段列表
WHERE 条件里别碰函数，尤其 DATEPART、CAST、CONVERT
这类写法直接让索引失效，SQL Server 2022 的 IQP 也无法“修复”这种设计级问题。优化器再聪明，也变不出函数包裹列后的统计信息分布。
- 错误示例：
WHERE YEAR(OrderDate) = 2024→ 强制全表扫描，OrderDate上的索引完全闲置 - 正确写法：
WHERE OrderDate >= '2024-01-01' AND OrderDate ，能命中索引范围查找 - 对
datetime2字段做比较时，避免隐式转换：比如把字符串'2024-03-15'直接和datetime2列比，SQL Server 可能选错类型推导路径，改用显式CONVERT(datetime2, '2024-03-15')反而更稳
用 sys.dm_db_missing_index_* 主动找索引缺口，别等慢了再救火
SQL Server 2022 的缺失索引 DMV 依然有效，但要注意它只反映“过去执行过的查询”的模式，不会预测未来。关键是要结合实际负载筛选，而非照单全建。
- 运行标准缺失索引查询后，重点关注
avg_total_user_cost * avg_user_impact * (user_seeks + user_scans)得分高的项，得分 - 检查
equality_columns和inequality_columns是否匹配你最常跑的 WHERE 条件顺序；例如查询是WHERE StatusID = 1 AND CreatedDate > '2024-01-01'，那索引列序应为(StatusID, CreatedDate)，反过来效果差很多 - 注意
included_columns：如果查询 SELECT 的字段都能被包含列覆盖，就能避免键查找（Key Lookup），这是 2022 中仍最有效的单点优化手段之一
打开自动调优但别全信，尤其 CREATE_INDEX 和 DROP_INDEX
SQL Server 2022 的 AUTOMATIC_TUNING 确实能自动建删索引，但它基于统计模型而非业务语义。生产环境启用前必须设好边界，否则可能在高峰期自动生成低效索引，或误删高频查询依赖的索引。
- 至少配置三项：
FORCE_LAST_GOOD_PLAN=ON（防计划回归）、CREATE_INDEX=ON（配合阈值）、DROP_INDEX=OFF（先关掉自动删，人工确认后再开） - 用
sp_automatic_tuning_set_threshold @feature='CREATE_INDEX', @threshold=50把收益门槛提到 50%，避免为 5% 提升建一堆维护成本高的索引 - 对审计表、日志表等高频写入低频查的表，务必用
sp_automatic_tuning_set_blacklist加入黑名单，否则自动索引可能拖垮写入吞吐
真正难的不是知道该建什么索引，而是判断“这个查询值不值得优化”——有些 SELECT 本就该走全表扫描，比如报表类查询每天只跑一次、返回百万行；强行加索引反而抬高写入成本。优化永远要绑定具体 SLA 和资源预算，而不是追求“执行时间从 800ms 降到 200ms”这种孤立指标。
