मैं इस ट्यूनिंग तकनीक का सावधानीपूर्वक उपयोग करने की सलाह देता हूं क्योंकि मैंने क्वेरी योजनाओं द्वारा पॉपअप किए गए अनुक्रमणिका सुझावों को लगातार कम विश्वसनीय पाया है क्योंकि प्रश्न और DB स्कीमा अधिक जटिल हो जाते हैं। यह मेरे अनुभव में कई कारणों से हुआ है:
1) "प्रतिशत सुधार" सभी के लिए रास्ता हो सकता है, लेकिन सबसे सरल प्रश्नों / सबसे स्पष्ट अनुक्रमित, आखिरकार यह केवल एक अनुमान है और जब क्वेरी चलती है तो वास्तविक लागत या वास्तविक rowcounts से प्राप्त नहीं होती है। मैंने देखा है कि सुझाए गए सूचकांक को लागू करने के बाद क्वेरी की लागत बढ़ जाती है, या इसका उपयोग भी नहीं होता है और योजना समान रहती है।
2) क्वेरी प्लान अपने आप में इष्टतम नहीं है, या तो क्वेरी के निर्माण के कारण (जोड़ और जहां क्लॉज ऑप्टिमाइज़ नहीं किया गया है, आदि), या रो-आउट अनुमान पुराने / आउट-ऑफ-डेट आँकड़े के कारण बंद हैं। प्रदर्शन में केवल एक वृद्धिशील सुधार के साथ एक क्रूर रूप से खराब क्वेरी योजना को अनुक्रमण करना सबसे अच्छा है।
3) आप पूरी तस्वीर नहीं देख रहे होंगे। यह केवल ग्राफ़िकल योजना का उपयोग करते समय और XML को देखने के लिए नहीं देखने के लिए विशेष रूप से सच है कि क्या एक से अधिक लापता सूचकांक का सुझाव दिया गया है। चित्रमय योजना में पहले दिखाया गया है जरूरी नहीं कि क्वेरी पर सबसे अधिक प्रभाव वाला व्यक्ति हो।
4) मैंने नए सूचकांक के बहुत सारे उदाहरणों का भी सामना किया है जो मौजूदा सूचकांक को संशोधित करते समय सुझाए जाएंगे। इस बिंदु के संबंध में अन्य उत्तर यहां देखें, वे हाजिर हैं, मुझे और विस्तृत करने की कोई आवश्यकता नहीं है।
मैं केवल अनुपलब्ध क्वेरी / वातावरण के साथ काम करते समय लापता बिंदु के सुझावों को एक शुरुआती बिंदु के रूप में उपयोग करता हूं, जहां गहराई से देखने के लिए। मुझे योजना के संचालकों (मुख्य रूप से तलाश / स्कैन / जॉइन) को देखने और टूलटिप या प्रॉपर्टीज विंडो की जाँच करने के लिए बेहतर परिणाम मिले हैं कि यह देखने के लिए कि कौन से कॉलम शामिल हैं और किसका उपयोग करके सुधार के लिए परीक्षण करने के लिए इंडेक्स उम्मीदवारों का निर्धारण करें।