Recovery model選項，可以控制交易的紀錄方式，以及可用的還原交易類型，
大家也一定都知道，Simple將使用最少交易紀錄，Full使用最多交易紀錄，
但對In-Memory table 是否有ㄧ樣的關聯呢 ?
SQL2016大幅改善In-Memory OLTP效能，所以我在SQL2016花了很多時間研究、測試並閱讀相關whitepaper，
我也先告訴大家一件事，In-Memory table並非效能萬靈丹，
不要以為把disk-table轉換到in-memory table，現有系統交易效能就可突飛猛進，
而且真實世界要把disk table要轉換in-memory table也非那麼簡單(除非你的disk table layout真的很單純)。
善用交易效能分析報表，預估資料表或SP移轉至In-Memory效益
SQL2016 Enterprise Edition 整體效能比 SQL2014 Enterprise Edition 快40%
1.比row store提高10倍以上的壓縮率(資料相同壓縮率更棒)
2.比row store提高查詢large data 10倍以上效能(優化CPU使用率、更高擊中率、更多資料可存入記憶體)
3.比row store減少更多I/O (只擷取所需欄位)
如果您使用暫存資料表、資料表變數或資料表值參數，
可以考慮轉換記憶體資料表變數來提升效能。
統計資料在SQL Server地位相當重要，
如果SQL Server是一台跑車，那麼統計資料就是引擎
介紹如何使用sp_whoisactive 快速找出目前 SQL Server 效能緩慢的查詢
2017-01-20在SQL PASS分享Query Store
SLQ Server 2016新增兩個查詢提示MIN_GRANT_PERCENT 和MAX_GRANT_PERCENT，
設定值介於0~100.0之間。
之前大型資料庫效能調校課程有學員問我一個問題，
要了解SQL Server目前效能瓶頸，但假設只能選擇一個指標，
老師會選擇什麼呢?我的回答:Wait Type。
SQL2016 SP1增強In-Memory資料表新增Columnstore效能。
平行處理提高Insert效能。
針對非記憶體資料表，SQL2016提供了很多新的DMV來幫助我們分析和驗證Columnstore Index內部行為。
Clustered Columnstore Indexes在SQL Server 2016有四個重大增強。
1支援Unique Constraints
2支援Primary Key
3支援Foreign Keys
4建立較小資料列群組
資料排序需求有時無可避免，以前SQL Server2014使用row by row來處理資料排序，
這種方式對小資料表來說可能沒啥效能影響，但如果對大資料表來說可不得不在意效能，
那麼SQL Server 2016要使用什麼方法來改善效能呢?
SQL2016新增壓縮和解壓縮純量值函式，
將輸入內容透過GZIP演算法壓縮並返回varbinary(max)資料型別，
這些函式對我來說相當實用且重要。
提供查詢即時資訊、完整進度和運算子執行階段統計資料，
這些資料例如耗用時間、執行進度(百分比)、執行資料列筆數..等，
該功能可以減少查詢效能調校所花費時間，同時SQL2014(需SP1)也能使用該新功能。
當我進行查詢效能疑難排解時，閱讀執行計畫並查看sys.dm_os_wait_stats DMV，
並分析該查詢到底在等什麼，永遠都是我查詢效能疑難排解的第一步，
但針對個別session分析到底在等什麼，也是我目前最痛的地方。
sys.dm_exec_function_stats會收集function執行效能統計資料，
有踩過Function造成效能問題的朋友，應該會和我一樣感動吧。
今天收到某學員來信詢問?
學員:老師課堂用實例說明QO可能會改寫查詢以及排序資料，
但今天系統某一查詢資料排序卻和以往都不同，
而且該查詢都沒有人修改過，請問是什麼原因造成的呢?
RiCo:你能把該查詢XML執行計畫寄給我分析嗎?