Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
GitHub Copilot membantu Anda mengoptimalkan kueri dan menyelidiki hambatan performa pada ekstensi MSSQL untuk Visual Studio Code. Anda dapat meminta bantuan dengan kode Transact-SQL (T-SQL) dan pemetaan relasional objek (ORM), menginterpretasikan rencana eksekusi, atau menggunakan alat agen untuk menyelidiki data Query Store yang ditangkap.
Mulai sekarang!
Pastikan Anda tersambung ke database dan membuka jendela editor aktif dengan ekstensi MSSQL. Saat Anda terhubung, @mssql peserta obrolan memahami konteks lingkungan database Anda dan dapat memberikan saran yang akurat dan sadar konteks. Jika Anda tidak tersambung ke database, peserta obrolan tidak memiliki skema atau konteks data untuk memberikan respons yang bermakna.
Contoh berikut menggunakan basis data contoh AdventureWorksLT2022, yang dapat Anda unduh dari repositori GitHub Azure Data SQL Samples Repository.
Untuk hasil terbaik, sesuaikan nama tabel dan skema agar sesuai dengan lingkungan Anda sendiri.
Pastikan obrolan menyertakan awalan @mssql . Misalnya, ketik @mssql diikuti dengan pertanyaan atau perintah Anda. Awalan ini memastikan bahwa peserta obrolan memahami bahwa Anda meminta bantuan terkait SQL.
Optimalkan performa dengan GitHub Copilot
Gunakan @mssql peserta chat untuk meninjau query SQL dan ORM, menjelaskan rencana eksekusi, dan mengusulkan perbaikan. Contoh dimulai dengan optimasi query dan skenario code-first, diikuti dengan contoh agen Query Store dalam pratinjau.
Mengoptimalkan kueri
Gunakan GitHub Copilot untuk mengidentifikasi inefisiensi dalam kueri SQL atau pemetaan relasional objek (ORM) dan menyarankan cara untuk meningkatkan performa. GitHub Copilot membantu Anda menerapkan praktik terbaik T-SQL dan ORM, mulai dari menulis ulang kueri lambat hingga merekomendasikan indeks atau menghindari anti-pola seperti gabungan Kartesius, berdasarkan konteks Anda saat ini.
Contoh dasar
Optimize the following query:
SELECT *
FROM SalesLT.SalesOrderHeader
WHERE OrderDate > '2023-01-01';
Contoh peningkatan indeks
Suggest indexing improvements for this query:
SELECT ProductID
FROM SalesLT.SalesOrderDetail
WHERE Quantity > 100;
Contoh penyempurnaan gabungan
Rewrite this query to avoid a Cartesian join. Make sure the new query follows T-SQL best practices:
SELECT * FROM Customers, Order;
Contoh pilih berlapis
Rewrite this Prisma query to avoid unnecessary nested selects and improve readability:
const orders = await prisma.salesOrderHeader.findMany({
where: {
orderDate: {
gt: new Date('2023-01-01')
}
}
});
Analisis rencana eksekusi
Rencana eksekusi memberikan perincian terperinci tentang cara mesin SQL memproses kueri. GitHub Copilot dapat membantu Anda menafsirkan rencana eksekusi, mengidentifikasi hambatan seperti gabungan perulangan berlapis, dan menyarankan peningkatan berdasarkan pola kueri dunia nyata dan strategi pengindeksan.
Anda dapat menggunakan kueri berikut sebagai contoh untuk menghasilkan rencana eksekusi menggunakan opsi Perkiraan/Paket aktual di ekstensi MSSQL:
SELECT soh1.SalesOrderID AS OrderA,
soh2.SalesOrderID AS OrderB,
soh1.TotalDue AS TotalA,
soh2.TotalDue AS TotalB
FROM SalesLT.SalesOrderHeader AS soh1
CROSS JOIN SalesLT.SalesOrderHeader AS soh2
WHERE soh1.TotalDue < soh2.TotalDue
ORDER BY soh2.TotalDue DESC;
Sertakan konteks sebanyak mungkin, dengan memilih kueri dari editor dan menyertakan sqlplan file di jendela obrolan GitHub Copilot, seperti yang ditunjukkan pada cuplikan layar ini.
According to the execution plan shared by my database expert, the following query is using a nested loop join which is affecting the performance of my app. Can you explain in simple terms why this might be happening? Additionally, suggest optimization strategies that could improve the query's performance.
Anda dapat menggunakan kueri berikut sebagai contoh untuk menghasilkan rencana eksekusi menggunakan opsi Perkiraan/Paket aktual di ekstensi MSSQL:
SELECT c1.CustomerID,
c1.LastName,
c2.CustomerID AS MatchingCustomerID,
c2.LastName AS MatchingLastName
FROM SalesLT.Customer AS c1
INNER JOIN SalesLT.Customer AS c2
ON c1.LastName = c2.LastName
AND c1.CustomerID <> c2.CustomerID
OPTION (LOOP JOIN);
Sertakan konteks sebanyak mungkin dengan memilih kueri dari editor dan menyertakan sqlplan file di jendela obrolan GitHub Copilot, seperti yang ditunjukkan pada cuplikan layar ini.
Explain the execution plan for this query that performs a join with a filter on TotalDue:
SELECT c.CustomerID,
c.FirstName,
c.LastName,
soh.SalesOrderID,
soh.TotalDue
FROM SalesLT.Customer AS c
INNER JOIN SalesLT.SalesOrderHeader AS soh
ON c.CustomerID = soh.CustomerID
WHERE soh.TotalDue > 500;
Restrukturisasi kueri
Merestrukturisasi kueri menggunakan ekspresi tabel umum (CTA) dapat membuat kueri Anda lebih mudah dibaca dan dikelola. Pendekatan ini sangat membantu untuk logika kompleks atau subkueri berlapis. GitHub Copilot dapat membantu Anda menulis ulang kueri yang ada untuk menggunakan CTE sambil mempertahankan niat asli dan meningkatkan kejelasan.
Pilih bagian dalam ke contoh CTE
Rewrite this query using common table expressions (CTEs) to improve clarity:
SELECT *
FROM (SELECT ProductID,
SUM(Quantity) AS TotalQuantity
FROM Sales
GROUP BY ProductID) AS SubQuery;
Contoh klausa HAVING pada CTE
Rewrite the following query using a CTE (common table expression) to improve readability and maintainability:
SELECT soh.CustomerID,
COUNT(*) AS OrderCount
FROM SalesLT.SalesOrderHeader AS soh
WHERE soh.OrderDate > '2022-01-01'
GROUP BY soh.CustomerID
HAVING COUNT(*) > 5;
Klausa agregasi pada contoh CTE
Use a CTE to separate the aggregation logic from the filter condition in this query:
SELECT ProductID,
AVG(UnitPrice) AS AvgPrice
FROM SalesLT.SalesOrderDetail
GROUP BY ProductID
HAVING AVG(UnitPrice) > 50;
Skenario kinerja berbasis kode pertama
Saat Anda bekerja dengan ORM seperti Entity Framework, Prisma, atau Sequelize, performa dapat menurun jika Anda tidak mengoptimalkan kueri. GitHub Copilot membantu Anda mendeteksi dan mengatasi masalah seperti indeks yang hilang, pemfilteran yang tidak efisien, dan masalah N+1 dalam alur kerja code-first.
Contoh prisma
In a Prisma project, how would you ensure that queries filtering by `OrderDate` in `SalesOrderHeader` are using indexes effectively?
Contoh Inti Kerangka Kerja Entitas
Using Entity Framework Core, how can you analyze and optimize a LINQ query that retrieves the top 10 customers by total order value?
Contoh Sequelize
In Sequelize, how do you restructure a query that fetches order history with product details to minimize N+1 query issues?
Selidiki kueri dengan mode agen (pratinjau)
Gunakan alat agen Query Store pratinjau langsung dalam mode agen. Anda tidak perlu dashboard, tetapi Anda membutuhkan data Query Store yang telah ditangkap dan izin untuk membacanya. Lihat prasyarat.
Alat #mssql_query_store_analyze_query ini mengambil teks SQL, rencana tersimpan, statistik runtime, riwayat eksekusi, dan waktu tunggu. Anda tidak melewatkan teks SQL atau XML rencana ke sana.
| Input | Apa yang harus disediakan |
|---|---|
| Query | Diperlukan queryId dari Query Store. Jika tidak diketahui, minta agen untuk mencari query teratas terlebih dahulu. |
| Connection | Diperlukan profileId atau connectionId yang didukung oleh profil yang disimpan. Berikan nama profil atau koneksi dalam prompt Anda. |
| Database | Opsional database; defaultnya ke database koneksi atau profil tersebut. |
| Kerangka waktu | Opsional hours (default 24), atau keduanya startUtc dan endUtc sebagai timestamp ISO 8601 UTC. |
| Plans | Opsional planIds untuk memprioritaskan ringkasan; defaultnya memilih rencana dengan total durasi terbesar. |
Ganti contoh query ID, database, dan profil dengan milik Anda sendiri:
#mssql_query_store_analyze_query Analyze query 4 in AdventureWorksLT using my LocalDev profile for the past 24 hours. Explain the main findings. Don't make changes.
Di Dashboard Kinerja Kueri (pratinjau),Chat adalah pintasan opsional di menu aksi baris kueri (...) atau halaman detail kueri. Membuka mode agen dengan ID kueri, profil, basis data, dan rentang waktu yang dipilih terisi.
Pembacaan diagnostik tidak mengubah database Anda. Uji perubahan yang direkomendasikan sebelum diterapkan.
Membagikan pengalaman Anda
Untuk membantu kami memperbaiki dan meningkatkan GitHub Copilot untuk ekstensi MSSQL, gunakan templat masalah GitHub berikut untuk mengirimkan umpan balik Anda: GitHub Copilot Feedback
Saat mengirimkan umpan balik, pertimbangkan untuk menyertakan:
Skenario yang diuji: Beritahu kami area mana yang Anda fokuskan, misalnya pembuatan skema, pembuatan query, keamanan, lokalisasi.
Apa yang berhasil: Jelaskan pengalaman yang terasa lancar, membantu, atau melebihi ekspektasi Anda.
Masalah atau bug: Sertakan masalah, inkonsistensi, atau perilaku yang membingungkan. Cuplikan layar atau rekaman layar sangat membantu.
Saran untuk perbaikan: Bagikan ide untuk meningkatkan kegunaan, memperluas cakupan, atau meningkatkan respons GitHub Copilot.
Konten terkait
- Ekstensi GitHub Copilot untuk MSSQL untuk Visual Studio Code
- Dasbor Kinerja Query (pratinjau)
- Quickstart: Gunakan mode GitHub agen Copilot
-
Quickstart: Ngobrol dengan peserta
@mssql(mode bertanya) - Mulai cepat: Hasilkan kode
- Quickstart: Gunakan penjelajah skema dan desainer
- Quickstart: Gunakan smart query builder
- Mulai cepat: Gunakan explainer logika bisnis
- Quickstart: Penganalisis keamanan
- Quickstart: Alat bantu pelokalan dan pemformatan
- Quickstart: Menghasilkan data untuk pengujian dan mocking
- Keterbatasan dan masalah yang diketahui