在SQL Server中，SQL语句的执行是依赖查询优化器生成的执行计划，而执行计划的好坏直接关乎执行性能。
在查询优化器生成执行计划过程中，需要参考元数据来尽可能生成高效的执行计划，因此元数据越多，则执行计划更可能会高效。所谓需要参考的元数据主要包括：索引、表结构、统计信息等，但还有一些不是很被注意的元数据，其中包括本文阐述的Check约束。
查询优化器在生成执行计划之前有一个阶段叫做代数树优化，比如说下面这个简单查询：
图2是一个简单的例子，有时候在分区视图中应用Check约束也会提升性能，测试代码如下：
CREATE TABLE [dbo].[Test2007]( [ProductReviewID] [int] IDENTITY(1,1) NOT NULL, [ReviewDate] [datetime] NOT NULL ) ON [PRIMARY] GO ALTER TABLE [dbo].[Test2007] WITH CHECK ADD CONSTRAINT [CK_Test2007] CHECK (([ReviewDate]>='2007-01-01' AND [ReviewDate]='2008-01-01' AND [ProductReviewID]我们针对Test2007和Test2008两张表结构一模一样的表做了一个分区视图。并对日期列做了Check约束，限制每张表包含的数据都是特定一年内的数据。当我们对视图进行查询并给定不同的筛选条件时，可以看到结果如图3所示。
由图3可以看出，当筛选条件为2007年时，自动只扫描2007年的表，2008年的表也是同样。而当查询范围超出了2007和2008年的Check约束后，查询优化器自动判定结果为空，因此不做任何IO操作，从而提升了性能。
结论
在Check约束条件为简单的情况下（指的是约束限制在单列且表达式中不包含函数），不仅可以约束数据完整性，在很多时候还能够提供给查询优化器信息从而提升性能。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/4301/viewspace-2800060/ ，如需转载，请注明出处，否则将追究法律责任。
