새로 추가되었거나 최근에 업데이트됨: 관계형 데이터베이스 문서New and Recently Updated: Relational Databases docs

Microsoft에서는 거의 매일 Docs.Microsoft.com 설명서 웹 사이트에서 기존 문서 일부를 업데이트합니다.Nearly every day Microsoft updates some of its existing articles on its Docs.Microsoft.com documentation website. 이 문서에는 최근 업데이트된 문서에서 발췌한 내용이 표시됩니다.This article displays excerpts from recently updated articles. 새 문서로 연결되는 링크도 나열될 수 있습니다.Links to new articles might also be listed.

이 문서는 주기적으로 다시 실행되는 프로그램에 의해 생성됩니다.This article is generated by a program that is rerun periodically. 경우에 따라 발췌한 내용의 형식이 완전하지 않거나 원본 문서의 표식(markdown)으로 표시될 수 있습니다.Occasionally an excerpt can appear with imperfect formatting, or as markdown from the source article. 이미지는 여기에 표시되지 않습니다.Images are never displayed here.

다음 날짜 범위 및 주제에 대한 최근 업데이트가 보고됩니다.Recent updates are reported for the following date range and subject:

  • 업데이트 날짜 범위:   2017-12-03  부터   2018-02-03까지Date range of updates:   2017-12-03   -to-   2018-02-03
  • 주제 영역:   관계형 데이터베이스Subject area:   Relational Databases.


최근에 만든 새로운 문서New Articles Created Recently

다음 링크는 최근에 추가된 새로운 문서로 이동합니다.The following links jump to new articles that have been added recently.

  1. SQL Server 또는 SQL Database에 JSON 문서 저장Store JSON documents in SQL Server or SQL Database
  2. SQL 취약성 평가SQL Vulnerability Assessment


업데이트된 문서의 발췌 내용Updated Articles with Excerpts

이 섹션에는 최근에 많이 업데이트된 문서에서 발췌한 업데이트 내용이 표시됩니다.This section displays the excerpts of updates gathered from articles that have recently experienced a large update.

여기에 표시된 발췌 내용은 적절한 의미 체계 맥락과 분리되어 표시됩니다.The excerpts displayed here appear separated from their proper semantic context. 또한 발췌 내용은 때때로 실제 문서에서 이 내용의 주변에 있는 중요한 markdown 구문과도 분리되어 표시됩니다.Also, sometimes an excerpt is separated from important markdown syntax that surrounds it in the actual article. 따라서 이러한 발췌 내용은 일반적인 지침을 제공하기 위한 것입니다.Therefore these excerpts are for general guidance only. 이 발췌 내용에서는 관심 내용을 클릭하여 실제 문서를 참조할 가치가 있을지 여부만 파악할 수 있습니다.The excerpts only enable you to know whether your interests warrant taking the time to click and visit the actual article.

따라서 이러한 발췌 내용에서 코드를 복사하거나 발췌 내용을 정확한 사실로 간주하지 마세요.For these and other reasons, do not copy code from these excerpts, and do not take as exact truth any text excerpt. 대신 실제 문서를 참조하세요.Instead, visit the actual article.


최근 업데이트된 문서의 간결한 목록Compact List of Articles Updated Recently

이 간결한 목록에는 발췌 섹션에 나열된 모든 업데이트된 문서로 연결되는 링크가 있습니다.This compact list provides links to all the updated articles that are listed in the Excerpts section.

  1. 데이터베이스 파일 초기화Database File Initialization
  2. tempdb 데이터베이스tempdb Database
  3. SQL Server의 JSON 데이터JSON data in SQL Server
  4. 1단원: 데이터베이스 엔진에 연결Lesson 1: Connecting to the Database Engine
  5. 트랜잭션 로그 파일의 크기 관리Manage the size of the transaction log file
  6. bcp_bindbcp_bind
  7. SQL Server 인덱스 디자인 가이드SQL Server Index Design Guide
  8. sp_execute_external_script(Transact-SQL)sp_execute_external_script (Transact-SQL)
  9. 기본 키 만들기Create Primary Keys



1.   데이터베이스 파일 초기화1.   Database File Initialization

업데이트됨: 2018-01-23          (다음)Updated: 2018-01-23           (Next)


Database Instant File Initialization: disabled. For security and performance considerations see the topic 'Database Instant File Initialization' in SQL Server Books Online. This is an informational message only. No user action is required.

적용 대상: SQL Server(SQL Server 2012 SP4, SQL Server 2014 SP2 및 SQL Server 2016부터 SQL Server 2017까지)Applies to: SQL Server (Starting with SQL Server 2012 SP4, SQL Server 2014 SP2 and SQL Server 2016 through SQL Server 2017)

Security ConsiderationsSecurity Considerations

삭제된 디스크 내용은 새 데이터가 파일에 기록될 때만 덮어쓰기 때문에 인스턴트 파일 초기화(IFI)를 사용하는 경우 데이터 파일의 해당하는 특정 영역에 다른 데이터를 쓸 때까지 권한 없는 사용자가 삭제된 내용에 액세스할 수 있습니다.When using Instant File Initialization (IFI), because the deleted disk content is overwritten only as new data is written to the files, the deleted content might be accessed by an unauthorized principal, until some other data writes on that specific area of the data file. 데이터베이스 파일이 SQL Server의 인스턴스에 연결되어 있는 동안 파일의 DACL(임의 액세스 제어 목록)에 의해 이러한 정보 공개 위험이 줄어듭니다.While the database file is attached to the instance of SQL Server, this information disclosure risk is reduced by the discretionary access control list (DACL) on the file. 이 DACL은 SQL Server 서비스 계정 및 로컬 관리자에게만 파일 액세스를 허용합니다.This DACL allows file access only to the SQL Server service account and the local administrator. 그러나 파일이 분리되면 SE_MANAGE_VOLUME_NAME이 없는 사용자 또는 서비스가 액세스할 수 있습니다.However, when the file is detached, it may be accessed by a user or service that does not have SE_MANAGE_VOLUME_NAME. 데이터베이스를 백업할 때도 유사한 사항을 고려해야 합니다. 즉, 백업 파일이 적절한 DACL로 보호되지 않는 경우 권한이 없는 사용자 또는 서비스가 삭제된 내용을 사용할 수 있게 됩니다.A similar consideration exists when the database is backed up: if the backup file is not protected with an appropriate DACL, the deleted content can become available to an unauthorized user or service.

또 다른 고려 사항은 파일이 IFI를 사용하여 증가하는 경우입니다. SQL Server 관리자는 잠재적으로 원시 페이지 콘텐츠에 엑세스하고 이전에 삭제된 내용을 확인할 수 있습니다.Another consideration is that when a file is grown using IFI, a SQL Server administrator could potentially access the raw page contents and see the previously deleted content.

데이터베이스 파일을 저장 영역 네트워크에서 호스트하는 경우 저장 영역 네트워크는 항상 미리 초기화된 새 페이지를 표시하고 운영 체제에서 페이지를 다시 초기화하는 경우 불필요한 오버헤드가 발생할 수 있습니다.If the database files are hosted on a storage area network, it is also possible that the storage area network always presents new pages as pre-initialized, and having the operating system re-initialize the pages might be unnecessary overhead.



2.   tempdb 데이터베이스2.   tempdb Database

업데이트됨: 2018-01-17          (이전 | 다음)Updated: 2018-01-17           (Previous | Next)


이러한 데이터베이스 옵션에 대한 자세한 내용은 ALTER DATABASE SET 옵션(Transact-SQL)을 참조하세요.For a description of these database options, see ALTER DATABASE SET Options (Transact-SQL).

SQL Database의 Tempdb 데이터베이스Tempdb database in SQL Database

SLOSLO 최대 Tempdb 데이터 파일 크기(MB)Max Tempdb Data File Size (MBs) tempdb 데이터 파일 수# of tempdb data files 최대 tempdb 데이터 크기(MB)Max tempdb data size (MB)
BasicBasic 14,22514,225 11 14,22514,225
S0S0 14,22514,225 11 14,22514,225
S1S1 14,22514,225 11 14,22514,225
S2S2 14,22514,225 11 14,22514,225
S3S3 32,76832,768 11 32,76832,768
S4S4 32,76832,768 22 65,53665,536
S6S6 32,76832,768 33 98,30498,304
S7S7 32,76832,768 66 196,608196,608
S9S9 32,76832,768 1212 393,216393,216
S12S12 32,76832,768 1212 393,216393,216
P1P1 32,76832,768 1212 393,216393,216
P2P2 32,76832,768 1212 393,216393,216
P4P4 32,76832,768 1212 393,216393,216
P6P6 32,76832,768 1212 393,216393,216
P11P11 32,76832,768 1212 393,216393,216
P15P15 32,76832,768 1212 393,216393,216
프리미엄 탄력적 풀(모든 DTU 구성)Premium Elastic Pools (all DTU configurations) 14,22514,225 1212 170,700170,700
표준 탄력적 풀(모든 DTU 구성)Standard Elastic Pools (all DTU configurations) 14,22514,225 1212 170,700170,700
기본 탄력적 풀(모든 DTU 구성)Basic Elastic Pools (all DTU configurations) 14,22514,225 1212 170,700170,700



3.   SQL Server의 JSON 데이터3.   JSON data in SQL Server

업데이트됨: 2018-02-01          (이전 | 다음)Updated: 2018-02-01           (Previous | Next)


SQL 쿼리를 사용하여 JSON 데이터 분석Analyze JSON data with SQL queries

보고를 위해 JSON 데이터를 필터링하거나 집계해야 하는 경우 OPENJSON을 사용하여 JSON을 관계형 형식으로 변환할 수 있습니다.If you must filter or aggregate JSON data for reporting purposes, you can use OPENJSON to transform JSON to relational format. 그런 다음, 표준 Transact-SQL 및 기본 제공 함수를 사용하여 보고서를 작성할 수 있습니다.You can then use standard Transact-SQL and built-in functions to prepare the reports.

SELECT Tab.Id, SalesOrderJsonData.Customer, SalesOrderJsonData.Date
FROM   SalesOrderRecord AS Tab
          CROSS APPLY
     OPENJSON (Tab.json, N'$.Orders.OrdersArray')
           WITH (
              Number   varchar(200) N'$.Order.Number',
              Date     datetime     N'$.Order.Date',
              Customer varchar(200) N'$.AccountNumber',
              Quantity int          N'$.Item.Quantity'
  AS SalesOrderJsonData
WHERE JSON_VALUE(Tab.json, '$.Status') = N'Closed'
ORDER BY JSON_VALUE(Tab.json, '$.Group'), Tab.DateModified



4.   1단원: 데이터베이스 엔진에 연결4.   Lesson 1: Connecting to the Database Engine

업데이트됨: 2017-12-13          (이전 | 다음)Updated: 2017-12-13           (Previous | Next)


  1. 데이터베이스 엔진을 선택합니다.Select Database Engine.


  2. 서버 이름 상자에 데이터베이스 엔진 인스턴스의 이름을 입력합니다.In the Server name box, type the name of the instance of the Database Engine. 기본 SQL Server 인스턴스의 경우 서버 이름은 컴퓨터 이름입니다.For the default instance of SQL Server, the server name is the computer name. SQL Server의 명명된 인스턴스의 경우 서버 이름은 <computer_name>\<instance_name>,(예: ACCTG_SRVR\SQLEXPRESS)입니다.For a named instance of SQL Server, the server name is the <computer_name>\<instance_name>, such as ACCTG_SRVR\SQLEXPRESS. 다음 스크린샷은 'PracticeComputer' 컴퓨터에 있는 SQL Server의 기본(명명되지 않은) 인스턴스에 연결하는 방법을 보여 줍니다.The following screenshot shows connecting to the default (un-named) instance of SQL Server on a computer named 'PracticeComputer'. Windows에 로그인한 사용자는 Contoso 도메인의 Mary입니다.The user logged into Windows is Mary from the Contoso domain. Windows 인증을 사용하는 경우 사용자 이름을 변경할 수 없습니다.When using Windows Authentication you cannot change the user name.


  3. 연결을 클릭합니다.Click Connect.


이 자습서에서는 여러분이 SQL Server 를 처음 사용하며 특별한 연결 문제가 없다고 가정합니다.This tutorial assumes you are new to SQL Server and have no special problems connecting. 그러면 대부분의 사용자를 수용하고 이 자습서를 단순하게 유지할 수 있습니다.This should be sufficient for most people and this keeps this tutorial simple. 자세한 문제 해결 단계는 SQL Server 데이터베이스 엔진에 대한 연결 문제 해결을 참조하세요.For detailed troubleshooting steps, see Troubleshooting Connecting to the SQL Server Database Engine.

추가 연결 권한 부여Authorizing Additional Connections

SQL Server에 관리자로 연결한 다음 가장 먼저 수행해야 할 태스크 중 하나는 다른 사용자가 연결할 수 있도록 권한을 부여하는 것입니다.Now that you have connected to SQL Server as an administrator, one of your first tasks is to authorize other users to connect. 로그인을 만들고 이 로그인이 사용자로서 데이터베이스에 액세스할 수 있도록 권한을 부여하여 이 작업을 수행합니다.You do this by creating a login and authorizing that login to access a database as a user. 로그인은 Windows 자격 증명을 사용하는 Windows 인증 로그인이나 SQL Server에 인증 정보를 저장하며 Windows 자격 증명과는 독립적인 SQL Server 인증 로그인 중 하나일 수 있습니다.Logins can be either Windows Authentication logins, which use credentials from Windows, or SQL Server Authentication logins, which store the authentication information in SQL Server and are independent of your Windows credentials. 가능하면 Windows 인증을 사용하십시오.Use Windows Authentication whenever possible.



5.   트랜잭션 로그 파일의 크기 관리5.   Manage the size of the transaction log file

업데이트됨: 2018-01-17          (이전 | 다음)Updated: 2018-01-17           (Previous | Next)


  • 작은 확장 증분은 너무 많은 VLF가 생성되어 성능이 저하될 수 있습니다.A small growth increment can generate too many small VLFs and can reduce performance. 주어진 인스턴스의 모든 데이터베이스의 현재 트랜잭션 로그 크기에 대한 최적의 VLF 분포 및 필수 크기를 수행할 필수 성장 증분을 결정하려면 이 스크립트를 참조하세요.To determine the optimal VLF distribution for the current transaction log size of all databases in a given instance, and the required growth increments to achieve the required size, see this script.

  • 큰 확장 증분은 너무 적고 큰 VLF가 생성되어 이 또한 성능에 영향을 줄 수 있습니다.A large growth increment can generate too few and large VLFs and can also affect performance. 주어진 인스턴스의 모든 데이터베이스의 현재 트랜잭션 로그 크기에 대한 최적의 VLF 분포 및 필수 크기를 수행할 필수 성장 증분을 결정하려면 이 스크립트를 참조하세요.To determine the optimal VLF distribution for the current transaction log size of all databases in a given instance, and the required growth increments to achieve the required size, see this script.

  • 자동 증가를 사용하는 경우에도 쿼리의 요구 사항을 충족시킬 정도로 빠르게 커질 수 없는 경우 트랜잭션 로그가 꽉 찼다는 메시지를 받을 수 있습니다.Even with autogrow enabled, you can receive a message that the transaction log is full, if it cannot grow fast enough to satisfy the needs of your query. 확장 증분 변경에 대한 자세한 내용은 ALTER DATABASE(Transact-SQL) 파일 및 파일 그룹 옵션을 참조하세요.For more information on changing the growth increment, see ALTER DATABASE (Transact-SQL) File and Filegroup options

  • 트랜잭션 로그 파일이 동일한 파일 그룹의 데이터 파일처럼 비례 채우기를 사용하지 않기 때문에 데이터베이스에 여러 로그 파일을 저장해도 성능이 향상되지 않습니다.Having multiple log files in a database does not enhance performance in any way, because the transaction log files do not use proportional fill like data files in a same filegroup.

  • 로그 파일은 자동으로 축소되도록 설정할 수 있습니다.Log files can be set to shrink automatically. 그러나 이것은 권장되지 않으며 auto_shrink 데이터베이스 속성은 기본적으로 FALSE로 설정됩니다.However this is not recommended, and the auto_shrink database property is set to FALSE by default. auto_shrink를 TRUE로 설정하면 파일 공간의 25% 이상이 사용되지 않을 때만 자동 축소에 의해 파일 크기가 줄어듭니다.If auto_shrink is set to TRUE, automatic shrinking reduces the size of a file only when more than 25 percent of its space is unused.



6.   bcp_bind6.   bcp_bind

업데이트됨: 2018-01-30          (이전 | 다음)Updated: 2018-01-30           (Previous | Next)


다음 표에는 유효한 열거형 데이터 형식 및 해당 ODBC C 데이터 형식이 나열되어 있습니다.The following table lists valid enumerated data types and the corresponding ODBC C data types.

eDataTypeeDataType C 형식C type
SQLNTEXTSQLNTEXT wchar_t *wchar_t *
SQLNCHARSQLNCHAR wchar_t *wchar_t *
SQLBINARYSQLBINARY unsigned char *unsigned char *
SQLBIGBINARYSQLBIGBINARY unsigned char *unsigned char *
SQLVARBINARYSQLVARBINARY unsigned char *unsigned char *
SQLBIGVARBINARYSQLBIGVARBINARY unsigned char *unsigned char *
SQLINT2SQLINT2 short intshort int
SQLINT4SQLINT4 ssNoversionint
SQLINT8SQLINT8 _int64_int64
SQLINTNSQLINTN cbIndicatorcbIndicator
SQLFLTNSQLFLTN cbIndicatorcbIndicator
SQLMONEYNSQLMONEYN cbIndicatorcbIndicator
SQLIMAGESQLIMAGE unsigned char *unsigned char *
SQLUDTSQLUDT unsigned char *unsigned char *
SQLVARIANTSQLVARIANT 다음을 제외한 모든 데이터 형식:Any data type except:
- text- text
- ntext- ntext
- image- image
- varchar(max)- varchar(max)
- varbinary(max)- varbinary(max)
- nvarchar(max)- nvarchar(max)
- xml- xml
- timestamp- timestamp
SQLXMLSQLXML 지원되는 C 데이터 형식:Supported C data types:
- char*- char*
- wchar_t *- wchar_t *
- unsigned char *- unsigned char *



7.   SQL Server 인덱스 디자인 가이드7.   SQL Server Index Design Guide

업데이트됨: 2018-01-02          (이전 | 다음)Updated: 2018-01-02           (Previous | Next)


SQL Server 2016부터 rowstore 테이블에서 업데이트 가능한 비클러스터형 columnstore 인덱스를 만들 수 있습니다.Starting with SQL Server 2016, you can create an updatable nonclustered columnstore index on a rowstore table. columnstore 인덱스는 데이터 복사본을 저장하므로 추가 저장소가 필요합니다.The columnstore index stores a copy of the data so you do need extra storage. 그러나 columnstore 인덱스의 데이터는 rowstore 테이블보다 작은 크기로 압축됩니다.However, the data in the columnstore index will compress to a smaller size than the rowstore table requires. 따라서 columnstore 인덱스에서 분석을 실행하고 이와 동시에 rowstore 인덱스에서 트랜잭션을 실행할 수 있습니다.By doing this, you can run analytics on the columnstore index and transactions on the rowstore index at the same time. rowstore 테이블의 데이터가 변경되면 columnstore가 업데이트되므로 두 인덱스 모두 동일한 데이터에 대해 작동합니다.The column store is updated when data changes in the rowstore table, so both indexes are working against the same data.

SQL Server 2016부터 하나의 클러스터형 columnstore 인덱스에서 하나 이상의 비클러스터형 rowstore 인덱스를 사용할 수 있습니다.Starting with SQL Server 2016, you can have one or more nonclustered rowstore indexes on a columnstore index. 따라서 기본 columnstore에서 효율적인 테이블 찾기를 수행할 수 있습니다.By doing this, you can perform efficient table seeks on the underlying columnstore. 다른 옵션도 사용할 수 있습니다.Other options become available too. 예를 들어 rowstore 테이블에서 UNIQUE 제약 조건을 사용하여 기본 키 제약 조건을 적용할 수 있습니다.For example, you can enforce a primary key constraint by using a UNIQUE constraint on the rowstore table. 고유하지 않은 값은 rowstore 테이블에 삽입하지 못하므로 SQL Server에서 columnstore에 값을 삽입할 수 없습니다.Since an non-unique value will fail to insert into the rowstore table, SQL Server cannot insert the value into the columnstore.

성능 고려 사항Performance considerations

  • 비클러스터형 columnstore 인덱스 정의는 필터링된 조건 사용을 지원합니다.The nonclustered columnstore index definition supports using a filtered condition. OLTP 테이블에 columnstore 인덱스를 추가할 경우 성능에 미치는 영향을 최소화하려면 필터링된 조건을 사용하여 운영 워크로드의 콜드 데이터에 대해서만 비클러스터형 columnstore 인덱스를 만듭니다.To minimize the performance impact of adding a columnstore index on an OLTP table, use a filtered condition to create a nonclustered columnstore index on only the cold data of your operational workload.

  • 메모리 내 테이블에는 columnstore 인덱스가 한 개만 있을 수 있습니다.An in-memory table can have one columnstore index. 테이블을 만들 때 이 인덱스를 만들거나 나중에 ALTER TABLE(Transact-SQL)을 사용하여 추가할 수 있습니다.You can create it when the table is created or add it later with ALTER TABLE (Transact-SQL). SQL Server 2016 전에는 디스크 기반 테이블만 columnstore 인덱스를 사용할 수 있었습니다.Before SQL Server 2016, only a disk-based table could have a columnstore index.

자세한 내용은 Columnstore 인덱스 - 쿼리 성능을 참조하세요.For more information, refer to Columnstore indexes - Query performance.

디자인 지침Design Guidance

  • Rowstore 테이블에는 업데이트할 수 있는 비클러스터형 columnstore 인덱스 한 개가 있을 수 있습니다.A rowstore table can have one updateable nonclustered columnstore index. SQL Server 2014 전에는 비클러스터형 columnstore 인덱스가 읽기 전용이었습니다.Before SQL Server 2014, the nonclustered columnstore index was read-only.



8.   sp_execute_external_script(Transact-SQL)8.   sp_execute_external_script (Transact-SQL)

업데이트됨: 2018-01-23          (이전 | 다음)Updated: 2018-01-23           (Previous | Next)


Python을 사용하여 비슷한 모델을 생성하려면 언어 식별자를 @language=N'R'에서 @language = N'Python'으로 변경하고 @script 인수를 필요한 대로 수정합니다.To generate a similar model using Python, you would change the language identifier from @language=N'R' to @language = N'Python', and make necessary modifications to the @script argument. 그렇지 않으면 모든 매개 변수가 R과 똑같이 작동합니다.Otherwise, all parameters function the same way as for R.

C. Python 모델을 만들고 거기서 점수 생성C. Create a Python model and generate scores from it

이 예제에서는 sp_execute_external_script를 사용하여 간단한 Python 모델에서 점수를 생성하는 방법을 보여줍니다.This example illustrates how to use sp_execute_external_script to generate scores on a simple Python model.

CREATE PROCEDURE [dbo].[py_generate_customer_scores]

**Input query to generate the customer data**

DECLARE @input_query NVARCHAR(MAX) = N'SELECT customer, orders, items, cost FROM dbo.Sales.Orders`

EXEC sp_execute_external_script @language = N'Python', @script = N'
import pandas as pd
from sklearn.cluster import KMeans

**Get data from input query**

customer_data = my_input_data

**Define the model**

n_clusters = 4
est = KMeans(n_clusters=n_clusters, random_state=111).fit(customer_data[["orders","items","cost"]])
clusters = est.labels_
customer_data["cluster"] = clusters

OutputDataSet = customer_data
, @input_data_1 = @input_query
, @input_data_1_name = N'my_input_data'
WITH RESULT SETS (("CustomerID" int, "Orders" float,"Items" float,"Cost" float,"ClusterResult" float));

Python 코드에 사용된 열 머리글은 SQL Server로 출력되지 않으므로 WITH RESULTS 문을 사용하여 사용할 SQL의 열 이름과 데이터 형식을 지정합니다.Column headings used in Python code are not output to SQL Server; therefore, use the WITH RESULTS statement to specify the column names and data types for SQL to use.

점수 매기기의 경우 네이티브 PREDICT 함수를 사용할 수도 있으며, 이 함수는 Python 또는 R 런타임 호출을 방지하기 때문에 일반적으로 더 빠릅니다.For scoring, you can also use the native PREDICT function, which is typically faster because it avoids calling the Python or R runtime.



9.   기본 키 만들기9.   Create Primary Keys

업데이트됨: 2018-01-18          (이전)Updated: 2018-01-18           (Previous)


비클러스터형 인덱스를 사용하여 새 테이블에 기본 키를 만들려면To create a primary key with nonclustered index in a new table

  1. 개체 탐색기에서 데이터베이스 엔진의 인스턴스에 연결합니다.In Object Explorer, connect to an instance of Database Engine.

  2. 표준 도구 모음에서 새 쿼리를 클릭합니다.On the Standard bar, click New Query.

  3. 다음 예를 복사하여 쿼리 창에 붙여 넣고 실행을 클릭합니다.Copy and paste the following example into the query window and click Execute. 이 예에서는 테이블을 만들고 CustomerID 열에 기본 키를, TransactionID 열에 클러스터형 인덱스를 정의합니다.The example creates a table and defines a primary key on the column CustomerID and a clustered index on TransactionID.

    USE AdventureWorks2012;
    CREATE TABLE Production.TransactionHistoryArchive1
       CustomerID uniqueidentifier DEFAULT NEWSEQUENTIALID(),
       TransactionID int IDENTITY (1,1) NOT NULL,
       CONSTRAINT PK_TransactionHistoryArchive_TransactionID PRIMARY KEY NONCLUSTERED (uniqueidentifier)

    -- Now add the clustered index
    CREATE CLUSTERED INDEX CIX_TransactionID ON Production.TransactionHistoryArchive1 (TransactionID);

신규 문서 또는 업데이트된 문서에 대한 유사 문서Similar articles about new or updated articles

이 섹션에는 공용 GitHub.com 리포지토리 내의 다른 주제 영역에서 최근에 업데이트된 문서와 유사한 문서가 나와 있습니다. MicrosoftDocs/sql-docsThis section lists very similar articles for recently updated articles in other subject areas, within our public GitHub.com repository: MicrosoftDocs/sql-docs.

새로 추가되었거나 최근에 업데이트된 문서가 있는 주제 영역Subject areas that do have new or recently updated articles

새로 추가되었거나 최근에 업데이트된 문서가 없는 주제 영역Subject areas that do not have any new or recently updated articles