SQL数据库快照
数据库快照是MSSQL2005的新功能，仅在 Microsoft SQL Server 2005 Enterprise Edition 中可用。而且SQL Server Management Studio 不支持创建数据库快照，创建快照的唯一方式是使用 Transact-SQL。
数据库快照是数据库（称为“源数据库”）的只读静态视图。在创建时，每个数据库快照在事务上都与源数据库一致。在创建数据库快照时，源数据库通常会有打开的事务。在快照可以使用之前，打开的事务会回滚以使数据库快照在事务上取得一致。
客户端可以查询数据库快照，这对于基于创建快照时的数据编写报表是很有用的。而且，如果以后源数据库损坏了，便可以将源数据库恢复到它在创建快照时的状态。
创建数据库快照可以：
·<!--[if !supportLists]--><!--[endif]-->维护历史数据以生成报表。可以通过快照访问特定时间点的数据。例如，您可以在给定时间段（例如，财务季度）要结束的时候创建数据库快照以便日后制作报表。然后便可以在快照上运行期间要结束时创建的报表。
·<!--[if !supportLists]-->将查询实施在数据库的快照上，可以释放主体数据库上的资源。
·<!--[if !supportLists]-->加快恢复操作效率，使用快照将数据库恢复到生成快照时的状态比从备份还原快得多；但是，此后您无法对数据进行前滚操作。根据磁盘资源，可以每 24 小时创建 6 到 12 个滚动快照。每创建一个新的快照，就删除最早的快照。如果要恢复，可以将数据库恢复到在错误发生的前一时刻的快照。或者，也可以利用快照中的信息，手动重新创建删除的表或其他丢失的数据。例如，可以将快照中的数据大容量复制到数据库中，然后手动将数据合并回数据库中。
但是只要存在数据库快照，快照的源数据库就存在以下限制：
·<!--[if !supportLists]-->必须在与源数据库相同的服务器实例上创建数据库快照。
·<!--[if !supportLists]--> <!--[endif]-->数据库快照捕获开始创建快照的时间点，去掉所有未提交的事务。未提交的事务将在创建数据库快照期间回滚，因为数据库引擎 将对快照执行恢复操作（数据库中的事务不受影响）。
·<!--[if !supportLists]-->当将源数据库中更新的页强制压入快照时，如果快照用尽磁盘空间或者遇到某些错误，则该快照将成为可疑快照并且必须将其删除。有关详细信息，请参阅删除数据库快照。
·<!--[if !supportLists]-->�
相关文档：
SQL Server 2008 复制 分区SWITCH清理数据
场景：
某种特定业务下，我们的部分业务数据可能只会保留比较短的时间，用来做临时处理。因为考虑高可用的特性，可能会利用
SQL Server的复制组件复制这种数据到另外的 类似前端，查询中心等数据库服务器，创建一个冗余副本。复制组件标记事务日志，追踪所有的Update，In ......
--SQL Server：
Select TOP N * from TABLE Order By NewID()
--Access：
Select TOP N * from TABLE Order By Rnd(ID)
Rnd(ID) 其中的ID是自动编号字段，可以利用其他任何数值来完成，比如用姓名字段(U ......
Sql Server 中一个非常强大的日期格式化函数
Select CONVERT(varchar(100), GETDATE(), 0): 05 16 2006 10:57AM
Select CONVERT(varchar(100), GETDATE(), 1): 05/16/06
Select CONVERT(varchar(100), GETDATE(), 2): 06.05.16
Select CONVERT(varchar(100), GETDATE(), 3): 16/05/06
Select CONVERT(varchar(100), GE ......
今天在用JTDS连接SQL Server 时候，遇到几个问题，记录如下：
error while performing database login with the jtds driver:
network error ioexception:connection refused: connect
然后查看端口，原来是1433端口未打开，然后在SQL Server configuration Manager下的TCP\IP中启用1433端口，重启SQL Server服务，netst ......
数据操作类 SQLHelper.cs
http://www.cnblogs.com/zengxiangzhan/archive/2009/12/31/1636871.html
无限级分类 存储过程
http://www.cnblogs.com/zengxiangzhan/archive/2010/01/04/1639220.html
百万级分页存储
http://www.cnblogs.com/zengxiangzhan/archive/2009/09/12/1565313.html
SQL经典短小代码收集
htt ......
