下面我将详细讲解SQL语句优化之SQL Server攻略：

1. 优化查询的SELECT语句

1.1 确保查询只返回需要的列

查询语句中必须只获取需要的列，而不是所有的列。我们可以使用SELECT语句中的字段列表来指定需要返回的列，而不是使用"*"来返回表中的所有列。这样可以减少查询中传输的数据量，从而提高查询速度。

示例：

-- 错误：
SELECT * FROM Orders WHERE OrderDate BETWEEN '2022-01-01' AND '2022-03-31';

-- 正确：
SELECT OrderID, CustomerID, OrderDate FROM Orders WHERE OrderDate BETWEEN '2022-01-01' AND '2022-03-31';

1.2 确保查询尽可能地使用覆盖索引

覆盖索引是包含查询所需列的索引。如果查询只需要覆盖索引中的列，那么查询将变得非常快。

示例：

-- 带有覆盖索引的查询：
SELECT OrderID, CustomerID FROM Orders WHERE OrderDate BETWEEN '2022-01-01' AND '2022-03-31';

-- 不带有覆盖索引的查询：
SELECT * FROM Orders WHERE OrderDate BETWEEN '2022-01-01' AND '2022-03-31';

1.3 优化WHERE子句

尽可能地使用索引，避免使用函数或计算，以及使用WHERE子句中的索引列。

示例：

-- 不优化的WHERE子句：
SELECT * FROM Orders WHERE YEAR(OrderDate)=2022 AND MONTH(OrderDate)=3;

-- 优化的WHERE子句：
SELECT * FROM Orders WHERE OrderDate BETWEEN '2022-03-01' AND '2022-03-31';

2. 优化查询的JOIN语句

2.1 避免使用不必要的JOIN

DELETE和UPDATE语句中不需要使用JOIN。在SELECT语句中，只有在必要时才使用JOIN。在避免使用多个JOIN时，可以考虑使用子查询。

示例：

-- 不必要的多重JOIN：
SELECT * FROM Customers 
INNER JOIN Orders ON Customers.CustomerID=Orders.CustomerID
INNER JOIN OrderDetails ON Orders.OrderID=OrderDetails.OrderID;

-- 替代方法：
SELECT * FROM Customers WHERE CustomerID IN (SELECT CustomerID FROM Orders WHERE OrderDate BETWEEN '2022-01-01' AND '2022-03-31');

2.2 确保JOIN语句的顺序正确

JOIN的顺序对查询性能很重要。将数据量大的表放在JOIN语句的开头，并尽可能地将查询条件放在JOIN语句中而不是WHERE子句中。

示例：

-- 错误的JOIN语句顺序：
SELECT * FROM Orders 
INNER JOIN OrderDetails ON Orders.OrderID=OrderDetails.OrderID
INNER JOIN Products ON OrderDetails.ProductID=Products.ProductID;

-- 正确的JOIN语句顺序：
SELECT * FROM Products 
INNER JOIN OrderDetails ON Products.ProductID=OrderDetails.ProductID
INNER JOIN Orders ON OrderDetails.OrderID=Orders.OrderID;

2.3 使用索引来加速JOIN

在JOIN语句中使用索引可以加快查询速度。确保表中使用JOIN的列上有索引。

示例：

-- 使用索引来加速JOIN：
SELECT * FROM Orders 
INNER JOIN Customers ON Orders.CustomerID=Customers.CustomerID;

-- 确定所有JOIN列上有索引：
CREATE INDEX idx_CustomerID ON Customers(CustomerID);
CREATE INDEX idx_OrderCustomerID ON Orders(CustomerID);

以上就是SQL Server语句优化的攻略，要想进一步的优化SQL Server查询可以持续关注SQL Server的最新技术和最佳实践。