我现在总是使用READ UNCOMMITTED。速度快，问题少。当使用其他隔离时，你几乎总是会遇到一些阻塞问题。

只要你使用自动递增字段，多注意一下插入，你就可以和阻塞问题说再见了。

你可以用READ uncommitted犯错误，但老实说，确保你的插入是完全证明是很容易的。使用选择结果的插入/更新只是你需要注意的事情。(此处使用READ COMMITTED，或确保脏读不会引起问题)

所以去脏读吧(特别是大报告)，你的软件会运行得更流畅……

在源不太可能改变的情况下使用READ_UNCOMMITTED。

读取历史数据时。例如，两天前发生的一些部署日志。 再次读取元数据时。例如，基于元数据的应用。

当你知道在获取操作过程中源可能会改变时，不要使用READ_UNCOMMITTED。

我现在总是使用READ UNCOMMITTED。速度快，问题少。当使用其他隔离时，你几乎总是会遇到一些阻塞问题。

只要你使用自动递增字段，多注意一下插入，你就可以和阻塞问题说再见了。

你可以用READ uncommitted犯错误，但老实说，确保你的插入是完全证明是很容易的。使用选择结果的插入/更新只是你需要注意的事情。(此处使用READ COMMITTED，或确保脏读不会引起问题)

所以去脏读吧(特别是大报告)，你的软件会运行得更流畅……

这对于查看长插入查询的进度，进行粗略估计(如COUNT(*)或粗略SUM(*))等非常有用。

换句话说，脏读查询返回的结果是好的，只要您将它们视为估值，并且不基于它们做出任何关键决策。

此隔离级别允许脏读。一个事务可以看到其他事务所做的未提交的更改。

为了保持最高级别的隔离，DBMS通常需要对数据进行锁定，这可能会导致并发性损失和较高的锁定开销。此隔离级别将放松此属性。

你可能想要查看维基百科上关于READ UNCOMMITTED的文章，以获得一些例子和进一步的阅读。

您可能还会对Jeff Atwood的博客文章感兴趣，这篇文章讲述了他和他的团队在Stack Overflow早期是如何解决死锁问题的。杰夫说:

But is nolock dangerous? Could you end up reading invalid data with read uncommitted on? Yes, in theory. You'll find no shortage of database architecture astronauts who start dropping ACID science on you and all but pull the building fire alarm when you tell them you want to try nolock. It's true: the theory is scary. But here's what I think: "In theory there is no difference between theory and practice. In practice there is." I would never recommend using nolock as a general "good for what ails you" snake oil fix for any database deadlocking problems you may have. You should try to diagnose the source of the problem first. But in practice adding nolock to queries that you absolutely know are simple, straightforward read-only affairs never seems to lead to problems... As long as you know what you're doing.

您可能想要考虑的READ UNCOMMITTED级别的一个替代方案是READ COMMITTED SNAPSHOT。再次引用杰夫的话:

快照依赖于一种全新的数据变化跟踪方法…不仅仅是轻微的逻辑更改，它还要求服务器以不同的物理方式处理数据。一旦启用了这个新的数据更改跟踪方法，它就会为每个数据更改创建一个副本或快照。通过在争用时读取这些快照而不是实时数据，读取时不再需要共享锁，并且整体数据库性能可能会提高。

什么时候可以使用READ UNCOMMITTED?

经验法则

好:大的汇总报告显示不断变化的总数。

风险:几乎所有的事情。

好消息是，大多数只读报告都属于“好”类别。

更多细节…

可以使用它:

几乎所有面向用户的当前非静态数据(例如年迄今销售额)汇总报告。 它的误差幅度(可能小于0.1%)远低于其他不确定性因素，如输入错误或只是记录数据的随机时间。

这可能涵盖了商业智能部门在SSRS中所做的大部分工作。当然，任何前面有$符号的东西都是例外。许多人对金钱的热情远远超过了服务客户和产生金钱所需的相关核心指标。(我责怪会计)。

当风险

Any report that goes down to the detail level. If that detail is required it usually implies that every row will be relevant to a decision. In fact, if you can't pull a small subset without blocking it might be for the good reason that it's being currently edited. Historical data. It rarely makes a practical difference but whereas users understand constantly changing data can't be perfect, they don't feel the same about static data. Dirty reads won't hurt here but double reads can occasionally be. Seeing as you shouldn't have blocks on static data anyway, why risk it? Nearly anything that feeds an application which also has write capabilities.

即使是OK场景也不是OK。

是否有应用程序或更新过程使用大型单个事务?那些删除然后重新插入大量你正在报告的记录的?在这种情况下，不能对这些表使用NOLOCK。