此文章主要向大家介绍的是正确使用SQL Server索引密度对行数（Estimating Rows Using the Index Statistics）来进行评估的实际操作步骤，以及对优化器是如何正确使用SQL Server索引密度来决定一个索引的效果的描述。
当在一个范围内查找一个索引值或者键中存在重复值时，SQL Server会使用直方图信息。考虑下面关于bigpubs2000数据库中的sales表中查询：
Sql代码
Select * from sales Where title_id = 'BI2184' Select * from sales Where title_id = 'BI2184'
因为在表中title_id中存在重复值，SQL Server使用关于title_id的直方图（参考Listing34.2）来估计匹配的行数。对于BI2184值，它将查看EQ_ROWS值，值为343.0。这表示在表中title_id值为BI2184的记录共有343行。
当一个查询参数（search argument）的精确匹配（exact match 即等号计算）在直方图中step没有发现时，SQL Server使用比查找值（search value）大的下一个step中的AVG_RANG_ROWS值。例如，SQL Server对查找值为‘BI2187’进行评估，它将会发现匹配值为270.0行。
对一个范围检索，SQL Server把检范围两端的RANG_ROW和EQ_ROWS相加。例如，利用Listing34.2中的直方图，假如查找参数为 where title_id <= 'BI2574',行数估计将是：
314 + 613 + 343 + 270 + 277，或者为1817。
当直方图不能使用时，SQL Server索引密度来估计匹配行数。对于等值查找的计算公式是直截了当的，例如：
Sql代码
Declare @tid varchar(6) Select @tid = 'BI2574' Select count(*) from sales where title_id = @tid Declare @tid varchar(6) Select @tid = 'BI2574' Select count(*) from sales where title_id = @tid
行估计值等于指定键值的SQL Server索引密度（1.8621974E-3）乘以表中行数：
Sql代码
Select count(*) * 1.8621974E-3 From sales Go Select count(*) * 1.8621974E-3 From sales Go 314.19925631500001
假如一个查询的SARG为title_id 和stor_id，并且假如title_id的SARG是一个可在优化期间可评价的常量表达式，SQL Server会用title_id stor_id的索引密度和title_id的直方图来估计匹配的行数（对某些值来说，索引密度估计的值可能会大学直方图估计出来的值）。SQL Server 将会用二者中较小的值作为匹配的行数。
根据title_id stor_id的索引密度，你能看到：
Sql代码
Select coun(*) * 5.997505E-6 From sales Select coun(*) * 5.997505E-6 From sales 1.011929031125
在这个例子中，SQL Server将用title_id 和stor_id的SQL Server索引密度来估计匹配的值。在此情况下，它估计查询将返回一条匹配的行。