分类： Uncategorized

以下我面试经常问的2道题..尤其针对觉得自己SQL SERVER 还不错的同志.. 呵呵 很难有人答得好..
各位在我收集每个人擅长的东西时，大部分都把SQL SERVER 标为Expert，看看是否答的上来..
1. 什么是聚合索引(clustered index) / 什么是非聚合索引(nonclustered index)?
2. 聚合索引和非聚合索引有什么区别?
深入浅出理解索引结构     
实际上，您可以把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引：聚集索引（clustered index，也称聚类索引、簇集索引）和非聚集索引（nonclustered index，也称非聚类索引、非簇集索引）。下面，我们举例来说明一下聚集索引和非聚集索引的区别：     
其实，我们的汉语字典的正文本身就是一个聚集索引。比如，我们要查”安”字，就会很自然地翻开字典的前几页，因为”安”的拼音是”an”，而按照拼音排序汉字的字典是以英文字母”a”开头并以”z”结尾的，那么”安”字就自然地排在字典的前部。如果您翻完了所有以”a”开头的部分仍然找不到这个字，那么就说明您的字典中没有这个字；同样的，如果查”张”字，那您也会将您的字典翻到最后部分，因为”张”的拼音是”zhang”。也就是说，字典的正文部分本身就是一个目录，您不需要再去查其他目录来找到您需要找的内容。     
我们把这种正文内容本身就是一种按照一定规则排列的目录称为”聚集索引”。     
如果您认识某个字，您可以快速地从自动中查到这个字。但您也可能会遇到您不认识的字，不知道它的发音，这时候，您就不能按照刚才的方法找到您要查的字，而需要去根据”偏旁部首”查到您要找的字，然后根据这个字后的页码直接翻到某页来找到您要找的字。但您结合”部首目录”和”检字表”而查到的字的排序并不是真正的正文的排序方法，比如您查”张”字，我们可以看到在查部首之后的检字表中”张”的页码是672页，检字表中”张”的上面是”驰”字，但页码却是63页，”张”的下面是”弩”字，页面是390页。很显然，这些字并不是真正的分别位于”张”字的上下方，现在您看到的连续的”驰、张、弩”三字实际上就是他们在非聚集索引中的排序，是字典正文中的字在非聚集索引中的映射。我们可以通过这种方式来找到您所需要的字，但它需要两个过程，先找到目录中的结果，然后再翻到您所需要的页码。     
我们把这种目录纯粹是目录，正文纯粹是正文的排序方式称为”非聚集索引”。     
通过以上例子，我们可以理解到什么是”聚集索引”和”非聚集索引”。     
进一步引申一下，我们可以很容易的理解：每个表只能有一个聚集索引 ，因为目录只能按照一种方法进行排序。     
（二）何时使用聚集索引或非聚集索引     
下面的表总结了何时使用聚集索引或非聚集索引（很重要）。       
动作描述                        使用聚集索引                       使用非聚集索引    
列经常被分组排序              应                                       应    
返回某范围内的数据          应                                       不应       
一个或极少不同值           不应                                     不应    
小数目的不同值                应                                       不应    
大数目的不同值              不应                                      应    
频繁更新的列                 不应                                      应    
外键列                            应                                        应    
主键列                            应                                        应    
频繁修改索引列             不应                                       应    
事实上，我们可以通过前面聚集索引和非聚集索引的定义的例子来理解上表。如：返回某范围内的数据一项。比如您的某个表有一个时间列，恰好您把聚合索引建立在了该列，这时您查询2004年1月1日至2004年10月1日之间的全部数据时，这个速度就将是很快的，因为您的这本字典正文是按日期进行排序的，聚类索引只需要找到要检索的所有数据中的开头和结尾数据即可；而不像非聚集索引，必须先查到目录中查到每一项数据对应的页码，然后再根据页码查到具体内容。     
（三）结合实际，谈索引使用的误区     
理论的目的是应用。虽然我们刚才列出了何时应使用聚集索引或非聚集索引，但在实践中以上规则却很容易被忽视或不能根据实际情况进行综合分析。下面我们将根据在实践中遇到的实际问题来谈一下索引使用的误区，以便于大家掌握索引建立的方法。     
1、主键就是聚集索引     
这种想法是极端错误的，是对聚集索引的一种浪费。虽然SQL SERVER默认是在主键上建立聚集索引的。     
通常，我们会在每个表中都建立一个ID列，以区分每条数据，并且这个ID列是自动增大的，步长一般为1。我们的这个办公自动化的实例中的列Gid就是如此。此时，如果我们将这个列设为主键，SQL SERVER会将此列默认为聚集索引。这样做有好处，就是可以让您的数据在数据库中按照ID进行物理排序，但笔者认为这样做意义不大。     
显而易见，聚集索引的优势是很明显的，而每个表中只能有一个聚集索引的规则，这使得聚集索引变得更加珍贵。     
从我们前面谈到的聚集索引的定义我们可以看出，使用聚集索引的最大好处就是能够根据查询要求，迅速缩小查询范围，避免全表扫描。在实际应用中，因为ID号是自动生成的，我们并不知道每条记录的ID号，所以我们很难在实践中用ID号来进行查询。这就使让ID号这个主键作为聚集索引成为一种资源浪费。其次，让每个ID号都不同的字段作为聚集索引也不符合”大数目的不同值情况下不应建立聚合索引”规则；当然，这种情况只是针对用户经常修改记录内容，特别是索引项的时候会负作用，但对于查询速度并没有影响。     
在办公自动化系统中，无论是系统首页显示的需要用户签收的文件、会议还是用户进行文件查询等任何情况下进行数据查询都离不开字段的是”日期”还有用户本身的”用户名”。     
通常，办公自动化的首页会显示每个用户尚未签收的文件或会议。虽然我们的where语句可以仅仅限制当前用户尚未签收的情况，但如果您的系统已建立了很长时间，并且数据量很大，那么，每次每个用户打开首页的时候都进行一次全表扫描，这样做意义是不大的，绝大多数的用户1个月前的文件都已经浏览过了，这样做只能徒增数据库的开销而已。事实上，我们完全可以让用户打开系统首页时，数据库仅仅查询这个用户近3个月来未阅览的文件，通过”日期”这个字段来限制表扫描，提高查询速度。如果您的办公自动化系统已经建立的2年，那么您的首页显示速度理论上将是原来速度8倍，甚至更快。     
在这里之所以提到”理论上”三字，是因为如果您的聚集索引还是盲目地建在ID这个主键上时，您的查询速度是没有这么高的，即使您在”日期”这个字段上建立的索引（非聚合索引）。下面我们就来看一下在1000万条数据量的情况下各种查询的速度表现（3个月内的数据为25万条）：     
（1）仅在主键上建立聚集索引，并且不划分时间段：     
Select gid,fariqi,neibuyonghu,title from tgongwen  用时：128470毫秒（即：128秒）     
（2）在主键上建立聚集索引，在fariq上建立非聚集索引：    
select gid,fariqi,neibuyonghu,title from Tgongwen where  fariqi> dateadd(day,-90,getdate())   用时：53763毫秒（54秒）     
（3）将聚合索引建立在日期列（fariqi）上：    
select gid,fariqi,neibuyonghu,title from Tgongwen where  fariqi> dateadd(day,-90,getdate()) 用时：2423毫秒（2秒）     
虽然每条语句提取出来的都是25万条数据，各种情况的差异却是巨大的，特别是将聚集索引建立在日期列时的差异。事实上，如果您的数据库真的有1000万容量的话，把主键建立在ID列上，就像以上的第1、2种情况，在网页上的表现就是超时，根本就无法显示。这也是我摒弃ID列作为聚集索引的一个最重要的因素。    
得出以上速度的方法是：在各个select语句前加：declare @d datetime set @d=getdate()     
并在select语句后加：    
select [语句执行花费时间(毫秒)]=datediff(ms,@d,getdate())    
2、只要建立索引就能显著提高查询速度     
事实上，我们可以发现上面的例子中，第2、3条语句完全相同，且建立索引的字段也相同；不同的仅是前者在fariqi字段上建立的是非聚合索引，后者在此字段上建立的是聚合索引，但查询速度却有着天壤之别。所以，并非是在任何字段上简单地建立索引就能提高查询速度。     
从建表的语句中，我们可以看到这个有着1000万数据的表中fariqi字段有5003个不同记录。在此字段上建立聚合索引是再合适不过了。在现实中，我们每天都会发几个文件，这几个文件的发文日期就相同，这完全符合建立聚集索引要求的：”既不能绝大多数都相同，又不能只有极少数相同”的规则。由此看来，我们建立”适当”的聚合索引对于我们提高查询速度是非常重要的。     
3、把所有需要提高查询速度的字段都加进聚集索引，以提高查询速度     
上面已经谈到：在进行数据查询时都离不开字段的是”日期”还有用户本身的”用户名”。既然这两个字段都是如此的重要，我们可以把他们合并起来，建立一个复合索引（compound index）。     
很多人认为只要把任何字段加进聚集索引，就能提高查询速度，也有人感到迷惑：如果把复合的聚集索引字段分开查询，那么查询速度会减慢吗？带着这个问题，我们来看一下以下的查询速度（结果集都是25万条数据）：（日期列fariqi首先排在复合聚集索引的起始列，用户名neibuyonghu排在后列）     
（1）select gid,fariqi,neibuyonghu,title from Tgongwen where  fariqi>’2004-5-5′  查询速度：2513毫秒     
（2）select gid,fariqi,neibuyonghu,title from Tgongwen where  fariqi>’2004-5-5′ and neibuyonghu=’办公室’   查询速度：2516毫秒     
（3）select gid,fariqi,neibuyonghu,title from Tgongwen where  neibuyonghu=’办公室’   查询速度：60280毫秒     
从以上试验中，我们可以看到如果仅用聚集索引的起始列作为查询条件和同时用到复合聚集索引的全部列的查询速度是几乎一样的，甚至比用上全部的复合索引列还要略快（在查询结果集数目一样的情况下）；而如果仅用复合聚集索引的非起始列作为查询条件的话，这个索引是不起任何作用的。当然，语句1、2的查询速度一样是因为查询的条目数一样，如果复合索引的所有列都用上，而且查询结果少的话，这样就会形成”索引覆盖”，因而性能可以达到最优。同时，请记住：无论您是否经常使用聚合索引的其他列，但其前导列一定要是使用最频繁的列。     
（四）其他书上没有的索引使用经验总结     
1、用聚合索引比用不是聚合索引的主键速度快     
下面是实例语句：（都是提取25万条数据）     
select gid,fariqi,neibuyonghu,reader,title from Tgongwen  where fariqi=’2004-9-16′ 使用时间：3326毫秒     
select gid,fariqi,neibuyonghu,reader,title from Tgongwen  where gid<=250000 使用时间：4470毫秒     
这里，用聚合索引比用不是聚合索引的主键速度快了近1/4。     
2、用聚合索引比用一般的主键作order by时速度快，特别是在小数据量情况下    
select gid,fariqi,neibuyonghu,reader,title from Tgongwen  order by fariqi 用时：12936     
select gid,fariqi,neibuyonghu,reader,title from Tgongwen  order by gid  用时：18843    
这里，用聚合索引比用一般的主键作order by时，速度快了3/10。事实上，如果数据量很小的话，用聚集索引作为排序列要比使用非聚集索引速度快得明显的多；而数据量如果很大的话，如10万以上，则二者的速度差别不明显。     
3、使用聚合索引内的时间段，搜索时间会按数据占整个数据表的百分比成比例减少，而无论聚合索引使用了多少个     
select gid,fariqi,neibuyonghu,reader,title from Tgongwen  where fariqi>’2004-1-1′ 用时：6343毫秒（提取100万条）    
select gid,fariqi,neibuyonghu,reader,title from Tgongwen  where fariqi>’2004-6-6′ 用时：3170毫秒（提取50万条）     
select gid,fariqi,neibuyonghu,reader,title from Tgongwen  where fariqi=’2004-9-16′    
用时：3326毫秒（和上句的结果一模一样。如果采集的数量一样，那么用大于号和等于号是一样的）     
select gid,fariqi,neibuyonghu,reader,title from Tgongwen  where fariqi>’2004-1-1′ and fariqi<‘2004-6-6’ 用时：3280毫秒     
4 、日期列不会因为有分秒的输入而减慢查询速度     
下面的例子中，共有100万条数据，2004年1月1日以后的数据有50万条，但只有两个不同的日期，日期精确到日；之前有数据50万条，有5000个不同的日期，日期精确到秒。     
select gid,fariqi,neibuyonghu,reader,title from Tgongwen  where fariqi>’2004-1-1′ order by fariqi 用时：6390毫秒     
select gid,fariqi,neibuyonghu,reader,title from Tgongwen  where fariqi<‘2004-1-1’ order by fariqi 用时：6453毫秒    
（五）其他注意事项     
“水可载舟，亦可覆舟”，索引也一样。索引有助于提高检索性能，但过多或不当的索引也会导致系统低效。因为用户在表中每加进一个索引，数据库就要做更多的工作。过多的索引甚至会导致索引碎片。     
所以说，我们要建立一个”适当”的索引体系，特别是对聚合索引的创建，更应精益求精，以使您的数据库能得到高性能的发挥。     
当然，在实践中，作为一个尽职的数据库管理员，您还要多测试一些方案，找出哪种方案效率最高、最为有效。

千辛万苦，终于把数据库服务器的CPU从超过50%（开5个程序线程）乃至100%（开10个程序线程）降低到了5%。摸索到了一些门道，总结一下

1、SQL SERVER 2005的性能工具中有SQL Server Profiler和数据库引擎优化顾问，极好的东东，必须熟练使用。
2、查询SQL语句时打开“显示估计的执行计划”，分析每个步骤的情况
3、初级做法，在CPU占用率高的时候，打开SQL Server Profiler运行，将跑下来的数据存到文件中，然后打开数据库引擎优化顾问调用那个文件进行分析，由SQL SERVER提供索引优化建议。采纳它的INDEX索引优化部分。
4、但上面的做法经常不会跑出你所需要的，在最近的优化过程中CPU占用率极高，但根本提不出我需要的优化建议，特别是有些语句是在存储过程中并且多表联立。这时就需要用中级做法来定位占用CPU高的语句。
5、还是运行SQL Server Profiler，将运行结果保存到某个库的新表中（随便起个名字系统会自己建）。让它运行一段时间，然后可以用
select top 100 * from test where textdata is not null order by duration desc
这个可以选出运行时间长的语句，在ORDER BY 中可以替换成CPU、READS，来选出CPU占用时间长和读数据过多的语句。
定位出问题的语句之后就可以具体分析了。有些语句在执行计划中很明显可以看出问题所在。
常见的有没有建索引或索引建立不合理，会出现table scan或index scan，凡是看到SCAN，就意味着会做全表或全索引扫描，这是带来的必然是读次数过多。我们期望看到的是seek或键查找。
6、怎么看SQL语句执行的计划很有讲究，初学者会过于关注里面显示的开销比例，而实际上这个有时会误导。我在实际优化过程中就被发现，一个index scan的执行项开销只占25%，另一个键查找的开销占50%，而键查找部分根本没有可优化的，SEEK谓词就是ID=XXX这个建立在主键上的查找。而仔细分析可以看到，后者CPU开销0.00015，I/O开销0.0013。而前者呢，CPU开销1.4xxxx,I/O开销也远大于后者。因此，优化重点应该放在前者。
7、如何优化单个部分，一个复杂的SQL语句，SQL SERVER会很聪明地重组WHERE后的语句，试图匹配索引。选中带优化的步骤，选择旁边的‘属性”，再选择其中的“谓词”，将其中部分复制下来，这部分就是分解后的WHERE 语句，然后在查询界面中select * from 表 where 刚才复制下来的“谓词”。这个就是需要优化的部分，既然已经走到这一步了，大部分人应该能手动建立索引了，因为这里的WHERE语句比之前的肯定简单不少。（在我项目中原始SELECT语句的WHERE部分有10个条件组合，涉及6个字段，提取出来要优化的部分就4个条件，涉及到3个字段。新的索引建立后，CPU占用率一下子就降低了，而且新建立的索引涉及的字段属于不常UPDATE的部分，频繁的读写操作不会影响UPDATE的效率）
8、以上就是优化的思路，最后提一些优化过程或是系统设计时中需要注意的问题。
A、尽量避免用select * from xxx where abc like ‘%xxx’类型的模糊查询，因为%在前面的话是无法利用到索引，必然会引起全量SCAN操作。应该找寻替代方式或用前置条件语句把like查找之前的行数减到最低。
B、尽量避免对大表数据进行select top n * from xxx where xxxx order by newid()的取随机记录的操作。newid()操作会读全量数据后再排序。也会占用大量CPU和读操作。可以考虑用RAND()函数来实现，这方面我还在研究中，对于整表操作比较好弄，比如id>=(select max(id) from table)*rand()。但如果取局部数据的随机记录还需要思量。
C、在SQL Server Profiler记录中会看到Audit Logout会占用大量CPU和读写等操作。查了一些资料称是某个链接在某次连接过程中执行SQL语句产生的总数，不用过于担心。看下来的确似乎这样，很多Audit Logout的CPU和IO消耗量和之前优化的语句基本一致。所以在第5点我提的SQL语句用textdata is not null条件把Audit Logout给隐去。
D、两个不同字段OR语句会导致全表扫描。例如 where m=1 or n=1。如果建立一个索引是m和n，同样会引起scan，解决方法是给m和n分别建立索引。测试12万条数据的表，索引建立错误的情况下IO开销高达 10.xxx，分别建立索引后，全部变成0.003，这个反差是非常巨大的。虽然会引起INSERT操作的性能问题，但毕竟大部分瓶颈在SELECT的读操作上。
E、索引查找（Index Seek)和索引扫描(Index Scan)，我们需要的是前者，而引起后者的原因通常是某个索引里的字段多余要查找的，例如索引建立在A和B两个字段，而我们只要查找A，则会导致 INDEX SCAN。建议针对单独的A建立索引，以形成索引查找。
F、对于小表不建议建立索引，特别是几百的数据量，只有上千上万级别的数据建立索引才有效果。
数据库优化是很深的学问，在数据库设计时就应该注意，特别是最后提到的A、B两点，尽可能在设计初期避免。

拣货路径优化/蚁群算法在拣货路径优化中的应用研究.pdf

免费下载论文可以通过 上海研发公共服务平台 http://ids.sgst.cn/ids/reg/index.jsp?invite=zhongdaiqi

摘录算法介绍

蚁群算法ACA(Ant Colony Algorithm)源于对自然界蚂蚁寻找从蚁巢到食物的最短路径并找到回巢路径方法的研究。蚂蚁在觅食的过程中，在走过的路径下留下一种称之为信息素(pheromone)的物质，其它蚂蚁就是靠这种信息素的指引往返于食物源与巢穴之间。各条路径上的信息素都会随着时间的迁移而不断蒸发减少，但某条路径七走过的蚂蚁越多，则路径上残留的信息素强度就越高。蚂蚁在运动的过程中总足倾向朝信息素强度高的方向移动。因此，由大量蚂蚁组成的集体行为便表现出一种信息正反馈现象：当几只蚂蚁分别沿着不同的路径网巢，长度越短的路径匕信息素的强度越高．其它蚂蚁选择这样路径的概率也越大．路径上的信息素强度也会更高，使更多的蚂蚁集中到最短的路径上来。蚁群算法就是模拟上述蚂蚁觅食行为，设计虚拟的蚂蚁，使其随机搜索不同的路径，jf：留下会随时间变化而蒸发的“信息素”，根据“信息素”强度来寻找最短路径。

总结

 

点评：

高数都还给老师了，看关半懂的，先记录一下，慢慢解读。有兴趣的小伙伴可以约聊一下这个路径优化的东东。这篇文章看起来隐去了不少实用信息，比如迭代次数与耗时参考，只是简单的说太长。货架布局情况也没有，就算来算去玩蚁群了。

依据这篇算法文章结论，大规模（n>30）旅行商问题会导致性能迅速恶化，从作者措辞上来讲，似乎达到临界值后，是无法忍受的。还要结合别的算法先做初始种群，再来使用蚁群算法。

如果将拣货平面图生成出来，把要拣货的位置突出显示一下，一般情况下，拣货员是否一眼就用人脑规划好了路线，并且拣货员可以非常灵活的结合实际情况规划与调整路线。

小插曲：

“Andrew Ng是Google Brain项目联合创建人，致力于在谷歌内部推动深度学习算法应用。去年6月，谷歌Google Brain运用深度学习的研究成果，使用 1000 台电脑创造出多达 10 亿个连接的“神经网络”，让机器系统学会自动识别猫，成为国际深度学习领域广为人知的案例之一。”

回到主题：

对于拣货路径的优化，不可一蹴而就Ing。可以向着机器自动优化的方向努力~

资料显示NTFS支持4294967295文件数量，某网站显示一个目录下数量1万小文件也不算多，到100w才能体现出性能损失。

最近在处理一个日志目录的问题，据静态分析，日志每天会产生9个，每个日志文件都不大，只有3个有数据，另外6个是空的。一共也就300k的样子。一年下来，预计也就3285个文件，T除空文件，也就1095个文件，占用空间也就100MB。

目前来看，木有优化的必要Ing

深圳市佰利营销服务有限公司（以下简称佰利公司）于2014年1月13日申请了名为“手机100C”的外观设计专利，2014年7月9日获得授权公告。同年12月11日，佰利公司在中复电讯公司商场处购得iphone6和iphone6 plus两款手机，认为其外观设计侵犯了自己申请的专利，于是便向北京市知识产权局提出处理请求。
北京市知识产权局于2015年1月6日受理，在征得佰利公司同意后，北京市知识产权局将苹果公司追加为共同被请求人。
苹果公司于2015年3月30日以该专利违反专利法第23条第1款、第2款相关规定[ 《中华人民共和国专利法》第二十三条：授予专利权的外观设计，应当不属于现有设计；也没有任何单位或者个人就同样的外观设计在申请日以前向国务院专利行政部门提出过申请，并记载在申请日以后公告的专利文件中。
授予专利权的外观设计与现有设计或者现有设计特征的组合相比，应当具有明显区别。
授予专利权的外观设计不得与他人在申请日以前已经取得的合法权利相冲突。
本法所称现有设计，是指申请日以前在国内外为公众所知的设计。

2015年12月2日，专利复审委员会作出《第27878号无效宣告请求审查决定书》，认定涉案专利符合专利法第23条第1款、第2款的规定，苹果公司无效宣告请求的理由不能成立。专利复审委决定维持佰利公司201430009113.9号外观设计专利权有效。
2016年5月10日，北京市知识产权局作出的一份《专利侵权纠纷处理决定书》，认定iPhone6和 iPhone6 Plus两款手机的外观设计侵犯了佰利公司的专利权，并责令苹果公司停止销售、中复公司停止许诺销售和销售被控侵权产品。
决定作出后，苹果公司和中复公司均表示不服，并依据《行政诉讼法》相关规定，向北京知识产权法院提起行政诉讼，要求法院依法撤销被诉决定，同时宣告被控侵权产品iPhone6、iPhone6 Plus两款手机未落入涉案专利权的保护范围。
该院已向北京市知识产权局送达了应诉通知书。该案正在进一步审理中。

深圳市佰利营销服务有限公司（以下简称佰利公司）这家公司火了！

博主点评：文章在结束处，给了一个排名：Top1 京东全球购 Top2 天猫国际 　Top3 洋码头 Top4 亚马逊中国 　Top5 唯品国际 Top6 网易考拉海购 表示呵呵

2016年04月01日 09:21:50 来源： 北京商报

　　相较于跨境电商模式，原本就缺乏信任背书以及物流优势的海外代购，一旦再失去了价格优势，就将真正进入生死存亡时刻。跨境电商新税制对行邮税政策做出调整，将由原来的四档税目调整为三档。业内人士认为，政策实施后，个人消费者特别是以往通过朋友、朋友圈进行代购的消费者海淘商品的成本将会增加，海淘代购模式的生存空间将被进一步压缩。

　　暴风将至

　　跨境税改前夜，海外代购行业波澜起伏。消费者沈斌（化名）表示，朋友圈中做日韩代购的朋友已经开始囤货。“韩国很多面膜、化妆品品牌都在大规模限购，就是免税店限购，不让中国人买。代购说4月8日后产品会大规模涨价，现在正在观望。”

　　区别于跨境电商平台，代购是指通过个人代购买家，将海外商品“人肉”运输或直邮回国卖给消费者。在4月8日前，通过跨境电商平台销售的货品和个人海淘都是征收行邮税，这原本是为个人随身行李或者亲友间偶尔寄递自用物品设计的税种，税率很低。但4月8日后，通过跨境电商平台购物按照关税、进口环节增值税、消费税分别计算税费，而代购则执行新的行邮税。

　　根据《中华人民共和国进境物品进口税率表》，行邮税税目由原来的四档（对应税率分别为10%、20%、30%、50%）调整为三档（对应税率分别为15%、30%、60%）。拥有多年代购经验的在法留学生孙颖（化名）表示：“关键是看是不是会被海关抽检到，商品进入海关时还有抽查环节，如果被抽到，又超过了规定的额度，就不能免征行邮税了。而且新的税收政策由之前的四档税目调整为三档，行邮税率终归是提高了。”

　　优势渐失

　　个人代购是最早的海淘族购物渠道，但在跨境电商模式兴起后受到强烈冲击。业内人士认为，因跨境电商具有的物流快、退税方便、商品保障等诸多优势，个人代购模式已经岌岌可危。在跨境新税制实施后，个人代购仅有的价格优势也将丧失。

　　简单来算一笔账，以进口食品为例，如果通过跨境电商平台购买，需按照11.9%的税率缴纳进口税；通过个人代购，按照一般贸易，进口食品属于第一档税目，需按照15%的税率缴纳行邮税。从化妆品品类来看，跨境电商和个人代购的进口税率差距更为明显。税改实施后，化妆品通过跨境电商平台进口，需缴纳17%的增值税和30%的消费税，按照应纳税额的70%征收，合计进口税率为32.9%。但如果通过代购形式，化妆品属于进口税率表中的第三档税目，需按照60%的税率缴税。

　　由于个人海淘数量较大，海关是以抽查的方式进行检查，有人可能心有侥幸，包裹未必会被收税。但一位跨境电商从业者表示，“如果海淘连行邮税都不交的话，那肯定会将刚发展起来的正规跨境电商相当比例的客流又推到处于灰色地带的海淘中去，这肯定不是政策制定者的初衷。加大抽查和监管，几乎是板上钉钉的事”。

　　事实上，已经有代购人士表示海关抽检有所收紧。从事代购工作的李菲（化名）表示，“最近两周寄送的两次包裹都被‘税了’，估计是新政策要实施，所以抽查也变严了”。

　　前景堪忧

　　有统计数据显示，2014年跨境电商零售进口和我国公民海外购物消费规模达几千亿元，而同期我国对所有行李物品、邮递物品征收的行邮税却不到10亿元。甚至有从业者承认，这是一个基于偷税漏税的灰色产业。

　　蜜芽CEO刘楠表示，从海关来看，他们毫无疑问不希望把跨境的订单推回到个人代购和水货渠道。所以个人海淘的效率和体验会下降，抽检率会上升，买家“被税”的几率增加。有业内人士向北京商报记者坦言，政府的政策信号很明显，既要把消费拉回国内，保障税收，同时又要满足消费者需求，提供更多的消费渠道，“直邮也将越来越规范化，合理缴税将成为常态，而个人代购将面临更多限制”。北京商报记者 李铎 陈克远

　　电商大佬怎么看跨境新税制

　　多渠道并举保优势

　　波罗蜜联合创始人许胜

　　此前海淘热确实推动了一大批创业项目瞄准跨境领域，但也有一批项目完全是看中了之间的一点政策红利。50元免税额度取消后，以保税模式“套利”为主要盈利方式的平台，平台上的商品与自由贸易模式之间的价格优势将会被拉低，平台难免要进行品类调整，寻找新的优势。波罗蜜通过海外仓、海外直邮、保税仓并举的模式，并将采购团队设立在海外，享受海外退税，在保证毛利率的情况下，依然存在价格优势。

　　以消费者需求为基准

　　美购联合创始人羽然

　　在去年一年的过程中，美购涉及到很多的标品， B2C的产业结构中标品是非常核心的一点，所以整个大规模的贸易行为也是平台追求的。如果消费者是平台选择品类的基准，一切以消费者需求出发，消费者在美购全球进口品需要什么，平台就提供什么。标品只是发展的第一步，最重要的还是打铁还需自身硬，还是全产业链的服务。

　　抓住“非标”商机

　　格格家创始人李潇

　　格格家做食品，顾客百分之九十几是女性。食品有一个特点，吃货喜新厌旧是非常重要的一个因素，特别女孩子愿意尝试不同的味道。跨境中的部分需求其实已经被过度开发，但还有很多有故事的产品，它们可能没有很大的名气，不是知名的品牌，这种东西在未来一年后会占到格格家很大的比例，这是一个非标品。非标品是有意思的、国内不容易买到的那种东西。

　　税改打消不确定性

　　蜜芽CEO刘楠

　　新政不一定利空母婴。纸尿裤去年刚刚下调关税，最利空的是百元以内的韩国化妆品，从免税到32.9%的税，以及2000元以上品类，如轻奢，例如那些保税区自营备货的巴宝莉风衣和包包。税改是把跨境电商未来的不确定性大部分打消，是一个特别好的政策。税是非常公平的，是消费者去纳税，平台代缴代扣，所以你在结账的时候就清楚地知道交了多少税。这对中国的零售是很先进的方法，我们在美国商品价格和税价格是分开的，中国的税是合在商品价格里面的，这在零售业又是一个很大的革新，这个进步真的很大。

　　跨境电商玩家优势力量榜

　　Top1 京东全球购

　　尽显地方风情特色

　　京东全球购自去年4月上线以来，不断开拓国际市场，现已开设德国馆、美加馆、澳新馆等多个海外国家馆。每个国家馆首页会根据海外市场的特色商品向消费者进行推荐。如京东日本馆商品在母婴、化妆、食品保健有所侧重。

　　Top2 天猫国际

　　品类齐全任你挑

　　天猫国际目前拥有来自美国、英国、韩国等多个国家和地区的数千个品牌，并承诺均为中国内地以外的公司实体，商品均原产于或销售于海外。主页分设全球旗舰店、全球精选等专区，并有美国Costco超市、Macy’s百货等连锁零售进驻。

　　Top3 洋码头

　　教你做时尚潮人

　　“够洋气”、 “始终不变地带领中国消费走向全世界”是洋码头给自己定下的使命。洋码头的扫货直播很有看点，各种潮人“买手”会向你推荐符合你自身气质的海外时尚新品，这也是不少海淘小白慢慢接触海淘的“新兵营”。

　　Top4 亚马逊中国

　　流行I.T产品集中营

　　很多I.T发烧友会将亚马逊中国作为海淘购物的首选地。亚马逊销售的Kindle电子阅读器炙手可热，此外，如数码相机、智能穿戴等电子产品，依然被国内数码产品的深度玩家所认可。

　　Top5 唯品国际

　　折扣不断价更优

　　以“专门做特卖的网站”为口号的唯品会，商品折扣从未停歇过。唯品会自推出全球购专栏唯品国际后，通过建立海外国家买手团队在海外精选全球热门商品。

　　Top6 网易考拉海购

　　自营保障信得过

　　网易旗下自营的进口商品特卖网站，从品牌授权、产地直采、售后服务等方面保证产品质量。每天上午10：00推出限时特卖更新，并承诺国内退货售后无忧。