SQL優(yōu)化----百萬數(shù)據(jù)查詢優(yōu)化

百萬數(shù)據(jù)查詢優(yōu)化

1．合理使用索引

　　索引是數(shù)據(jù)庫中重要的數(shù)據(jù)結構，它的根本目的就是為了提高查詢效率?，F(xiàn)在大多數(shù)的數(shù)據(jù)庫產品都采用IBM最先提出的ISAM索引結構。索引的使用要恰到好處，其使用原則如下：

　　●在經常進行連接，但是沒有指定為外鍵的列上建立索引，而不經常連接的字段則由優(yōu)化器自動生成索引。

　　●在頻繁進行排序或分組（即進行group by或order by操作）的列上建立索引。

　　●在條件表達式中經常用到的不同值較多的列上建立檢索，在不同值少的列上不要建立索引。比如在雇員表的“性別”列上只有“男”與“女”兩個不同值，因此就無必要建立索引。如果建立索引不但不會提高查詢效率，反而會嚴重降低更新速度。

　　●如果待排序的列有多個，可以在這些列上建立復合索引（compound index）。

　　●使用系統(tǒng)工具。如Informix數(shù)據(jù)庫有一個tbcheck工具，可以在可疑的索引上進行檢查。在一些數(shù)據(jù)庫服務器上，索引可能失效或者因為頻繁操作而使得讀取效率降低，如果一個使用索引的查詢不明不白地慢下來，可以試著用tbcheck工具檢查索引的完整性，必要時進行修復。另外，當數(shù)據(jù)庫表更新大量數(shù)據(jù)后，刪除并重建索引可以提高查詢速度。

　　2．避免或簡化排序

　　應當簡化或避免對大型表進行重復的排序。當能夠利用索引自動以適當?shù)拇涡虍a生輸出時，優(yōu)化器就避免了排序的步驟。以下是一些影響因素：

　　●索引中不包括一個或幾個待排序的列；

　　●group by或order by子句中列的次序與索引的次序不一樣；

　　●排序的列來自不同的表。

　　為了避免不必要的排序，就要正確地增建索引，合理地合并數(shù)據(jù)庫表（盡管有時可能影響表的規(guī)范化，但相對于效率的提高是值得的）。如果排序不可避免，那么應當試圖簡化它，如縮小排序的列的范圍等。

　　3．消除對大型表行數(shù)據(jù)的順序存取

　　在嵌套查詢中，對表的順序存取對查詢效率可能產生致命的影響。比如采用順序存取策略，一個嵌套3層的查詢，如果每層都查詢1000行，那么這個查詢就要查詢10億行數(shù)據(jù)。    A）避免這種情況的主要方法就是對連接的列進行索引。

　　B) 還可以使用并集來避免順序存?。▽r改成union）。盡管在所有的檢查列上都有索引，但某些形式的where子句強迫優(yōu)化器使用順序存取。下面的查詢將強迫對orders表執(zhí)行順序操作：

　　SELECT ＊ FROM orders WHERE (customer_num=104 AND order_num>1001) OR order_num=1008

　　雖然在customer_num和order_num上建有索引，但是在上面的語句中優(yōu)化器還是使用順序存取路徑掃描整個表。因為這個語句要檢索的是分離的行的集合，所以應該改為如下語句：

　　SELECT ＊ FROM orders WHERE customer_num=104 AND order_num>1001

　　UNION

　　SELECT ＊ FROM orders WHERE order_num=1008

　　這樣就能利用索引路徑處理查詢獲取【下載地址】  。

   4．避免相關子查詢

　　一個列的標簽同時在主查詢和where子句中的查詢中出現(xiàn)，那么很可能當主查詢中的列值改變之后，子查詢必須重新查詢一次。查詢嵌套層次越多，效率越低，因此應當盡量避免子查詢。如果子查詢不可避免，那么要在子查詢中過濾掉盡可能多的行。

　　5．避免困難的正規(guī)表達式

　　MATCHES和LIKE關鍵字支持通配符匹配，技術上叫正規(guī)表達式。但這種匹配特別耗費時間。例如：SELECT ＊ FROM customer WHERE zipcode LIKE “98_ _ _”

　　即使在zipcode字段上建立了索引，在這種情況下也還是采用順序掃描的方式。如果把語句改為SELECT ＊ FROM customer WHERE zipcode >“98000”，在執(zhí)行查詢時就會利用索引來查詢，顯然會大大提高速度。

　　另外，還要避免非開始的子串。例如語句：SELECT ＊ FROM customer WHERE zipcode[2，3] >“80”，在where子句中采用了非開始子串，因而這個語句也不會使用索引。

　　6．使用臨時表加速查詢

　　把表的一個子集進行排序并創(chuàng)建臨時表，有時能加速查詢。有助于避免多重排序操作，而且在其他方面還能簡化優(yōu)化器的工作。例如：

　　SELECT cust.name，rcvbles.balance，……other columns

　　FROM cust，rcvbles

　　WHERE cust.customer_id = rcvlbes.customer_id

　　AND rcvblls.balance>0

　　AND cust.postcode>“98000”

　　ORDER BY cust.name

　　如果這個查詢要被執(zhí)行多次而不止一次，可以把所有未付款的客戶找出來放在一個臨時文件中，并按客戶的名字進行排序：

　　SELECT cust.name，rcvbles.balance，……other columns

　　FROM cust，rcvbles

　　WHERE cust.customer_id = rcvlbes.customer_id

　　AND rcvblls.balance>0

　　ORDER BY cust.name

　　INTO TEMP cust_with_balance

　　然后以下面的方式在臨時表中查詢：

　　SELECT ＊ FROM cust_with_balance

　　WHERE postcode>“98000”

　　臨時表中的行要比主表中的行少，而且物理順序就是所要求的順序，減少了磁盤I/O，所以查詢工作量可以得到大幅減少。

　　注意：臨時表創(chuàng)建后不會反映主表的修改。在主表中數(shù)據(jù)頻繁修改的情況下，注意不要丟失數(shù)據(jù)。 

　　小　結

　　20％的代碼用去了80％的時間，這是程序設計中的一個著名定律，在數(shù)據(jù)庫應用程序中也同樣如此。我們的優(yōu)化要抓住關鍵問題，對于數(shù)據(jù)庫應用程序來說，重點在于SQL的執(zhí)行效率。查詢優(yōu)化的重點環(huán)節(jié)是使得數(shù)據(jù)庫服務器少從磁盤中讀數(shù)據(jù)以及順序讀頁而不是非順序讀頁。

第二部分（如何讓引擎充分使用索引獲取【下載地址】  ）

l  百萬數(shù)據(jù)查詢優(yōu)化技巧三十則

1.建立索引 對查詢進行優(yōu)化，應盡量避免全表掃描，首先應考慮在 where 及 order by 涉及的列上建立索引。 

2.應盡量避免在 where 子句中對字段進行 null 值判斷，否則將導致引擎放棄使用索引而進行全表掃描，如： 

select id from t where num is null 

可以在num上設置默認值0，確保表中num列沒有null值，然后這樣查詢： 

select id from t where num=0 

3.應盡量避免在 where 子句中使用!=或<>操作符，否則將引擎放棄使用索引而進行全表掃描。 

4.應盡量避免在 where 子句中使用 or 來連接條件，可使用union，否則將導致引擎放棄使用索引而進行全表掃描，如： 

select id from t where num=10 or num=20 

可以這樣查詢： 

select id from t where num=10 

union all 

select id from t where num=20 

5.in 和 not in 也要慎用，否則會導致全表掃描，如： 

select id from t where num in(1,2,3) 

對于連續(xù)的數(shù)值，能用 between 就不要用 in 了： 

select id from t where num between 1 and 3 

6.下面模糊查詢也將導致全表掃描： 

select id from t where name like '%abc%' 

若要提高效率，可以考慮全文檢索。 

7.如果在 where 子句中使用參數(shù)，也會導致全表掃描。

因為SQL只有在運行時才會解析局部變量，但優(yōu)化程序不能將訪問計劃的選擇推遲到運行時；它必須在編譯時進行選擇。然而，如果在編譯時建立訪問計劃，變量的值還是未知的，因而無法作為索引選擇的輸入項。如下面語句將進行全表掃描： 

select id from t where num=@num 

可以改為強制查詢使用索引： 

select id from t with(index(索引名)) where num=@num 

8.應盡量避免在 where 子句中對字段進行表達式操作，這將導致引擎放棄使用索引而進行全表掃描。如： 

select id from t where num/2=100 

應改為: 

select id from t where num=100*2 

9.應盡量避免在where子句中對字段進行函數(shù)（內置函數(shù)）操作，

這將導致引擎放棄使用索引而進行全表掃描。如： 

select id from t where substring(name,1,3)='abc'--name以abc開頭的id 

select id from t where datediff(day,createdate,'2005-11-30')=0--‘2005-11-30’生成的id 

應改為: 

select id from t where name like 'abc%' 

select id from t where createdate>='2005-11-30' and createdate<'2005-12-1' 

10.不要在 where 子句中的“=”左邊進行函數(shù)、算術運算或其他表達式運算，否則系統(tǒng)將可能無法正確使用索引。 

11.在使用索引字段作為條件時，如果該索引是復合索引，那么必須使用到該索引中的第一個字段作為條件時才能保證系統(tǒng)使用該索引，否則該索引將不會被使用，并且應盡可能的讓字段順序與索引順序相一致。 

12.不要寫一些沒有意義的查詢，如需要生成一個空表結構： 

select col1,col2 into #t from t where 1=0 

這類代碼不會返回任何結果集，但是會消耗系統(tǒng)資源的，應改成這樣： 

create table #t(...) 

13.很多時候用 exists 代替 in 是一個好的選擇（原因：請參考我的博客）： 

select num from a where num in(select num from b) 

用下面的語句替換： 

select num from a where exists(select 1 from b where num=a.num) 

14.并不是所有索引對查詢都有效，SQL是根據(jù)表中數(shù)據(jù)來進行查詢優(yōu)化的，當索引列有大量數(shù)據(jù)重復時，SQL查詢可能不會去利用索引（除非是位圖索引），如一表中有字段sex，male、female幾乎各一半，那么即使在sex上建了索引也對查詢效率起不了作用。 

15.索引并不是越多越好，索引固然可以提高相應的 select 的效率，但同時也降低了 insert 及 update 的效率，因為 insert 或 update 時有可能會重建索引，所以怎樣建索引需要慎重考慮，視具體情況而定。一個表的索引數(shù)最好不要超過6個，若太多則應考慮一些不常使用到的列上建的索引是否有必要。 

16.應盡可能的避免更新 clustered 索引數(shù)據(jù)列，因為 clustered 索引數(shù)據(jù)列的順序就是表記錄的物理存儲順序，一旦該列值改變將導致整個表記錄的順序的調整，會耗費相當大的資源。若應用系統(tǒng)需要頻繁更新 clustered 索引數(shù)據(jù)列，那么需要考慮是否應將該索引建為 clustered 索引。 

17.盡量使用數(shù)字型字段，若只含數(shù)值信息的字段盡量不要設計為字符型，這會降低查詢和連接的性能，并會增加存儲開銷。這是因為引擎在處理查詢和連接時會逐個比較字符串中每一個字符，而對于數(shù)字型而言只需要比較一次就夠了。 

18.盡可能的使用 varchar/nvarchar 代替 char/nchar，最好用varchar2（自變長度） ，因為首先變長字段存儲空間小，可以節(jié)省存儲空間，其次對于查詢來說，在一個相對較小的字段內搜索效率顯然要高些。 

19.任何地方都不要使用 select * from t ，用具體的字段列表代替“*”，不要返回用不到的任何字段。 

20.盡量使用表變量來代替臨時表（一般用在存儲過程中）。如果表變量包含大量數(shù)據(jù)，請注意索引非常有限（只有主鍵索引）。 

21.避免頻繁創(chuàng)建和刪除臨時表，以減少系統(tǒng)表資源的消耗。 

22.臨時表并不是不可使用，適當?shù)厥褂盟鼈兛梢允鼓承├谈行?，例如，當需要重復引用大型表或常用表中的某個數(shù)據(jù)集時。但是，對于一次性事件，最好使用導出表。 

23.在新建臨時表時，如果一次性插入數(shù)據(jù)量很大，那么可以使用 select into A select。。。 代替 create table，避免造成大量 log ，以提高速度；如果數(shù)據(jù)量不大，為了緩和系統(tǒng)表的資源，應先create table，然后insert。 

24.如果使用到了臨時表，在存儲過程的最后務必將所有的臨時表顯式刪除，先 truncate table ，然后 drop table ，這樣可以避免系統(tǒng)表的較長時間鎖定。 

25.盡量避免使用游標，因為游標的效率較差，如果游標操作的數(shù)據(jù)超過1萬行，那么就應該考慮改寫。 

26.使用基于游標的方法或臨時表方法之前，應先尋找基于集的解決方案來解決問題，基于集的方法通常更有效。 

27.與臨時表一樣，游標并不是不可使用。對小型數(shù)據(jù)集使用 FAST_FORWARD 游標通常要優(yōu)于其他逐行處理方法，尤其是在必須引用幾個表才能獲得所需的數(shù)據(jù)時。在結果集中包括“合計”的例程通常要比使用游標執(zhí)行的速度快。如果開發(fā)時間允許，基于游標的方法和基于集的方法都可以嘗試一下，看哪一種方法的效果更好。 

28.在所有的存儲過程和觸發(fā)器的開始處設置 SET NOCOUNT ON ，在結束時設置 SET NOCOUNT OFF 。無需在執(zhí)行存儲過程和觸發(fā)器的每個語句后向客戶端發(fā)送 DONE_IN_PROC 消息。 

29.盡量避免大事務操作，提高系統(tǒng)并發(fā)能力。 

30.盡量避免向客戶端返回大數(shù)據(jù)量，若數(shù)據(jù)量過大，應該考慮相應需求是否合理。