怎么讓數(shù)據(jù)庫運算快起來.-很簡單的SQL篇1

king1981

人們在使用SQL時往往會陷入一個誤區(qū)，即太關(guān)注于所得的結(jié)果是否正確，而忽略

了不同的實現(xiàn)方法之間可能存在的性能差異，這種性能差異在大型的或是復(fù)雜的數(shù)據(jù)庫

環(huán)境中（如聯(lián)機(jī)事務(wù)處理OLTP或決策支持系統(tǒng)DSS）中表現(xiàn)得尤為明顯。筆者在工作實踐

中發(fā)現(xiàn)，不良的SQL往往來自于不恰當(dāng)?shù)乃饕�設(shè)計、不充份的連接條件和不可優(yōu)化的whe

re子句。在對它們進(jìn)行適當(dāng)?shù)膬?yōu)化后，其運行速度有了明顯地提高！下面我將從這三個

方面分別進(jìn)行總結(jié)：

---- 為了更直觀地說明問題，所有實例中的SQL運行時間均經(jīng)過測試，不超過１秒的均

表示為（< 1秒）。

---- 測試環(huán)境--

---- 主機(jī)：HP LH II

---- 主頻：330MHZ

---- 內(nèi)存：128兆

---- 操作系統(tǒng)：Operserver5.0.4

----數(shù)據(jù)庫：Sybase11.0.3

一、不合理的索引設(shè)計

----例：表record有620000行，試看在不同的索引下，下面幾個 SQL的運行情況：

---- 1.在date上建有一非個群集索引

select count(*) from record where date >

'19991201' and date < '19991214'and amount >

2000 (25秒)

select date,sum(amount) from record group by date

(55秒)

select count(*) from record where date >

'19990901' and place in ('BJ','SH') (27秒)

---- 分析：

----date上有大量的重復(fù)值，在非群集索引下，數(shù)據(jù)在物理上隨機(jī)存放在數(shù)據(jù)頁上，在

范圍查找時，必須執(zhí)行一次表掃描才能找到這一范圍內(nèi)的全部行。

---- 2.在date上的一個群集索引

select count(*) from record where date >

'19991201' and date < '19991214' and amount >

2000 （14秒）

select date,sum(amount) from record group by date

（28秒）

select count(*) from record where date >

'19990901' and place in ('BJ','SH')（14秒）

---- 分析：

---- 在群集索引下，數(shù)據(jù)在物理上按順序在數(shù)據(jù)頁上，重復(fù)值也排列在一起，因而在范

圍查找時，可以先找到這個范圍的起末點，且只在這個范圍內(nèi)掃描數(shù)據(jù)頁，避免了大范

圍掃描，提高了查詢速度。

---- 3.在place，date，amount上的組合索引

select count(*) from record where date >

'19991201' and date < '19991214' and amount >

2000 （26秒）

select date,sum(amount) from record group by date

（27秒）

select count(*) from record where date >

'19990901' and place in ('BJ', 'SH')（< 1秒）

---- 分析：

---- 這是一個不很合理的組合索引，因為它的前導(dǎo)列是place，第一和第二條SQL沒有引

用place，因此也沒有利用上索引；第三個SQL使用了place，且引用的所有列都包含在組

合索引中，形成了索引覆蓋，所以它的速度是非常快的。

---- 4.在date，place，amount上的組合索引

select count(*) from record where date >

'19991201' and date < '19991214' and amount >

2000(< 1秒)

select date,sum(amount) from record group by date

（11秒）

select count(*) from record where date >

'19990901' and place in ('BJ','SH')（< 1秒）

---- 分析：

---- 這是一個合理的組合索引。它將date作為前導(dǎo)列，使每個SQL都可以利用索引，并

且在第一和第三個SQL中形成了索引覆蓋，因而性能達(dá)到了最優(yōu)。

---- 5.總結(jié)：

---- 缺省情況下建立的索引是非群集索引，但有時它并不是最佳的；合理的索引設(shè)計要

建立在對各種查詢的分析和預(yù)測上。一般來說：

---- ①.有大量重復(fù)值、且經(jīng)常有范圍查詢

（between, >,< ，>=,< =）和order by

、group by發(fā)生的列，可考慮建立群集索引；

---- ②.經(jīng)常同時存取多列，且每列都含有重復(fù)值可考慮建立組合索引；

---- ③.組合索引要盡量使關(guān)鍵查詢形成索引覆蓋，其前導(dǎo)列一定是使用最頻繁的列。



二、不充份的連接條件：

---- 例：表card有7896行，在card_no上有一個非聚集索引，表account有191122行，在

account_no上有一個非聚集索引，試看在不同的表連接條件下，兩個SQL的執(zhí)行情況：



select sum(a.amount) from account a,

card b where a.card_no = b.card_no（20秒）

---- 將SQL改為：

select sum(a.amount) from account a,

card b where a.card_no = b.card_no and a.

account_no=b.account_no（< 1秒）

---- 分析：

---- 在第一個連接條件下，最佳查詢方案是將account作外層表，card作內(nèi)層表，利用

card上的索引，其I/O次數(shù)可由以下公式估算為：

---- 外層表account上的22541頁+（外層表account的191122行*內(nèi)層表card上對應(yīng)外層

表第一行所要查找的3頁）=595907次I/O

---- 在第二個連接條件下，最佳查詢方案是將card作外層表，account作內(nèi)層表，利用

account上的索引，其I/O次數(shù)可由以下公式估算為：

---- 外層表card上的1944頁+（外層表card的7896行*內(nèi)層表account上對應(yīng)外層表每一

行所要查找的4頁）= 33528次I/O

---- 可見，只有充份的連接條件，真正的最佳方案才會被執(zhí)行。

---- 總結(jié)：

---- 1.多表操作在被實際執(zhí)行前，查詢優(yōu)化器會根據(jù)連接條件，列出幾組可能的連接方

案并從中找出系統(tǒng)開銷最小的最佳方案。連接條件要充份考慮帶有索引的表、行數(shù)多的

表；內(nèi)外表的選擇可由公式：外層表中的匹配行數(shù)*內(nèi)層表中每一次查找的次數(shù)確定，乘

積最小為最佳方案。

---- 2.查看執(zhí)行方案的方法-- 用set showplanon，打開showplan選項，就可以看到連

接順序、使用何種索引的信息；想看更詳細(xì)的信息，需用sa角色執(zhí)行dbcc(3604,310,30

2)。

三、不可優(yōu)化的where子句

---- 1.例：下列SQL條件語句中的列都建有恰當(dāng)?shù)乃饕�，但�?zhí)行速度卻非常慢：

select * from record where

substring(card_no,1,4)='5378'(13秒)

select * from record where

amount/30< 1000（11秒）

select * from record where

convert(char(10),date,112)='19991201'（10秒）

---- 分析：

---- where子句中對列的任何操作結(jié)果都是在SQL運行時逐列計算得到的，因此它不得不

進(jìn)行表搜索，而沒有使用該列上面的索引；如果這些結(jié)果在查詢編譯時就能得到，那么

就可以被SQL優(yōu)化器優(yōu)化，使用索引，避免表搜索，因此將SQL重寫成下面這樣：

select * from record where card_no like

'5378%'（< 1秒）

select * from record where amount

< 1000*30（< 1秒）

select * from record where date= '1999/12/01'

（< 1秒）

---- 你會發(fā)現(xiàn)SQL明顯快起來！

---- 2.例：表stuff有200000行，id_no上有非群集索引，請看下面這個SQL：

select count(*) from stuff where id_no in('0','1')

（23秒）

---- 分析：

---- where條件中的'in'在邏輯上相當(dāng)于'or'，所以語法分析器會將in ('0','1')轉(zhuǎn)化

為id_no ='0' or id_no='1'來執(zhí)行。我們期望它會根據(jù)每個or子句分別查找，再將結(jié)果

相加，這樣可以利用id_no上的索引；但實際上（根據(jù)showplan）,它卻采用了"OR策略"

，即先取出滿足每個or子句的行，存入臨時數(shù)據(jù)庫的工作表中，再建立唯一索引以去掉

重復(fù)行，最后從這個臨時表中計算結(jié)果。因此，實際過程沒有利用id_no上索引，并且完

成時間還要受tempdb數(shù)據(jù)庫性能的影響。

---- 實踐證明，表的行數(shù)越多，工作表的性能就越差，當(dāng)stuff有620000行時，執(zhí)行時

間竟達(dá)到220秒！還不如將or子句分開：

select count(*) from stuff where id_no='0'

select count(*) from stuff where id_no='1'

---- 得到兩個結(jié)果，再作一次加法合算。因為每句都使用了索引，執(zhí)行時間只有3秒，

在620000行下，時間也只有4秒�；蛘撸�用更好的方法，寫一個簡單的存儲過程：

create proc count_stuff as

declare @a int

declare @b int

declare @c int

declare @d char(10)

begin

select @a=count(*) from stuff where id_no='0'

select @b=count(*) from stuff where id_no='1'

end

select @c=@a+@b

select @d=convert(char(10),@c)

print @d

---- 直接算出結(jié)果，執(zhí)行時間同上面一樣快！

---- 總結(jié)：

---- 可見，所謂優(yōu)化即where子句利用了索引，不可優(yōu)化即發(fā)生了表掃描或額外開銷。



---- 1.任何對列的操作都將導(dǎo)致表掃描，它包括數(shù)據(jù)庫函數(shù)、計算表達(dá)式等等，查詢時

要盡可能將操作移至等號右邊。

---- 2.in、or子句常會使用工作表，使索引失效；如果不產(chǎn)生大量重復(fù)值，可以考慮把

子句拆開；拆開的子句中應(yīng)該包含索引。

---- 3.要善于使用存儲過程，它使SQL變得更加靈活和高效。

---- 從以上這些例子可以看出，SQL優(yōu)化的實質(zhì)就是在結(jié)果正確的前提下，用優(yōu)化器可

以識別的語句，充份利用索引，減少表掃描的I/O次數(shù)，盡量避免表搜索的發(fā)生。其實S

QL的性能優(yōu)化是一個復(fù)雜的過程，上述這些只是在應(yīng)用層次的一種體現(xiàn)，深入研究還會

涉及數(shù)據(jù)庫層的資源配置、網(wǎng)絡(luò)層的流量控制以及操作系統(tǒng)層的總體設(shè)計。







1．合理使用索引

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

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

●在頻繁進(jìn)行排序或分組（即進(jìn)行g(shù)roup by或order by操作）的列上建立索引。

●在條件表達(dá)式中經(jīng)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(yán)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(fù)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(jìn)行檢查。在一些數(shù)據(jù)庫服務(wù)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(jìn)行修復(fù)。另外，當(dāng)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(yīng)當(dāng)簡化或避免對大型表進(jìn)行重復(fù)的排序。當(dāng)能夠利用索引自動以適當(dāng)?shù)拇涡虍a(chǎn)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(yīng)當(dāng)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(chǎn)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)。避免這種情況的主要方法就是對連接的列進(jìn)行索引。例如，兩個表：學(xué)生表（學(xué)號、姓名、年齡……）和選課表（學(xué)號、課程號、成績）。如果兩個表要做連接，就要在“學(xué)號”這個連接字段上建立索引。

還可以使用并集來避免順序存取。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(yīng)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。



4．避免相關(guān)子查詢

一個列的標(biāo)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(dāng)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(yīng)當(dāng)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(dá)式

MATCHES和LIKE關(guān)鍵字支持通配符匹配，技術(shù)上叫正規(guī)表達(dá)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(jìn)行排序并創(chuàng)建臨時表，有時能加速查詢。它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(jìn)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)。