SQL 语句执行过程顺序

数据库 专栏收录该内容
55 篇文章 1 订阅

转载:https://blog.csdn.net/freeking101/article/details/76522504

From:http://www.jellythink.com/archives/924

Oracle-SQL语句执行原理和完整过程详解:https://wenku.baidu.com/view/398bc427964bcf84b8d57b00.html

详解一条 SQL 语句的执行过程:http://www.cnblogs.com/cdf-opensource-007/p/6502556.html

步步深入:MySQL架构总览->查询执行流程->SQL解析顺序:http://www.cnblogs.com/annsshadow/p/5037667.html

sql语句查询执行顺序:http://blog.csdn.net/bitcarmanlee/article/details/51004767


准备工作

先来一段伪代码,首先你能看懂么?


   
  1. SELECT DISTINCT <select_list>
  2. FROM <left_table>
  3. <join_type> JOIN <right_table>
  4. ON <join_condition>
  5. WHERE <where_condition>
  6. GROUP BY <group_by_list>
  7. HAVING <having_condition>
  8. ORDER BY <order_by_condition>
  9. LIMIT <limit_number>

如果你知道每个关键字的意思和作用,并且你还用过的话,那再好不过了。但是,你知道这些语句,它们的执行顺序你清楚么?

下面一切测试操作都是在MySQL数据库上完成,关于MySQL数据库的一些简单操作,请阅读一下文章:

继续做以下的前期准备工作:

  1. 新建一个测试数据库TestDB;
      create database TestDB;
         
  2. 创建测试表table1和table2;
    
         
    1. CREATE TABLE table1
    2. (
    3. customer_id VARCHAR( 10) NOT NULL,
    4. city VARCHAR( 10) NOT NULL,
    5. PRIMARY KEY(customer_id)
    6. ) ENGINE= INNODB DEFAULT CHARSET=UTF8;
    7. CREATE TABLE table2
    8. (
    9. order_id INT NOT NULL auto_increment,
    10. customer_id VARCHAR( 10),
    11. PRIMARY KEY(order_id)
    12. ) ENGINE= INNODB DEFAULT CHARSET=UTF8;
  3. 插入测试数据;
    
         
    1. INSERT INTO table1 ( customer_id , city ) VALUES ( '163' , 'hangzhou' );
    2. INSERT INTO table1 ( customer_id , city ) VALUES ( '9you' , 'shanghai' );
    3. INSERT INTO table1 ( customer_id , city ) VALUES ( 'tx' , 'hangzhou' );
    4. INSERT INTO table1 ( customer_id , city ) VALUES ( 'baidu' , 'hangzhou' );
    5. INSERT INTO table2 ( customer_id ) VALUES ( '163' );
    6. INSERT INTO table2 ( customer_id ) VALUES ( '163' );
    7. INSERT INTO table2 ( customer_id ) VALUES ( '9you' );
    8. INSERT INTO table2 ( customer_id ) VALUES ( '9you' );
    9. INSERT INTO table2 ( customer_id ) VALUES ( '9you' );
    10. INSERT INTO table2 ( customer_id ) VALUES ( 'tx' );
    11. INSERT INTO table2 ( customer_id ) VALUES ( NULL );

    准备工作做完以后,table1和table2看起来应该像下面这样:

    
         
    1. mysql > select * from table1 ;
    2. +-------------+----------+
    3. | customer_id | city |
    4. +-------------+----------+
    5. | 163 | hangzhou |
    6. | 9you | shanghai |
    7. | baidu | hangzhou |
    8. | tx | hangzhou |
    9. +-------------+----------+
    10. 4 rows in set ( 0.00 sec )
    11. mysql > select * from table2 ;
    12. +----------+-------------+
    13. | order_id | customer_id |
    14. +----------+-------------+
    15. | 1 | 163 |
    16. | 2 | 163 |
    17. | 3 | 9you |
    18. | 4 | 9you |
    19. | 5 | 9you |
    20. | 6 | tx |
    21. | 7 | NULL |
    22. +----------+-------------+
    23. 7 rows in set ( 0.00 sec )
  4. 准备SQL逻辑查询测试语句
    
         
    1. SELECT a . customer_id , COUNT ( b . order_id ) as total_orders
    2. FROM table1 AS a
    3. LEFT JOIN table2 AS b
    4. ON a . customer_id = b . customer_id
    5. WHERE a . city = 'hangzhou'
    6. GROUP BY a . customer_id
    7. HAVING count ( b . order_id ) < 2
    8. ORDER BY total_orders DESC ;

    使用上述SQL查询语句来获得来自杭州,并且订单数少于2的客户。

好吧,这些测试表和测试数据均来自《MySQL技术内幕:SQL编程》,这应该不算抄袭吧,借鉴借鉴啊。

万事俱备,只欠东风。接下来开始这篇文章最正式的部分吧。

SQL逻辑查询语句执行顺序

还记得上面给出的那一长串的SQL逻辑查询规则么?那么,到底哪个先执行,哪个后执行呢?现在,我先给出一个查询语句的执行顺序:


   
  1. ( 7 ) SELECT /* 处理SELECT列表,产生 VT7 */
  2. ( 8 ) DISTINCT <select_list> /* 将重复的行从 VT7 中删除,产品 VT8 */
  3. ( 1 ) FROM <left_table> /* 对FROM子句中的表执行笛卡尔积(交叉联接),生成虚拟表 VT1。 */
  4. ( 3 ) <join_type> JOIN <right_table> /* 如果指定了OUTER JOIN(相对于CROSS JOIN或INNER JOIN),
  5. 保留表中未找到匹配的行将作为外部行添加到 VT2,生成 VT3。
  6. 如果FROM子句包含两个以上的表,
  7. 则对上一个联接生成的结果表和下一个表重复执行步骤1到步骤3,
  8. 直到处理完所有的表位置。 */
  9. ( 2 ) ON <join_condition> /* 对 VT1 应用 ON 筛选器,只有那些使为真才被插入到 VT2。 */
  10. ( 4 ) WHERE <where_condition> /* 对 VT3 应用 WHERE 筛选器,只有使为true的行才插入VT4。 */
  11. ( 5 ) GROUP BY <group_by_list> /* 按 GROUP BY子句中的列列表对 VT4 中的行进行分组,生成 VT5 */
  12. ( 6 ) HAVING <having_condition> /* 对 VT5 应用 HAVING 筛选器,只有使为true的组插入到 VT6 */
  13. ( 9 ) ORDER BY <order_by_condition> /* 将 VT8 中的行按 ORDER BY子句中的列列表顺序,生成一个游标(VC10),
  14. 生成表TV11,并返回给调用者。 */
  15. ( 10 ) LIMIT <limit_number>

上面在每条语句的前面都标明了执行顺序号,不要问我怎么知道这个顺序的。我也是读各种“武林秘籍”才得知的,如果你有功夫,去阅读一下MySQL的源码,也会得出这个结果的。

Oracle SQL语句执行顺序

(8)SELECT (9)DISTINCT  (11)<Top Num> <select list>
(1)FROM [left_table]
(3)<join_type> JOIN <right_table>
(2)ON <join_condition>
(4)WHERE <where_condition>
(5)GROUP BY <group_by_list>
(6)WITH <CUBE | RollUP>
(7)HAVING <having_condition>
(10)ORDER BY <order_by_list>

        以上每个步骤都会产生一个虚拟表,该虚拟表被用作下一个步骤的输入。这些虚拟表对调用者(客户端应用程序或者外部查询)不可用。只有最后一步生成的表才会会给调用者。如果没有在查询中指定某一个子句,将跳过相应的步骤。


逻辑查询处理阶段简介

  1. FROM:对FROM子句中的前两个表执行笛卡尔积(Cartesian product)(交叉联接),生成虚拟表VT1
  2. ON:对VT1应用ON筛选器。只有那些使<join_condition>为真的行才被插入VT2。
  3. OUTER(JOIN):如 果指定了OUTER JOIN(相对于CROSS JOIN 或(INNER JOIN),保留表(preserved table:左外部联接把左表标记为保留表,右外部联接把右表标记为保留表,完全外部联接把两个表都标记为保留表)中未找到匹配的行将作为外部行添加到 VT2,生成VT3.如果FROM子句包含两个以上的表,则对上一个联接生成的结果表和下一个表重复执行步骤1到步骤3,直到处理完所有的表为止。
  4. WHERE:对VT3应用WHERE筛选器。只有使<where_condition>为true的行才被插入VT4.
  5. GROUP BY:按GROUP BY子句中的列列表对VT4中的行分组,生成VT5.
  6. CUBE|ROLLUP:把超组(Suppergroups)插入VT5,生成VT6.
  7. HAVING:对VT6应用HAVING筛选器。只有使<having_condition>为true的组才会被插入VT7.
  8. SELECT:处理SELECT列表,产生VT8.
  9. DISTINCT:将重复的行从VT8中移除,产生VT9.
  10. ORDER BY:将VT9中的行按ORDER BY 子句中的列列表排序,生成游标(VC10).
  11. TOP:从VC10的开始处选择指定数量或比例的行,生成表VT11,并返回调用者。

注:步骤10,按ORDER BY子句中的列列表排序上步返回的行,返回游标VC10.这一步是第一步也是唯一 一步可以使用SELECT列表中的列别名的步骤。这一步不同于其它步骤的 是,它不返回有效的表,而是返回一个游标。SQL是基于集合理论的。集合不会预先对它的行排序,它只是成员的逻辑集合,成员的顺序无关紧要。对表进行排序 的查询可以返回一个对象,包含按特定物理顺序组织的行。ANSI把这种对象称为游标。理解这一步是正确理解SQL的基础。

因为这一步不返回表(而是返回游标),使用了ORDER BY子句的查询不能用作表表达式。表表达式包括:视图、内联表值函数、子查询、派生表和共用表达式。它的结果必须返回给期望得到物理记录的客户端应用程序。例如,下面的派生表查询无效,并产生一个错误:

select * 
from(select orderid,customerid from orders order by orderid)
as d

下面的视图也会产生错误

create view my_view
as
select *
from orders
order by orderid

      在SQL中,表表达式中不允许使用带有ORDER BY子句的查询,而在T—SQL中却有一个例外(应用TOP选项)。

      所以要记住,不要为表中的行假设任何特定的顺序。换句话说,除非你确定要有序行,否则不要指定ORDER BY 子句。排序是需要成本的,SQL Server需要执行有序索引扫描或使用排序运行符。


以上就是一条sql的执行过程,同时我们在书写查询sql的时候应当遵守以下顺序。

SELECT XXX FROM XXX WHERE XXX GROUP BY XXX HAVING XXX ORDER BY XXX LIMIT XXX;

上面标出了各条查询规则的执行先后顺序,那么各条查询语句是如何执行的呢?


执行FROM语句

在这些SQL语句的执行过程中,都会产生一个虚拟表,用来保存SQL语句的执行结果(这是重点),我现在就来跟踪这个虚拟表的变化,得到最终的查询结果的过程,来分析整个SQL逻辑查询的执行顺序和过程。

第一步,执行FROM语句。我们首先需要知道最开始从哪个表开始的,这就是FROM告诉我们的。现在有了<left_table><right_table>两个表,我们到底从哪个表开始,还是从两个表进行某种联系以后再开始呢?它们之间如何产生联系呢?——笛卡尔积

关于什么是笛卡尔积,请自行Google补脑。经过FROM语句对两个表执行笛卡尔积,会得到一个虚拟表,暂且叫VT1(vitual table 1),内容如下:


   
  1. +-------------+----------+----------+-------------+
  2. | customer_id | city | order_id | customer_id |
  3. +-------------+----------+----------+-------------+
  4. | 163 | hangzhou | 1 | 163 |
  5. | 9you | shanghai | 1 | 163 |
  6. | baidu | hangzhou | 1 | 163 |
  7. | tx | hangzhou | 1 | 163 |
  8. | 163 | hangzhou | 2 | 163 |
  9. | 9you | shanghai | 2 | 163 |
  10. | baidu | hangzhou | 2 | 163 |
  11. | tx | hangzhou | 2 | 163 |
  12. | 163 | hangzhou | 3 | 9you |
  13. | 9you | shanghai | 3 | 9you |
  14. | baidu | hangzhou | 3 | 9you |
  15. | tx | hangzhou | 3 | 9you |
  16. | 163 | hangzhou | 4 | 9you |
  17. | 9you | shanghai | 4 | 9you |
  18. | baidu | hangzhou | 4 | 9you |
  19. | tx | hangzhou | 4 | 9you |
  20. | 163 | hangzhou | 5 | 9you |
  21. | 9you | shanghai | 5 | 9you |
  22. | baidu | hangzhou | 5 | 9you |
  23. | tx | hangzhou | 5 | 9you |
  24. | 163 | hangzhou | 6 | tx |
  25. | 9you | shanghai | 6 | tx |
  26. | baidu | hangzhou | 6 | tx |
  27. | tx | hangzhou | 6 | tx |
  28. | 163 | hangzhou | 7 | NULL |
  29. | 9you | shanghai | 7 | NULL |
  30. | baidu | hangzhou | 7 | NULL |
  31. | tx | hangzhou | 7 | NULL |
  32. +-------------+----------+----------+-------------+

总共有28(table1的记录条数 * table2的记录条数)条记录。这就是VT1的结果,接下来的操作就在VT1的基础上进行。

执行ON过滤

执行完笛卡尔积以后,接着就进行ON a.customer_id = b.customer_id条件过滤,根据ON中指定的条件,去掉那些不符合条件的数据,得到VT2表,内容如下:


   
  1. +-------------+----------+----------+-------------+
  2. | customer_id | city | order_id | customer_id |
  3. +-------------+----------+----------+-------------+
  4. | 163 | hangzhou | 1 | 163 |
  5. | 163 | hangzhou | 2 | 163 |
  6. | 9you | shanghai | 3 | 9you |
  7. | 9you | shanghai | 4 | 9you |
  8. | 9you | shanghai | 5 | 9you |
  9. | tx | hangzhou | 6 | tx |
  10. +-------------+----------+----------+-------------+

VT2就是经过ON条件筛选以后得到的有用数据,而接下来的操作将在VT2的基础上继续进行。

添加外部行

这一步只有在连接类型为OUTER JOIN时才发生,如LEFT OUTER JOINRIGHT OUTER JOINFULL OUTER JOIN。在大多数的时候,我们都是会省略掉OUTER关键字的,但OUTER表示的就是外部行的概念。

下面从网上找到一张很形象的关于‘SQL JOINS'的解释图


LEFT OUTER JOIN把左表记为保留表,得到的结果为:


   
  1. +-------------+----------+----------+-------------+
  2. | customer_id | city | order_id | customer_id |
  3. +-------------+----------+----------+-------------+
  4. | 163 | hangzhou | 1 | 163 |
  5. | 163 | hangzhou | 2 | 163 |
  6. | 9you | shanghai | 3 | 9you |
  7. | 9you | shanghai | 4 | 9you |
  8. | 9you | shanghai | 5 | 9you |
  9. | tx | hangzhou | 6 | tx |
  10. | baidu | hangzhou | NULL | NULL |
  11. +-------------+----------+----------+-------------+

RIGHT OUTER JOIN把右表记为保留表,得到的结果为:


   
  1. +-------------+----------+----------+-------------+
  2. | customer_id | city | order_id | customer_id |
  3. +-------------+----------+----------+-------------+
  4. | 163 | hangzhou | 1 | 163 |
  5. | 163 | hangzhou | 2 | 163 |
  6. | 9you | shanghai | 3 | 9you |
  7. | 9you | shanghai | 4 | 9you |
  8. | 9you | shanghai | 5 | 9you |
  9. | tx | hangzhou | 6 | tx |
  10. | NULL | NULL | 7 | NULL |
  11. +-------------+----------+----------+-------------+

FULL OUTER JOIN把左右表都作为保留表,得到的结果为:


   
  1. +-------------+----------+----------+-------------+
  2. | customer_id | city | order_id | customer_id |
  3. +-------------+----------+----------+-------------+
  4. | 163 | hangzhou | 1 | 163 |
  5. | 163 | hangzhou | 2 | 163 |
  6. | 9you | shanghai | 3 | 9you |
  7. | 9you | shanghai | 4 | 9you |
  8. | 9you | shanghai | 5 | 9you |
  9. | tx | hangzhou | 6 | tx |
  10. | baidu | hangzhou | NULL | NULL |
  11. | NULL | NULL | 7 | NULL |
  12. +-------------+----------+----------+-------------+

添加外部行的工作就是在VT2表的基础上添加保留表中被过滤条件过滤掉的数据,非保留表中的数据被赋予NULL值,最后生成虚拟表VT3。

由于我在准备的测试SQL查询逻辑语句中使用的是LEFT JOIN,过滤掉了以下这条数据:

| baidu       | hangzhou |     NULL | NULL        |
   

现在就把这条数据添加到VT2表中,得到的VT3表如下:


   
  1. +-------------+----------+----------+-------------+
  2. | customer_id | city | order_id | customer_id |
  3. +-------------+----------+----------+-------------+
  4. | 163 | hangzhou | 1 | 163 |
  5. | 163 | hangzhou | 2 | 163 |
  6. | 9you | shanghai | 3 | 9you |
  7. | 9you | shanghai | 4 | 9you |
  8. | 9you | shanghai | 5 | 9you |
  9. | tx | hangzhou | 6 | tx |
  10. | baidu | hangzhou | NULL | NULL |
  11. +-------------+----------+----------+-------------+

接下来的操作都会在该VT3表上进行。

执行WHERE过滤

对添加外部行得到的VT3进行WHERE过滤,只有符合<where_condition>的记录才会输出到虚拟表VT4中。当我们执行WHERE a.city = 'hangzhou'的时候,就会得到以下内容,并存在虚拟表VT4中:


   
  1. +-------------+----------+----------+-------------+
  2. | customer_id | city | order_id | customer_id |
  3. +-------------+----------+----------+-------------+
  4. | 163 | hangzhou | 1 | 163 |
  5. | 163 | hangzhou | 2 | 163 |
  6. | tx | hangzhou | 6 | tx |
  7. | baidu | hangzhou | NULL | NULL |
  8. +-------------+----------+----------+-------------+

但是在使用WHERE子句时,需要注意以下两点:

  1. 由于数据还没有分组,因此现在还不能在WHERE过滤器中使用where_condition=MIN(col)这类对分组统计的过滤;
  2. 由于还没有进行列的选取操作,因此在SELECT中使用列的别名也是不被允许的,如:SELECT city as c FROM t WHERE c='shanghai';是不允许出现的。

执行GROUP BY分组

GROU BY子句主要是对使用WHERE子句得到的虚拟表进行分组操作。我们执行测试语句中的GROUP BY a.customer_id,就会得到以下内容:


   
  1. +-------------+----------+----------+-------------+
  2. | customer_id | city | order_id | customer_id |
  3. +-------------+----------+----------+-------------+
  4. | 163 | hangzhou | 1 | 163 |
  5. | baidu | hangzhou | NULL | NULL |
  6. | tx | hangzhou | 6 | tx |
  7. +-------------+----------+----------+-------------+

得到的内容会存入虚拟表VT5中,此时,我们就得到了一个VT5虚拟表,接下来的操作都会在该表上完成。

执行HAVING过滤

HAVING子句主要和GROUP BY子句配合使用,对分组得到的VT5虚拟表进行条件过滤。当我执行测试语句中的HAVING count(b.order_id) < 2时,将得到以下内容:


   
  1. +-------------+----------+----------+-------------+
  2. | customer_id | city | order_id | customer_id |
  3. +-------------+----------+----------+-------------+
  4. | baidu | hangzhou | NULL | NULL |
  5. | tx | hangzhou | 6 | tx |
  6. +-------------+----------+----------+-------------+

这就是虚拟表VT6。

SELECT列表

现在才会执行到SELECT子句,不要以为SELECT子句被写在第一行,就是第一个被执行的。

我们执行测试语句中的SELECT a.customer_id, COUNT(b.order_id) as total_orders,从虚拟表VT6中选择出我们需要的内容。我们将得到以下内容:


   
  1. +-------------+--------------+
  2. | customer_id | total_orders |
  3. +-------------+--------------+
  4. | baidu | 0 |
  5. | tx | 1 |
  6. +-------------+--------------+

不,还没有完,这只是虚拟表VT7。

执行DISTINCT子句

如果在查询中指定了DISTINCT子句,则会创建一张内存临时表(如果内存放不下,就需要存放在硬盘了)。这张临时表的表结构和上一步产生的虚拟表VT7是一样的,不同的是对进行DISTINCT操作的列增加了一个唯一索引,以此来除重复数据。

由于我的测试SQL语句中并没有使用DISTINCT,所以,在该查询中,这一步不会生成一个虚拟表。

执行ORDER BY子句

对虚拟表中的内容按照指定的列进行排序,然后返回一个新的虚拟表,我们执行测试SQL语句中的ORDER BY total_orders DESC,就会得到以下内容:


   
  1. +-------------+--------------+
  2. | customer_id | total_orders |
  3. +-------------+--------------+
  4. | tx | 1 |
  5. | baidu | 0 |
  6. +-------------+--------------+

可以看到这是对total_orders列进行降序排列的。上述结果会存储在VT8中。

执行LIMIT子句

LIMIT子句从上一步得到的VT8虚拟表中选出从指定位置开始的指定行数据。对于没有应用ORDER BY的LIMIT子句,得到的结果同样是无序的,所以,很多时候,我们都会看到LIMIT子句会和ORDER BY子句一起使用。

MySQL数据库的LIMIT支持如下形式的选择:

LIMIT n, m
   

表示从第n条记录开始选择m条记录。而很多开发人员喜欢使用该语句来解决分页问题。对于小数据,使用LIMIT子句没有任何问题,当数据量非常大的时候,使用LIMIT n, m是非常低效的。因为LIMIT的机制是每次都是从头开始扫描,如果需要从第60万行开始,读取3条数据,就需要先扫描定位到60万行,然后再进行读取,而扫描的过程是一个非常低效的过程。所以,对于大数据处理时,是非常有必要在应用层建立一定的缓存机制(貌似现在的大数据处理,都有缓存哦)。各位,请期待我的缓存方面的文章哦。


至此SQL的解析之旅就结束了,上图总结一下:



习惯养成

了解了 SQL 执行顺序,那么我们就接下来进一步养成日常 sql好习惯,也就是在实现功能同时有考虑性能的思想,数据库是能进行集合运算的工具,我们应该尽量的利用这个工具,所谓集合运算实际就是批量运算,就是尽量减少在客户端进行大数据量的循环操作,而用SQL语句或者存储过程代替。


只返回需要的数据

返回数据到客户端至少需要数据库提取数据、网络传输数据、客户端接收数据以及客户端处理数据等环节。
如果返回不需要的数据,就会增加服务器、网络和客户端的无效劳动,其害处是显而易见的,避免这类事件需要注意:

1. 横向来看:

不要写SELECT * 的语句,而是选择你需要的字段。

当在SQL语句中连接多个表时, 请使用表的别名并把别名前缀于每个Column上。这样一来,就可以减少解析的时间并减少那些由Column歧义引起的语法错误。

如有表table1(ID,col1)和table2 (ID,col2)


   
  1. Select A.ID, A.col1, B.col2
  2. -- Select A.ID, col1, col2 –不要这么写,不利于将来程序扩展
  3. from table1 A inner join table2 B on A.ID=B.ID Where

2. 纵向来看

合理写WHERE子句,不要写没有WHERE的SQL语句。SELECT TOP N * --没有WHERE条件的用此替代
尽量少做重复的工作。控制同一语句的多次执行,特别是一些基础数据的多次执行是很多程序员很少注意的。
减少多次的数据转换,也许需要数据转换是设计的问题,但是减少次数是程序员可以做到的。
杜绝不必要的子查询和连接表,子查询在执行计划一般解释成外连接,多余的连接表带来额外的开销。
合并对同一表同一条件的多次UPDATE,比如:


   
  1. UPDATE EMPLOYEE SET FNAME= 'HAIWER'
  2. WHERE EMP_ID= ' VPA30890F' UPDATE EMPLOYEE SET LNAME= 'YANG'
  3. WHERE EMP_ID= ' VPA30890F'
  4. -- 这两个语句应该合并成以下一个语句
  5. UPDATE EMPLOYEE SET FNAME= 'HAIWER',LNAME= 'YANG' WHERE EMP_ID= ' VPA30890F'

UPDATE操作不要拆成DELETE操作+INSERT操作的形式,虽然功能相同,但是性能差别是很大的。


注意 临时表 和 表变量 的用法

在复杂系统中,临时表和表变量很难避免,关于临时表和表变量的用法,需要注意:
如果语句很复杂,连接太多,可以考虑用临时表和表变量分步完成。
如果需要多次用到一个大表的同一部分数据,考虑用临时表和表变量暂存这部分数据。
如果需要综合多个表的数据,形成一个结果,可以考虑用临时表和表变量分步汇总这多个表的数据。
其他情况下,应该控制临时表和表变量的使用。

关于临时表和表变量的选择,很多说法是表变量在内存,速度快,应该首选表变量,

但是在实际使用中发现,主要考虑需要放在临时表的数据量,在数据量较多的情况下,临时表的速度反而更快。执行时间段与预计执行时间(多长)。
关于临时表产生使用SELECT INTO 和 CREATE TABLE + INSERT INTO 的选择。
一般情况下,SELECT INTO会比CREATE TABLE + INSERT INTO的方法快很多,
但是SELECT INTO会锁定TEMPDB的系统表SYSOBJECTS、SYSINDEXES、SYSCOLUMNS,
在多用户并发环境下,容易阻塞其他进程,
所以我的建议是,在并发系统中,尽量使用CREATE TABLE + INSERT INTO,而大数据量的单个语句使用中,使用SELECT INTO。


子查询的用法

子查询是一个 SELECT 查询,它嵌套在 SELECT、INSERT、UPDATE、DELETE 语句或其它子查询中。
任何允许使用表达式的地方都可以使用子查询,子查询可以使我们的编程灵活多样,可以用来实现一些特殊的功能。
但是在性能上,往往一个不合适的子查询用法会形成一个性能瓶颈。
如果子查询的条件中使用了其外层的表的字段,这种子查询就叫作相关子查询。
相关子查询可以用IN、NOT IN、EXISTS、NOT EXISTS引入。

关于相关子查询,应该注意:

1. NOT IN、NOT EXISTS的相关子查询可以改用LEFT JOIN代替写法。

比如:
    SELECT PUB_NAME FROM PUBLISHERS WHERE PUB_ID NOT IN (SELECT PUB_ID FROM TITLES WHERE TYPE = 'BUSINESS')
可以改写成:
    SELECT A.PUB_NAME FROM PUBLISHERS A LEFT JOIN TITLES B ON B.TYPE = 'BUSINESS' AND A.PUB_ID=B. PUB_ID WHERE B.PUB_ID IS NULL
又比如:
    SELECT TITLE FROM TITLES
    WHERE NOT EXISTS
     (SELECT TITLE_ID FROM SALES
    WHERE TITLE_ID = TITLES.TITLE_ID)
可以改写成:
    SELECT TITLE
    FROM TITLES LEFT JOIN SALES
    ON SALES.TITLE_ID = TITLES.TITLE_ID
    WHERE SALES.TITLE_ID IS NULL

2. 如果保证子查询没有重复 ,IN、EXISTS的相关子查询可以用INNER JOIN 代替。

比如:

    SELECT PUB_NAME
    FROM PUBLISHERS
    WHERE PUB_ID IN
     (SELECT PUB_ID
     FROM TITLES
     WHERE TYPE = 'BUSINESS')
可以改写成:
    SELECT A.PUB_NAME --SELECT DISTINCT A.PUB_NAME
    FROM PUBLISHERS A INNER JOIN TITLES B
    ON        B.TYPE = 'BUSINESS' AND
    A.PUB_ID=B. PUB_ID

3. IN的相关子查询用EXISTS代替

比如

    SELECT PUB_NAME FROM PUBLISHERS
    WHERE PUB_ID IN
    (SELECT PUB_ID FROM TITLES WHERE TYPE = 'BUSINESS')
可以用下面语句代替:
    SELECT PUB_NAME FROM PUBLISHERS WHERE EXISTS
    (SELECT 1 FROM TITLES WHERE TYPE = 'BUSINESS' AND
    PUB_ID= PUBLISHERS.PUB_ID)

4. 不要用COUNT(*)的子查询判断是否存在记录,最好用LEFT JOIN或者EXISTS

比如有人写这样的语句:
    SELECT JOB_DESC FROM JOBS
    WHERE (SELECT COUNT(*) FROM EMPLOYEE WHERE JOB_ID=JOBS.JOB_ID)=0
应该写成:
    SELECT JOBS.JOB_DESC FROM JOBS LEFT JOIN EMPLOYEE 
    ON EMPLOYEE.JOB_ID=JOBS.JOB_ID
    WHERE EMPLOYEE.EMP_ID IS NULL
还有
    SELECT JOB_DESC FROM JOBS
    WHERE (SELECT COUNT(*) FROM EMPLOYEE WHERE JOB_ID=JOBS.JOB_ID)<>0
应该写成:
    SELECT JOB_DESC FROM JOBS
    WHERE EXISTS (SELECT 1 FROM EMPLOYEE WHERE JOB_ID=JOBS.JOB_ID)


尽量使用索引

建立索引后,并不是每个查询都会使用索引,在使用索引的情况下,索引的使用效率也会有很大的差别。只要我们在查询语句中没有强制指定索引,索引的选择和使用方法是SQLSERVER的优化器自动作的选择,而它选择的根据是查询语句的条件以及相关表的统计信息,这就要求我们在写SQL语句的时候尽量使得优化器可以使用索引。为了使得优化器能高效使用索引,写语句的时候应该注意:

不要对索引字段进行运算,而要想办法做变换

    SELECT ID FROM T WHERE NUM/2=100
    应改为:
    SELECT ID FROM T WHERE NUM=100*2
    SELECT ID FROM T WHERE NUM/2=NUM1
    如果NUM有索引应改为:
    SELECT ID FROM T WHERE NUM=NUM1*2
    如果NUM1有索引则不应该改。
    发现过这样的语句:
    SELECT 年,月,金额 FROM 结余表  WHERE 100*年+月=2010*100+10
    应该改为:
    SELECT 年,月,金额 FROM 结余表 WHERE 年=2010 AND月=10

不要对索引字段进行格式转换

    日期字段的例子:
    WHERE CONVERT(VARCHAR(10), 日期字段,120)='2010-07-15'
    应该改为
    WHERE日期字段〉='2010-07-15'   AND   日期字段<'2010-07-16'
    ISNULL转换的例子:
    WHERE ISNULL(字段,'')<>''应改为:WHERE字段<>''
    WHERE ISNULL(字段,'')=''不应修改
    WHERE ISNULL(字段,'F') ='T'应改为: WHERE字段='T'
    WHERE ISNULL(字段,'F')<>'T'不应修改

不要对索引字段使用函数

    WHERE LEFT(NAME, 3)='ABC' 或者WHERE SUBSTRING(NAME,1, 3)='ABC'
    应改为: WHERE NAME LIKE 'ABC%'
    日期查询的例子:
    WHERE DATEDIFF(DAY, 日期,'2010-06-30')=0
    应改为:WHERE 日期>='2010-06-30' AND 日期 <'2010-07-01'
    WHERE DATEDIFF(DAY, 日期,'2010-06-30')>0
    应改为:WHERE 日期 <'2010-06-30'
    WHERE DATEDIFF(DAY, 日期,'2010-06-30')>=0
    应改为:WHERE 日期 <'2010-07-01'
    WHERE DATEDIFF(DAY, 日期,'2010-06-30')<0
    应改为:WHERE 日期>='2010-07-01'
    WHERE DATEDIFF(DAY, 日期,'2010-06-30')<=0
    应改为:WHERE 日期>='2010-06-30'

不要对索引字段进行多字段连接

    比如:
    WHERE FAME+ '. '+LNAME='HAIWEI.YANG'
    应改为:
    WHERE FNAME='HAIWEI' AND LNAME='YANG'


多表连接的连接条件

多表连接的连接条件对索引的选择有着重要的意义,所以我们在写连接条件的时候需要特别注意。
多表连接的时候,连接条件必须写全,宁可重复,不要缺漏。
连接条件尽量使用聚集索引

注意ON、WHERE和HAVING部分条件的区别

ON是最先执行, WHERE次之,HAVING最后。因为ON是先把不符合条件的记录过滤后才进行统计,它就可以减少中间运算要处理的数据,按理说应该速度是最快的,
WHERE也应该比 HAVING快点的,因为它过滤数据后才进行SUM,在两个表联接时才用ON的,所以在一个表的时候,就剩下WHERE跟HAVING比较了


考虑联接优先顺序

INNER JOIN
LEFT JOIN (注:RIGHT JOIN 用 LEFT JOIN 替代)
CROSS JOIN

其它注意和了解的地方有
在IN后面值的列表中,将出现最频繁的值放在最前面,出现得最少的放在最后面,减少判断的次数

注意UNION和UNION ALL的区别。--允许重复数据用UNION ALL好
注意使用DISTINCT,在没有必要时不要用


TRUNCATE TABLE 与 DELETE 区别

减少访问数据库的次数
还有就是我们写存储过程,如果比较长的话,最后用标记符标开,因为这样可读性很好,即使语句写的不怎么样但是语句工整,C# 有region,sql我比较喜欢用的就是:
--startof 查询在职人数
sql语句
--end of
正式机器上我们一般不能随便调试程序,但是很多时候程序在我们本机上没问题,
但是进正式系统就有问题,但是我们又不能随便在正式机器上操作,那么怎么办呢?
我们可以用回滚来调试我们的存储过程或者是sql语句,从而排错。
BEGIN TRAN
UPDATE a SET 字段=''
ROLLBACK
作业存储过程我一般会加上下面这段,这样检查错误可以放在存储过程,如果执行错误回滚操作。
但是如果程序里面已经有了事务回滚,那么存储过程就不要写事务了,这样会导致事务回滚嵌套降低执行效率,
但是我们很多时候可以把检查放在存储过程里,这样有利于我们解读这个存储过程,和排错。

BEGIN TRANSACTION
--事务回滚开始
--检查报错
IF ( @@ERROR > 0 )
BEGIN
--回滚操作
ROLLBACK TRANSACTION
RAISERROR('删除工作报告错误', 16, 3)
RETURN
END
--结束事务

COMMIT TRANSACTION 



  • 0
    点赞
  • 1
    评论
  • 7
    收藏
  • 一键三连
    一键三连
  • 扫一扫,分享海报

©️2021 CSDN 皮肤主题: 书香水墨 设计师:CSDN官方博客 返回首页
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值