ORACLE SQL性能优化系列 2

4. 选择最有效率的表名顺序(只在基于规则的优化器中有效)
ORACLE的解析器按照从右到左的顺序处理FROM子句中的表名,因此FROM子句中写在最后的表(基础表 driving table)将被最先处理. 在FROM子句中包含多个表的情况下,你必须选择记录条数最少的表作为基础表.当ORACLE处理多个表时, 会运用排序及合并的方式连接它们.首先,扫描第一个表(FROM子句中最后的那个表)并对记录进行派序,然后扫描第二个表(FROM子句中最后第二个表),最后将所有从第二个表中检索出的记录与第一个表中合适记录进行合并.
例如:

表 TAB1   16,384 条记录
表 TAB2   1 条记录

选择TAB2作为基础表 (最好的方法)
select count(*) from tab1,tab2 执行时间0.96秒

选择TAB2作为基础表 (不佳的方法)
select count(*) from tab2,tab1 执行时间26.09秒

如果有3个以上的表连接查询, 那就需要选择交叉表(intersection table)作为基础表, 交叉表是指那个被其他表所引用的表.
例如:

EMP表描述了LOCATION表和CATEGORY表的交集.
SELECT  *   FROM  LOCATION  L ,  CATEGORY  C,  EMP  E
WHERE   E.EMP_NO  BETWEEN  1000  AND  2000
AND E.CAT_NO = C.CAT_NO
AND E.LOCN = L.LOCN

将比下列SQL更有效率
SELECT  *  FROM   EMP  E ,  LOCATION  L ,  CATEGORY  C
WHERE  E.CAT_NO = C.CAT_NO
AND E.LOCN = L.LOCN
AND E.EMP_NO BETWEEN 1000 AND 2000

5. WHERE子句中的连接顺序．
ORACLE采用自下而上的顺序解析WHERE子句,根据这个原理,表之间的连接必须写在其他WHERE条件之前, 那些可以过滤掉最大数量记录的条件必须写在WHERE子句的末尾.
例如:

(低效,执行时间156.3秒)
SELECT …   FROM    EMP E   WHERE SAL > 50000    AND   JOB = ‘MANAGER'
                                                          AND 25 < (SELECT   COUNT(*) FROM EMP   

 WHERE  MGR=E.EMPNO);

(高效,执行时间10.6秒)
SELECT …
FROM EMP E
WHERE 25 < (SELECT COUNT(*) FROM EMP
WHERE MGR=E.EMPNO)
AND SAL > 50000
AND JOB = ‘MANAGER';


6. SELECT子句中避免使用 ‘ * ‘
当你想在SELECT子句中列出所有的COLUMN时,使用动态SQL列引用 ‘*' 是一个方便的方法.不幸的是,这是一个非常低效的方法. 实际上,ORACLE在解析的过程中, 会将'*' 依次转换成所有的列名, 这个工作是通过查询数据字典完成的, 这意味着将耗费更多的时间.


7. 减少访问数据库的次数
         当执行每条SQL语句时, ORACLE在内部执行了许多工作: 解析SQL语句, 估算索引的利用率, 绑定变量 , 读数据块等等. 由此可见, 减少访问数据库的次数 , 就能实际上减少ORACLE的工作量.

例如
以下有三种方法可以检索出雇员号等于0342或0291的职员.

方法1 (最低效)
SELECT  EMP_NAME ,  SALARY ,  GRADE    FROM  EMP    WHERE EMP_NO = 342;

SELECT  EMP_NAME ,  SALARY ,  GRADE    FROM  EMP    WHERE EMP_NO = 291;

方法2 (次低效)
DECLARE
    CURSOR C1 (E_NO NUMBER) IS
        SELECT   EMP_NAME,  SALARY,  GRADE   FROM   EMP   WHERE   EMP_NO = E_NO;
BEGIN
   OPEN C1(342);
   FETCH C1 INTO …,..,.. ;
   …..
   OPEN C1(291);
   FETCH C1 INTO …,..,.. ;
   CLOSE C1;
END;

方法3 (高效)
SELECT A.EMP_NAME ,  A.SALARY ,  A.GRADE,  B.EMP_NAME ,  B.SALARY,   B.GRADE
   FROM   EMP A,   EMP B    

WHERE   A.EMP_NO = 342    AND  B.EMP_NO = 291;

注意:
在SQL*Plus , SQL*Forms和Pro*C中重新设置ARRAYSIZE参数, 可以增加每次数据库访问的检索数据量 ,建议值为200

 

8. 使用DECODE函数来减少处理时间
使用DECODE函数可以避免重复扫描相同记录或重复连接相同的表.
例如:

SELECT  COUNT(*)，SUM(SAL)   FROM　EMP
WHERE   DEPT_NO = 0020   AND   ENAME   LIKE‘SMITH%';

SELECT  COUNT(*)，SUM(SAL)   FROM　EMP
WHERE   DEPT_NO = 0030   AND   ENAME   LIKE ‘SMITH%';

你可以用DECODE函数高效地得到相同结果

SELECT COUNT(DECODE(DEPT_NO,0020,'X',NULL)) D0020_COUNT,
              COUNT(DECODE(DEPT_NO,0030,'X',NULL)) D0030_COUNT,
              SUM(DECODE(DEPT_NO,0020,SAL,NULL)) D0020_SAL,
              SUM(DECODE(DEPT_NO,0030,SAL,NULL)) D0030_SAL
FROM  EMP  WHERE ENAME   LIKE   ‘SMITH%';

类似的,DECODE函数也可以运用于GROUP BY 和ORDER BY子句中.

9. 整合简单,无关联的数据库访问
如果你有几个简单的数据库查询语句,你可以把它们整合到一个查询中(即使它们之间没有关系)
例如:

SELECT NAME   FROM EMP   WHERE  EMP_NO = 1234;
SELECT NAME   FROM DPT    WHERE  DPT_NO = 10 ;
SELECT NAME   FROM CAT    WHERE  CAT_TYPE = ‘RD';

上面的3个查询可以被合并成一个:

SELECT  E.NAME , D.NAME,  C.NAME
   FROM  CAT  C,  DPT  D ,  EMP  E,  DUAL   X
 WHERE  NVL(‘X',X.DUMMY) = NVL(‘X',E.ROWID(+))
       AND  NVL(‘X',X.DUMMY) = NVL(‘X',D.ROWID(+))
       AND  NVL(‘X',X.DUMMY) = NVL(‘X',C.ROWID(+))
       AND  E.EMP_NO(+) = 1234
       AND  D.DEPT_NO(+) = 10
       AND  C.CAT_TYPE(+) = ‘RD';

(译者按: 虽然采取这种方法,效率得到提高,但是程序的可读性大大降低,所以读者 还是要权衡之间的利弊)


10. 删除重复记录
最高效的删除重复记录方法( 因为使用了ROWID)

DELETE FROM EMP E
WHERE  E.ROWID  >  ( SELECT  MIN(X.ROWID)   FROM EMP  X
                                        WHERE  X.EMP_NO = E.EMP_NO );