数据库性能优化方法

本文转载自：https://my.oschina.net/u/3145136/blog/856248
由于对oracle不是很熟悉，所以只是大概摘录了方法，具体可以参考上面链接中的博文。

数据库访问优化法则

为了快速找到SQL的性能瓶颈点，我们也需要了解我们计算机系统的硬件基本性能指标，下图展示的当前主流计算机性能指标：

从图上可以看到基本上每种设备都有两个指标：

• 延时（响应时间）：表示硬件的突发处理能力；

• 带宽（吞吐量）：代表硬件持续处理能力。

从上图可以看出，计算机系统硬件性能从高到代依次为：

CPU——Cache(L1-L2-L3)——内存——SSD硬盘——网络——硬盘

根据数据库知识，我们可以列出每种硬件主要的工作内容：

• CPU及内存：缓存数据访问、比较、排序、事务检测、SQL解析、函数或逻辑运算；
• 网络：结果数据传输、SQL请求、远程数据库访问（dblink）；
• 硬盘：数据访问、数据写入、日志记录、大数据量排序、大表连接。

根据当前计算机硬件的基本性能指标及其在数据库中主要操作内容，可以整理出如下图所示的性能基本优化法则：

这个优化法则归纳为5个层次：

1、减少数据访问（减少磁盘访问）

2、返回更少数据（减少网络传输或磁盘访问）

3、减少交互次数（减少网络传输）

4、减少服务器CPU开销（减少CPU及内存开销）

5、利用更多资源（增加资源）

由于每一层优化法则都是解决其对应硬件的性能问题，所以带来的性能提升比例也不一样。传统数据库系统设计是也是尽可能对低速设备提供优化方法，因此针对低速设备问题的可优化手段也更多，优化成本也更低。我们任何一个SQL的性能优化都应该按这个规则由上到下来诊断问题并提出解决方案，而不应该首先想到的是增加资源解决问题。

以下是每个优化法则层级对应优化效果及成本经验参考：

优化法则	性能提升效果	优化成本
减少数据访问	1~1000	低
返回更少数据	1~100	低
减少交互次数	1~20	低
减少服务器CPU开销	1~5	低
利用更多资源	1~10	高

减少数据访问

方法有：

• 建立索引
  索引是个双刃剑，需要合理的使用索引。
• 只通过索引访问数据
• 优化SQL执行计划

返回更少的数据

方法有：

• 数据分页处理
• 只返回需要的字段

减少交互次数

方法有：

• 批量DML
• In List
• 设置Fetch Size
• 使用存储过程
• 优化业务逻辑
• 使用ResultSet游标处理记录

减少数据库服务器CPU运算

方法有：

• 使用绑定变量
  绑定变量是指SQL中对变化的值采用变量参数的形式提交，而不是在SQL中直接拼写对应的值。
• 合理使用排序
• 减少比较操作

利用更多的资源

方法有：

• 客户端多进程并行访问
• 数据库并行处理