如何让你的SQL运行得更快

 

	如何让你的SQL运行得更快
	----   人们在使用SQL时往往会陷入一个误区，即太关注于所得的结果是否正确，而忽略      了不同的实现方法之间可能存在的性能差异，这种性能差异在大型的或是复杂的数据库      环境中（如联机事务处理OLTP或决策支持系统DSS）中表现得尤为明显。笔者在工作实践      中发现，不良的SQL往往来自于不恰当的索引设计、不充份的连接条件和不可优化的whe      re子句。在对它们进行适当的优化后，其运行速度有了明显地提高！下面我将从这三个      方面分别进行总结：      ----   为了更直观地说明问题，所有实例中的SQL运行时间均经过测试，不超过１秒的均      表示为（<   1秒）。      ----   测试环境--      ----   主机：HP   LH   II      ----   主频：330MHZ      ----   内存：128兆      ----   操作系统：Operserver5.0.4      ----数据库：Sybase11.0.3      一、不合理的索引设计      ----例：表record有620000行，试看在不同的索引下，下面几个   SQL的运行情况：      ----   1.在date上建有一非个群集索引      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上有大量的重复值，在非群集索引下，数据在物理上随机存放在数据页上，在      范围查找时，必须执行一次表扫描才能找到这一范围内的全部行。      ----   2.在date上的一个群集索引      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，数据在物理上按顺序在数据页上，重复值也排列在一起，因而在范      围查找时，可以先找到这个范围的起末点，且只在这个范围内扫描数据页，避免了大范      围扫描，提高了查询速度。      ----   3.在place，date，amount上的组合索引      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：      ----   这是一个不很合理的组合索引，因为它的前导列是place，第一和第二条SQL没有引      用place，因此也没有利用上索引；第三个SQL使用了place，且引用的所有列都包含在组      合索引中，形成了索引覆盖，所以它的速度是非常快的。      ----   4.在date，place，amount上的组合索引      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：      ----   这是一个合理的组合索引。它将date作为前导列，使每个SQL都可以利用索引，并

2	如何让你的SQL运行得更快
	且在第一和第三个SQL中形成了索引覆盖，因而性能达到了最优。      ----   5.总结：      ----   缺省情况下建立的索引是非群集索引，但有时它并不是最佳的；合理的索引设计要      建立在对各种查询的分析和预测上。一般来说：      ----   ①.有大量重复值、且经常有范围查询      （between,   >,<   ，>=,<   =）和order   by      、group   by发生的列，可考虑建立群集索引；      ----   ②.经常同时存取多列，且每列都含有重复值可考虑建立组合索引；      ----   ③.组合索引要尽量使关键查询形成索引覆盖，其前导列一定是使用最频繁的列。           二、不充份的连接条件：      ----   例：表card有7896行，在card_no上有一个非聚集索引，表account有191122行，在      account_no上有一个非聚集索引，试看在不同的表连接条件下，两个SQL的执行情况：           select   sum(a.amount)   from   account   a,      card   b   where   a.card_no   =   b.card_no（20秒）      ----   将SQL改为：      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：      ----   在第一个连接条件下，最佳查询方案是将account作外层表，card作内层表，利用      card上的索引，其I/O次数可由以下公式估算为：      ----   外层表account上的22541页+（外层表account的191122行*内层表card上对应外层      表第一行所要查找的3页）=595907次I/O      ----   在第二个连接条件下，最佳查询方案是将card作外层表，account作内层表，利用      account上的索引，其I/O次数可由以下公式估算为：      ----   外层表card上的1944页+（外层表card的7896行*内层表account上对应外层表每一      行所要查找的4页）=   33528次I/O      ----   可见，只有充份的连接条件，真正的最佳方案才会被执行。      ----   总结：      ----   1.多表操作在被实际执行前，查询优化器会根据连接条件，列出几组可能的连接方      案并从中找出系统开销最小的最佳方案。连接条件要充份考虑带有索引的表、行数多的      表；内外表的选择可由公式：外层表中的匹配行数*内层表中每一次查找的次数确定，乘      积最小为最佳方案。      ----   2.查看执行方案的方法--   用set   showplanon，打开showplan选项，就可以看到连      接顺序、使用何种索引的信息；想看更详细的信息，需用sa角色执行dbcc(3604,310,30      2)。      三、不可优化的where子句      ----   1.例：下列SQL条件语句中的列都建有恰当的索引，但执行速度却非常慢：      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子句中对列的任何操作结果都是在SQL运行时逐列计算得到的，因此它不得不      进行表搜索，而没有使用该列上面的索引；如果这些结果在查询编译时就能得到，那么      就可以被SQL优化器优化，使用索引，避免表搜索，因此将SQL重写成下面这样：      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）      ----   你会发现SQL明显快起来！      ----   2.例：表stuff有200000行，id_no上有非群集索引，请看下面这个SQL：

3	如何让你的SQL运行得更快
	select   count(*)   from   stuff   where   id_no   in('0','1')      （23秒）      ----   分析：      ----   where条件中的'in'在逻辑上相当于'or'，所以语法分析器会将in   ('0','1')转化      为id_no   ='0'   or   id_no='1'来执行。我们期望它会根据每个or子句分别查找，再将结果      相加，这样可以利用id_no上的索引；但实际上（根据showplan）,它却采用了"OR策略"      ，即先取出满足每个or子句的行，存入临时数据库的工作表中，再建立唯一索引以去掉      重复行，最后从这个临时表中计算结果。因此，实际过程没有利用id_no上索引，并且完      成时间还要受tempdb数据库性能的影响。      ----   实践证明，表的行数越多，工作表的性能就越差，当stuff有620000行时，执行时      间竟达到220秒！还不如将or子句分开：      select   count(*)   from   stuff   where   id_no='0'      select   count(*)   from   stuff   where   id_no='1'      ----   得到两个结果，再作一次加法合算。因为每句都使用了索引，执行时间只有3秒，      在620000行下，时间也只有4秒。或者，用更好的方法，写一个简单的存储过程：      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      ----   直接算出结果，执行时间同上面一样快！      ----   总结：      ----   可见，所谓优化即where子句利用了索引，不可优化即发生了表扫描或额外开销。           ----   1.任何对列的操作都将导致表扫描，它包括数据库函数、计算表达式等等，查询时      要尽可能将操作移至等号右边。      ----   2.in、or子句常会使用工作表，使索引失效；如果不产生大量重复值，可以考虑把      子句拆开；拆开的子句中应该包含索引。      ----   3.要善于使用存储过程，它使SQL变得更加灵活和高效。      ----   从以上这些例子可以看出，SQL优化的实质就是在结果正确的前提下，用优化器可      以识别的语句，充份利用索引，减少表扫描的I/O次数，尽量避免表搜索的发生。其实S      QL的性能优化是一个复杂的过程，上述这些只是在应用层次的一种体现，深入研究还会      涉及数据库层的资源配置、网络层的流量控制以及操作系统层的总体设计。

4

如何让你的SQL运行得更快

速度，影响它的因数太多了，且数据量越大越明显。   1、存储   将硬盘分成NTFS格式，NTFS比FAT32快，并看你的数据文件大小，1G以上你可以采用多数据库文件，这样可以将存取负载分散到多个物理硬盘或磁盘阵列上。     2、tempdb   tempdb也应该被单独的物理硬盘或磁盘阵列上,建议放在RAID 0上，这样它的性能最高,不要对它设置最大值让它自动增长     3、日志文件   日志文件也应该和数据文件分开在不同的理硬盘或磁盘阵列上，这样也可以提高硬盘I/O性能。     4、分区视图   就是将你的数据水平分割在集群服务器上，它适合大规模OLTP,SQL群集上，如果你数据库不是访问特别大不建议使用。     5、簇索引   你的表一定有个簇索引，在使用簇索引查询的时候，区块查询是最快的，如用between，应为他是物理连续的，你应该尽量减少对它的updaet,应为这可以使它物理不连续。     6、非簇索引   非簇索引与物理顺序无关，设计它时必须有高度的可选择性，可以提高查询速度，但对表update的时候这些非簇索引会影响速度，且占用空间大，如果你愿意用空间和修改时间换取速度可以考虑。     7、索引视图   如果在视图上建立索引,那视图的结果集就会被存储起来，对与特定的查询性能可以提高很多，但同样对update语句时它也会严重减低性能，一般用在数据相对稳定的数据仓库中。     8、维护索引   你在将索引建好后，定期维护是很重要的，用dbcc showcontig来观察页密度、扫描密度等等，及时用dbcc indexdefrag来整理表或视图的索引,在必要的时候用dbcc dbreindex来重建索引可以受到良好的效果。