如何写出高效的ＳＱＬ脚本《一》

作者： 帥虎

如何写出高效的ＳＱＬ脚本《一》

注：测试记录：每个表记录数：3040000。
如何写出高效的ＳＱＬ脚本：
1. 设计如何满足ＳＡＲＧ形式的ＳＱＬ脚本

SARG的定义：用于限制搜索的一个操作，因为它通常是指一个特定的匹配，一个值得范围内的匹配或者两个以上条件的AND连接。［可以理解为索引扫描］形式如下：

列名 操作符 <常数 或 变量>

或

<常数 或 变量> 操作符列名

列名可以出现在操作符的一边，而常数或变量出现在操作符的另一边。如：

Name=’ATA’

数量>5000

5000<数量

Name=’ATA’ and 数量>5000

如果一个表达式不能满足SARG的形式，那它就无法限制搜索的范围了，也就是SQL SERVER必须对每一行都判断它是否满足WHERE子句中的所有条件。所以一个索引对于不满足SARG形式的表达式来说是无用的

2. Ｌｉｋｅ

Like语句是否属于SARG取决于所使用的通配符的类型

如：name like ‘ATA%’ ，这就属于SARG

而：name like ‘%ATA’ ,就不属于SARG。

原因是通配符%在字符串的开头使得索引无法使用。

3. ＯＲ　和　ＩＮ

or 会引起全表扫描

Name=’ATA’ and 数量>5000 符号SARG，而：Name=’ATA’ or 数量>5000 则不符合SARG。使用or和Ｉｎ会引起全表扫描

4. 非操作符、函数引起的不满足SARG形式的语句

不满足SARG形式的语句最典型的情况就是包括非操作符的语句，如：NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE，is null, not null等，另外还有函数。下面就是几个不满足SARG形式的例子：

ABS(数量)<5000

Name like ‘%ATA’

有些表达式，如：

WHERE 数量*2>5000

SQL SERVER也会认为是SARG，SQL SERVER会将此式转化为：

WHERE数量>2500/2

不推荐这样使用，因为有时SQL SERVER不能保证这种转化与原始表达式是完全等价的。

5. 函数charindex()、前面加通配符%的LIKE，后面加%的效率比较

如果在LIKE前面加上通配符%，那么将会引起全表扫描，所以其执行效率是低下的。用函数charindex()来代替LIKE速度会有大的提升的说法不对的，测试如下：

1. select fcandidateid,fcandidatename from tcandidate where fcandidatename like 'Tim%'

用时：36秒，记录结果数：２００万

2. select fcandidateid,fcandidatename from tcandidate

where charindex('Tim',fcandidatename)>0

用时：47秒，记录结果数：２００万

3. select fcandidateid,fcandidatename from tcandidate

where fcandidatename like '%Tim%'

用时：45秒，记录结果数：２００万

通过以上3个例子可以看出，再使用Like的时候，后面加“Tim%”符合SARG规则，用时明显少于后两种，后两种的性能基本上差不多

如果非的模糊，比如：substring(fcandidatename,1,1)=’A’,那么可以考虑这样：fcandidatename like ‘A%’来代替（因为这样用的是索引扫描，不是表扫描）


如何写出高效的ＳＱＬ脚本《二》
6. 字段提取要按照“需多少、提多少”的原则，避免“select *“

下面我来做一个测试：

a) select fcandidateid,fcandidatename from tcandidate where fcandidatename like 'Tim%'

用时：35秒　记录结果数：２００万

b) select fcandidateid,fcandidatename,fCredentialsID,fbirthday from tcandidate where fcandidatename like 'Tim%'

用时：51秒记录结果数：２００万

c) select fcandidateid from tcandidate where fcandidatename like 'Tim%'

用时：23秒　记录结果数：２００万

由此看来，我们每少提取一个字段，数据的提取速度就会有相应的提升，当然提升的速度还要看您舍弃的字段的大小来判断。

7. order by 的使用，用那些字段作为排序效率比较高

1. 使用具有族索引或者primary key的字段排序。

select fcandidateid,fCredentialsID,fcandidatename,fbirthday,fRegionID from tcandidate where fcandidatename like 'Tim%' order by fcandidateid desc

用时：45秒 记录结果数：２００万

2. 使用数字的字段（既不是primary key,也不是族索引、foreign key）

select fcandidateid,fCredentialsID,fcandidatename,fbirthday,fRegionID from tcandidate where fcandidatename like 'Tim%' order by fRegionID desc

用时：1分15秒　记录结果数：２００万

3. 使用字符串的字段[数字字符串]（既不是primary key,也不是族索引、foreign key）

select fcandidateid,fCredentialsID,fcandidatename,fbirthday,fRegionID from tcandidate where fcandidatename like 'Tim%' order by fCredentialsID desc

用时：1分22秒 　记录结果数：２００万

4. 使用字符串[字母组成的字符串]

select fcandidateid,fCredentialsID,fcandidatename,fbirthday,fRegionID from tcandidate where fcandidatename like 'Tim%' order by fcandidatename desc

用时：1分34秒 　记录结果数：２００万

5. 使用日期字段

select fcandidateid,fCredentialsID,fcandidatename,fbirthday,fRegionID from tcandidate where fcandidatename like 'Tim%' order by fbirthday desc

用时：1分9秒 　记录结果数：２００万

从以上可以看出，使用族索引、Primary key的字段进行排序，速度是比较快的，另外，如果表有foreign key的字段，在排序的时候，可以优先考虑这些字段。

以上进行了数字、数字字符串、字母字符串、日期的排序，关于性能大家可以参看以上的测试结果，测试的结果日期字段的排序比数字的要高，这个可以在多测试一下类似的数据量，比较一下到底数字和日期字段到底哪个速度快些。

另外的几种情况，大家就一目了然了。

同时，按照某个字段进行排序的时候，无论是正序还是倒序，速度是基本相当的。

8. 插入大的二进制值到Image列需要注意的

如果要插入大的二进制值到Image列，使用存储过程，千万不要用内嵌INsert来插入。因为这样应用程序首先将二进制值转换成字符串（尺寸是它的两倍），服务器收到字符后又将他转换成二进制值.

存储过程就没有这些动作: 在前台调用这个存储过程传入二进制参数，这样处理速度明显改善。

9. 高效的TOＰ

事实上，在查询和提取超大容量的数据集时，根据需要提取一次需要的数据，如果允许尽量使用ｔｏｐ语句。如：



select top 50000 * from (

select top 2000000 fcandidateid,fcandidatename,fbirthday from tcandidate

where fcandidatename like 'Tim%'

order by fcandidateid desc) as a



用时：1179毫秒



大家可以仔细看上面的查询语句，可以和以上的语句项比较，就可以知道top的效率有多高了

这条语句，从理论上讲，整条语句的执行时间应该比子句的执行时间长，但事实相反。因为，子句执行后返回的是2000000条记录，而整条语句仅返回50000条语句，所以影响数据库响应时间最大的因素是物理I/O操作。而限制物理I/O操作此处的最有效方法之一就是使用TOP关键词了。TOP关键词是SQL SERVER中经过系统优化过的一个用来提取前几条或前几个百分比数据的词。所以经过优化算法的ＴＯＰ效率就很高了

10. 如何使用ＳＱＬ的函数注意的问题

1. ＳＱＬ的函数在ＳＱＬ脚本中不同的位置消耗的成本就不一样

select fcandidateid,fCredentialsID,fcandidatename,fbirthday,fRegionID

from tcandidate where dateadd(year,5,fbirthday)='1981/09/08'

CPU:2079 用时：25317 毫秒 记录：1000000

2. select fcandidateid,fCredentialsID,fcandidatename,fbirthday,fRegionID from tcandidate where fbirthday=dateadd(year,-5,'1981/09/08')

CPU:1219 用时：21666毫秒 记录结果：1000000

所以从以上可以看出，不同的SQL函数方的位置不一样，性能和消耗的成本也不一样，总体原则把ＳＱＬ函数放到条件的右边性能消耗的成本等比较低。

3. 注意使用DISTINCT，在没有必要时不要用，它同UNION一样会使查询变慢，如果确认结果集中没有重复的记录，请不要轻易用ｄｉｓｔｉｃｔ



11. 表和临时表的用法

1. 一般情况下尽量使用表变量而不用临时表，为何推荐表变量，请看下面的解释：

l 表变量（如局部变量）具有明确定义的范围，在该范围结束时会自动清除这些表变量。

l 与临时表相比，表变量导致存储过程的重新编译更少。

l 涉及表变量的事务仅维持表变量上更新的持续时间。因此，使用表变量时，需要锁定和记录资源的情况更少。因为表变量具有有限的范围并且不是持久性数据库的一部分，所以事务回滚并不影响它们。

2. 什么时候使用表变量而不使用临时表

• 插入到表中的行数。

• 从中保存查询的重新编译的次数。

• 查询类型及其对性能的指数和统计信息的依赖性。

3. 关于表变量的缺陷，大家可以到msdn上搜索一下（table variable）