数据库优化

1.         索引：对关键字段建立索引，这样将有助于提高查询的速度。

2.         使用存储过程：提高查询的灵活性和高效性

3.         IS NULL和IS NOT NULL: 只要字段中的值有NULL，即使该字段有索引，查询时也会推出索引，即包含NULL的字段不能使用索引。

4.         EXISTS和IN：EXISTS的效率远比IN要高。IN会涉及到全表扫描（FULL TABLE SCAN），EXISTS只会行扫描（ROW SCAN）。

IN：在ORACLE查询时，试图将其转化成多个表的链接查询，如果转化不成功则先执行IN里面的子查询，再执行外面的查询。由此可见，IN查询将多一步转化。一般都会转化成功，但对于分组聚合时则不能转化。

NOT IN：不能使用索引，所以不推荐使用。

5.         海量数据查询时，少用类型转化。

6.         >、<和=：会使用到index，一般情况下不要做出什么调整。

例如：一张物品表，其中两字段Catalog和Price，有1000万条记录

列名=值	Catalog=1	Catalog =2	Catalog =3	Catalog =4
数量（单位：万）	300	300	399	1

 

列名=值	Price=10.0	Price =20.0	Price =30.0	Price =40.0
数量（单位：万）	100	100	100	700

WHERE Catalog =1 AND Price =10.0 和WHERE Price =10.0 AND Catalog =1还是有很大区别的。前者根据Catalog =1检索出300万条数据，然后再根据Price=10.0进行筛选。后者先根据Price =10.0检索出100万条数据，然后再根据Catalog =1进行筛选。显然后者这行效率高很多。

7.         ORDER BY和GROUP BY,都将有利于提高SELECT查询。

8.         LIKE操作符。LIKE操作符可以应用通配符查询，里面的通配符组合可能达到几乎是任意的查询，但是如果用得不好则会产生性能上的问题，如LIKE ‘%5400%’ 这种查询不会引用索引，而LIKE ‘X5400%’则会引用范围索引。例如：用YW_YHJBQK表中营业编号后面的户标识号可来查询营业编号 YY_BH LIKE ‘%5400%’ 这个条件会产生全表扫描，如果改成YY_BH LIKE ’X5400%’ OR YY_BH LIKE ’B5400%’ 则会利用YY_BH的索引进行两个范围的查询，性能肯定大大提高。

9.         UNION和UNION ALL

UNION的操作过程是：检索出数据、合并数据、空间排序、删除数据、返回结果。

UNION ALL的操作过程是：检索出数据、合并数据、返回结果。

所以UNION ALL的执行效率高很多。

10.     对条件字段的一些优化

采用函数处理的字段不能利用索引，如：

substr(hbs_bh,1,4)=’5400’，优化处理：hbs_bh like ‘5400%’

trunc(sk_rq)=trunc(sysdate)， 优化处理：sk_rq>=trunc(sysdate) and sk_rq

进行了显式或隐式的运算的字段不能进行索引，

如：ss_df+20>50，优化处理：ss_df>30

‘X’ ||hbs_bh>’X5400021452’，优化处理：hbs_bh>’5400021542’　　

sk_rq+5=sysdate，优化处理：sk_rq=sysdate-5

hbs_bh=5401002554，优化处理：hbs_bh=’ 5401002554’，注：此条件对hbs_bh 进行隐式的to_number转换，因为hbs_bh字段是字符型。

条件内包括了多个本表的字段运算时不能进行索引，如：ys_df>cx_df，无法进行优化

qc_bh||kh_bh=’5400250000’，优化处理：qc_bh=’5400’ and kh_bh=’250000’