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’