数据库查询性能优化(转)

                                                               数据库查询性能优化
1．合理使用索引
索引是数据库中重要的数据结构，它的根本目的就是为了提高查询效率。索引的使用原则如下：
●对聚集索引使用整型键。另外，在唯一列、非空列或 identity 列上创建聚集索引可以获得性能收益。
●在查询经常用到的所有列上创建非聚集索引。
●在经常进行连接，但没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引。
●在频繁进行排序或分组（即进行groupby或orderby操作）的列上建立索引。
●在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引。例如在用户表的“性别”列上只有“男”与“女”两个不同值，因此不要建立索引。如果建立索引反而会严重降低更新速度。
●如果要排序的列有多个，可以在这些列上建立复合索引（compoundindex）。
●当数据库表更新大量数据后，删除并重建索引可以提高查询速度。
2．避免或简化排序
应当简化或避免对大型表进行重复的排序。当能够利用索引自动以适当的次序产生输出时，优化器就避免了排序的步骤。以下是一些影响因素：
●索引中不包括一个或几个待排序的列；
●groupby或orderby子句中列的次序与索引的次序不一样；
3．避免对大型表进行全表顺序扫描
在嵌套查询中，对表的顺序扫描会使查询效率急剧下降。避免这种情况的主要方法是对连接的列建立索引。尽管在所有的检查列上都有索引，但某些形式的where子句强迫优化器使用顺序存取。如下面的查询将强迫对orders表执行顺序扫描：
select * from orders where (customer_num = 104  and order_num > 1001) or order_num = 1008
虽然在customer_num和order_num上建了索引，但是在上面的语句中优化器还是会使用顺序扫描整个表。因为这个语句要检索的是分离的行的集合，所以应该改为如下语句：
select * from orders where customer_num=104  and order_num > 1001
union h
select * from orders wher eorder_num = 1008 h
这样就能利用索引来处理查询。
4．避免使用相关的子查询
一个列同时在主查询和where子句中的查询中出现，很可能当主查询中的列值改变之后，子查询必须重新查询一次。查询嵌套层次越多，效率越低，因此应当尽量避免子查询。如果子查询不可避免，那么要在子查询中过滤掉尽可能多的行。
5．避免使用通配符匹配
like关键字支持通配符匹配。但这种匹配特别耗费时间。例如：
select * from customer where zipcode like  “98___”
即使在zipcode列上建立了索引，在这种情况下也还是采用顺序扫描的方式。如果把语句改为
select * from customer where  zipcode > “98000”，在执行查询时就会利用索引来查询，大大提高速度。
6 避免在where子句使用数据转换和串操作等函数操作
例如语句：select * from  users  where  rtrim(username) = ‘nametest’， 在where子句中使用了函数，因而这个语句不会使用索引，而会进行全表扫描。应该改成：
select * from  users  where  username = ‘nametest’
7．避免在经常被更新的列建立索引，会严重影响性能。因为每次更新操作，所有的索引都必须做相应的调整。另外，所有的分页操作都被记录在日志中，这也会增加I/O操作。
8．避免在经常更新的列上建立聚集索引。因为这会引起整行的移动。
9．尽量在where 子句中少用OR和IN。可以考虑将其使用Union分成几个子查询。
10．避免在where子句中使用NOT、<>、或 != 运算符。因为这会引起全表扫描。

如何让你的SQL运行得更快(转贴)    
----   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  
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：  
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。