开发有效的SQL语句遵循哪些原则

SQL语言是一种相当灵活的结构化查询语言。用户可以利用多种不同形式的查询语句完成相同的查询功能。为了使执行效率达到最优，用户需要参考以下原则以开发出有效的SQL语句：

1.避免使用OR子句

OR子句在实际执行中会被转换为类似于UNION的查询。如果某一个OR子句不能利用上索引则会使用全表扫描造成效率低下，应避免使用。

如果OR子句都是对同一列进行过滤，用户可以考虑使用 IN VALUE LIST的过滤形式。如：

SELECT ... WHERE city = 'ShangHai' OR city = 'WuHan' OR city = 'BeiJing';

调整为

SELECT ... WHERE city IN( 'ShangHai','WuHan','BeiJing');

2.避免使用困难的正则表达式

在SQL语言中，LIKE关键字支配通配符匹配，含通配符的表达式被称为正则表达式。有的正则表达式可以自动优化为非匹配的。例如：a LIKE ‘L%’可以优化为a>=’L’ AND a <‘M’,这样就可以用到a上的索引。即使没有索引，转换后的比较也更快。再如：a LIKE ‘LM_’可以转化为a>=’LM’ AND a<‘LN’ AND a LIKE ‘LM_’。虽然仍然包含着通配符匹配，但大大缩小了匹配的范围。

所谓困难的正则表达式是指开头和结尾都为通配符的正则表达式，如’L%’、’%L‘，优化器没办法缩小它们的匹配范围，也不可能用到索引而必须使用全表扫描。因此要尽可能避免这样的正则表达式。

如果仅仅是开头为通配符，用户可以在列a上建立REVERSE(a)这样一个函数索引，利用函数索引反转待匹配项从而使用函数索引进行范围扫描。

3.灵活使用伪表(SYSDUAL)

首先可以利用伪表进行科学计算，执行语句SELECT 3*4 FROM SYSDUAL，则可以得到结果12；

其次，在某些方面使用SYSDUAL可提高效率。例如：查询过程中要判断表t1中是否有满足condition1条件的记录存在，可执行以下语句：

SELECT COUNT(*) INTO x FROM t1 WHERE condition1;

然后根据变量x的取值来判断。但是当t1非常大时该语句执行速度很慢，而且由于不知道SELECT返回的个数，不能用SELECT *代替。事实上这个查询可以利用伪表来完成：

SELECT 'A' INTO y FROM SYSDUAL WHERE EXISTS (SELECT 1 FROM t1 WHERE condition1);

判断y值，如等于’A’则T1中有记录。调整后的语句执行速度明显比上一句高。

另外，在DM的语法里是可以省略FROM子句的，这时系统会自动加上FROM SYSDUAL。因此前面的科学计算例子可以简化为SELECT 3*4;

4.SELECT项避免‘*’

除非用户确实要选择表中所有列，否则SELECT *这种写法将让执行器背上沉重的负荷。因为每一列的数据不得不自下往上层层向上传递。不仅仅如此，如果用户查询的是列存储表，那么列存储所带来的IO优势将损耗殆尽。

任何时候，用户都要了解表结构和业务需求，小心地选择需要的列并一一给出名称，避免直接用SELECT *。

5.避免功能相似的重复索引

索引并非越多越好。抛开优化器面对众多索引逐一试探所耗费的时间不谈，如果表上增删改操作频繁，那么索引的维护将会成为大麻烦，尤其是函数索引的计算开销更不能忽略。

6.使用COUNT(*)统计结果行数

如果对单表查询COUNT(*)且没有过滤条件，那么DM优化器会直接读取相关索引中存储的行数信息，加以回滚段中其他事务插入或删除元组的行数修正，迅速地给出最终结果而避免对实际数据的读取。相比之下，COUNT(列名)会对数据进行读操作，执行效率远低于COUNT(*)。

即使查询中含有过滤条件，由于DM特有的批处理方式，COUNT(*)依旧快于其他写法。这是因为COUNT(*)无需取得行的具体值而仅仅需要行数这一信息。

需要额外说明的是，COUNT(*)会将NULL值计算在内而COUNT(列名)是不包含NULL值的，因此用户要结合应用场景决定是否可以使用COUNT(*)。

7.使用EXPLAIN来查看执行计划

在查询语句或者插入、删除、更新语句前增加EXPLAIN关键字，DM将显示其执行计划而无需实际执行它。查阅V$SQL_NODE_NAME表中每个操作符的含义，用户可以很方便且直观地了解数据如何被处理及传递。如果启用了统计信息收集，那么对照执行计划和对动态视图v$sql_node_history，v$sql_node_name的查询结果，用户就可以知道在实际执行中每一个操作符执行的时间，进而找出性能瓶颈。

8.UNION和UNION ALL的选择

UNION和UNIONALL的区别是前者会过滤掉值完全相同的元组，为此UNION操作符需要建立HASH表缓存所有数据并去除重复，当HASH表大小超过了ini参数指定的限制时还会做刷盘。

因此如果应用场景并不关心重复元组或者不可能出现重复，那么UNION ALL无疑优于UNION。

9.优化GROUP BY … HAVING

GROUP BY最常见的实现有HASH分组（HAGR）和排序分组（SAGR）。前者需要缓存中间结果；如果用户在GROUP BY的列上建立索引，那么优化器就会判断并可能使用上该索引，这时的GROUP BY就会变为SAGR。

HAVING是分组后对结果集进行的过滤，如果过滤条件无关集函数操作，用户可以考虑将过滤条件放在WHERE而不是HAVING中。DM优化器会判断并自动转换部分等效于WHERE的HAVING子句，但显式地给出最佳SQL语句会让优化器工作得更好。

10.使用优化器提示（HINT）

利用经验对优化器的计划选择进行调整，HINT是SQL调整不可或缺的一步。

（达梦云适配技术社区的网址：https://eco.dameng.com）