在关系数据库中,除在数据库的物理设计、关系规范化等方面进行优化外,一个简单直接有效的方法是对SQL语句进行调整,减少计算量和内存需求,提高响应速度。
总结如下几项:
1、where条件过滤数据多的放在前面,减少产生的临时表的数据量
2、在需要当条件的列上加索引,避免全表扫描,首先应考虑在 where 及 order by,不要判断=null或!=,<>,where 子句中使用 or ,in 和 not in 也要慎用,都会导致引擎放弃使用索引而进行全表扫描,索引也可以定期维护任务里重新建立索引(表上频繁发生update,delete操作时需要重建)
3、like查询也将导致全表扫描:select id from t where name like '%abc%',若要提高效率,可以考虑全文检索。
4、子句中使用参数,也会导致全表扫描。因为SQL只有在运行时才会解析局部变量,可以改为强制查询使用索引:select id from t with(index(索引名)) where num=@num
5、尽量避免在 where 子句中对字段进行表达式操作和函数操作,这将导致引擎放弃使用索引而进行全表扫描6、索引列有大量数据重复时,SQL查询可能不会去利用索引,索引并不是越多越好,索引固然可以提高相应的 select 的效率,但同时也降低了 insert 及 update 的效率,因为 insert 或 update 时有可能会重建索引
6、不要更新聚集索引数据列,索引数据列的顺序就是表记录的物理存储顺序,一旦该列值改变将导致整个表记录的顺序的调整,会耗费相当大的资源
7、避免频繁创建和删除临时表
8、尽量避免向客户端返回大数据量,若数据量过大,应该考虑相应需求是否合理。
原则,多数数据库都是从 左到右的顺序处理条件,把能过滤更多数据的条件放在前面,过滤少的条件放后面
SQL1: select * from employee
where salary >1000 --条件1,过滤的数据较少
and dept