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where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)。 )
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。
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。