高效sql性能优化极简教程

高效sql性能优化极简教程

文章转载
http://mp.weixin.qq.com/s/Sqp-gD7mh1luXancnzE2Nw

一，sql性能优化基础方法论

对于功能，我们可能知道必须改进什么；但对于性能问题，有时我们可能无从下手。其实，任何计算机应用系统最终队可以归结为：
1.cpu消耗
2.内存使用
3.对磁盘，网络或其他I/O设备的输入/输出(I/O)操作。
但我们遇到性能问题时，要判断的第一点就是“在这三种资源中，是否有哪一种资源达到了有问题的程度”，因为这一点能指导我们搞清楚“需要优化重构什么”和“如何优化重构它”

二，sql调优领域

应用程序级调优
- sql语句调优
-管理变化调优
示例级调优
-内存
-数据结构
-实例配置
操作系统交互
-I/O
-swap
-Parameters

三，sql优化方法

1.优化业务数据
2.优化数据设计
3.优化流程设计
4.优化sql语句
5.优化物理结构
6.优化内存分配
7.优化I/O
8.优化内存竞争
9.优化操作系统

四，sql优化过程

1.定位有问题的语句
2.检查执行计划
3.检查执行计划中优化器的统计信息
4.分析相关表的记录数、索引情况
5.改写sql语句、使用HINT、调整索引、表分析
6.有些sql语句不具备优化的可能，需要优化处理方式
7.达到最佳执行计划

五，什么是好的sql语句

尽量简单，模块化
易读，易维护
节省资源
-内存
-cpu
-扫描的数据块要少
-少排序
不造成死锁

六，sql语句的处理过程

sql语句的四个处理阶段：

解析（PARSE）:
检查语法
检查语义和相关的权限
在共享池中查找sql语句
合并（MERGE）视图定义和子查询
确定执行计划
* 绑定（BIND）*
在语句中查找绑定变量
赋值（或重新赋值）
* 执行（EXECUTE）*
应用执行计划
执行必要的I/O和排序操作
* 提取（FETCH）*
从查询结果中返回记录
必要时进行排序
使用ARRAY FETCH机制

七，sql表的基本连接方式

表连接有几种?
sql表连接分成外连接、内连接和交叉连接。
新建两张表：

表1：student 截图如下：

表2：course 截图如下：

（此时这样建表只是为了演示连接SQL语句，当然实际开发中我们不会这样建表，实际开发中这两个表会有自己不同的主键。）
一、外连接

外连接可分为：左连接、右连接、完全外连接。

1、左连接 left join 或 left outer join

SQL语句：select * from student left join course on student.ID=course.ID

执行结果：

左外连接包含left join左表所有行，如果左表中某行在右表没有匹配，则结果中对应行右表的部分全部为空(NULL).

注：此时我们不能说结果的行数等于左表数据的行数。当然此处查询结果的行数等于左表数据的行数，因为左右两表此时为一对一关系。

2、右连接 right join 或 right outer join

SQL语句：select * from student right join course on student.ID=course.ID

执行结果：

右外连接包含right join右表所有行，如果左表中某行在右表没有匹配，则结果中对应左表的部分全部为空(NULL)。

注：同样此时我们不能说结果的行数等于右表的行数。当然此处查询结果的行数等于左表数据的行数，因为左右两表此时为一对一关系。

3、完全外连接 full join 或 full outer join

SQL语句：select * from student full join course on student.ID=course.ID

执行结果：

完全外连接包含full join左右两表中所有的行，如果右表中某行在左表中没有匹配，则结果中对应行右表的部分全部为空(NULL)，如果左表中某行在右表中没有匹配，则结果中对应行左表的部分全部为空(NULL)。

二、内连接 join 或 inner join

SQL语句：select * from student inner join course on student.ID=course.ID

执行结果：

inner join 是比较运算符，只返回符合条件的行。

此时相当于：select * from student,course where student.ID=course.ID

三、交叉连接 cross join

1.概念：没有 WHERE 子句的交叉联接将产生连接所涉及的表的笛卡尔积。第一个表的行数乘以第二个表的行数等于笛卡尔积结果集的大小。

SQL语句：select * from student cross join course

执行结果：

如果我们在此时给这条SQL加上WHERE子句的时候比如SQL:select * from student cross join course where student.ID=course.ID

此时将返回符合条件的结果集，结果和inner join所示执行结果一样。

八，sql优化最佳实践

1，选择最有效率的表连接顺序

首先要明白一点就是SQL 的语法顺序和执行顺序是不一致的
SQL的语法顺序：
select 【distinct】 ….from ….【xxx join】【on】….where….group by ….having….【union】….order by……
SQL的执行顺序：
from ….【xxx join】【on】….where….group by ….avg()、sum()….having….select 【distinct】….order by……
from 子句–执行顺序为从后往前、从右到左
表名(最后面的那个表名为驱动表，执行顺序为从后往前, 所以数据量较少的表尽量放后）
where子句–执行顺序为自下而上、从右到左
将可以过滤掉大量数据的条件写在where的子句的末尾性能最优
group by 和order by 子句执行顺序都为从左到右
select子句–少用*号，尽量取字段名称。 使用列名意味着将减少消耗时间。

2，避免产生笛卡尔积

含有多表的sql语句，必须指明各表的连接条件，以避免产生笛卡尔积。N个表连接需要N-1个连接条件。

3，避免使用

当你想在select子句中列出所有的列时，使用动态sql列引用“*”是一个方便的方法，不幸的是，是一种非常低效的方法。sql解析过程中，还需要把*依次转换为所有的列名，这个工作需要查询数据字典完成！

4，用where子句替换having子句

where子句搜索条件在进行分组操作之前应用；而having自己条件在进行分组操作之后应用。避免使用having子句，having子句只会在检索出所有纪录之后才对结果集进行过滤，这个处理需要排序，总计等操作。如果能通过where子句限制记录的数目，那就能减少这方面的开销。

5，用exists、not exists和in、not in相互替代

原则是哪个的子查询产生的结果集小，就选哪个
select * from t1 where x in (select y from t2)
select * from t1 where exists (select null from t2 where y =x)
IN适合于外表大而内表小的情况；exists适合于外表小而内表大的情况

6，使用exists替代distinct

当提交一个包含一对多表信息（比如部门表和雇员表）的查询时，避免在select子句中使用distinct，一般可以考虑使用exists代替，exists使查询更为迅速，因为子查询的条件一旦满足，立马返回结果。
低效写法：
select distinct dept_no,dept_name from dept d,emp e where d.dept_no=e.dept_no
高效写法：
select dept_no,dept_name from dept d where exists (select ‘x’ from emp e where e.dept_no=d.dept_no)
备注：其中x的意思是：因为exists只是看子查询是否有结果返回，而不关心返回的什么内容，因此建议写一个常量，性能较高！
用exists的确可以替代distinct，不过以上方案仅适用dept_no为唯一主键的情况，如果要去掉重复记录，需要参照以下写法：
select * from emp where dept_no exists (select Max(dept_no)) from dept d, emp e where e.dept_no=d.dept_no group by d.dept_no)

7，避免隐式数据类型转换

隐式数据类型转换不能适用索引，导致全表扫描！t_tablename表的phonenumber字段为varchar类型
以下代码不符合规范：
select column1 into i_l_variable1 from t_tablename where phonenumber=18519722169;
应编写如下：
select column1 into i_lvariable1 from t_tablename where phonenumber=’18519722169’;

8，使用索引来避免排序操作

在执行频度高，又含有排序操作的sql语句，建议适用索引来避免排序。排序是一种昂贵的操作，在一秒钟执行成千上万次的sql语句中，如果带有排序操作，往往会消耗大量的系统资源，性能低下。索引是一种有序结果，如果order by后面的字段上建有索引，将会大大提升效率！

9，尽量使用前端匹配的模糊查询

例如，column1 like ‘ABC%’方式，可以对column1字段进行索引范围扫描；而column1 kike ‘%ABC%’方式，即使column1字段上存在索引，也无法使用该索引，只能走全表扫描。

10，不要在选择性较低的字段建立索引

在选择性较低的字段使用索引，不但不会降低逻辑I/O，相反，往往会增加大量逻辑I/O降低性能。比如，性别列，男和女！

11，避免对列的操作

不要在where条件中对字段进行数学表达式运算，任何对列的操作都可能导致全表扫描，这里所谓的操作，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到等式的右边，甚至去掉函数。
例如：下列sql条件语句中的列都建有恰当的索引，但几十万条数据下已经执行非常慢了：
select * from record where amount/30<1000 (执行时间11s)
由于where子句中对列的任何操作结果都是在sql运行时逐行计算得到，因此它不得不进行全表扫描，而没有使用上面的索引；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，避免全表扫描，因此sql重写如下：
select * from record where amount<1000*30 (执行时间不到1秒)

12，尽量去掉”IN”,”OR”

含有”IN”、”OR”的where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；
select count(*) from stuff where id_no in(‘0’,’1’)
可以拆开为：
select count(*) from stuff where id_no=’0’
select count(*) from stuff where id_no=’1’
然后在做一个简单的加法

13,尽量去掉”<>”

尽量去掉”<>”，避免全表扫描，如果数据是枚举值，且取值范围固定，可以使用”or”方式
update serviceinfo set state=0 where state<>0;
以上语句由于其中包含了”<>”，执行计划中用了全表扫描（Table access full），没有用到state字段上的索引，实际应用中，由于业务逻辑的限制，字段state智能是枚举值，例如0,1或2，因此可以去掉”<>” 利用索引来提高效率。
update serviceinfo set state=0 where state =1 or state =2

14,避免在索引列上使用IS NULL或者NOT

避免在索引中使用任何可以为空的列，导致无法使用索引

15，批量提交sql

如果你需要在一个在线的网站上去执行一个大的DELETE或INSERT查询，你需要非常小心，要避免你的操作让你的整个网站停止相应。因为这两个操作是会锁表的，表一锁住了，别的操作都进不来了。
Apache会有很多的子进程或线程。所以，其工作起来相当有效率，而我们的服务器也不希望有太多的子进程，线程和数据库链接，这是极大的占服务器资源的事情，尤其是内存。
如果你把你的表锁上一段时间，比如30秒钟，那么对于一个有很高访问量的站点来说，这30秒所积累的访问进程或线程，数据库链接，打开的文件数，可能不仅仅会让你的WEB服务崩溃，还可能会让你的整台服务器马上挂了。所以，如果你有一个大的处理，你一定把其拆分。