SQL索引的好处

索引对性能的作用     

如何让你的SQL运行得更快 

一、使用索引的优点：

 

  1、通过唯一性索引（unique）可确保数据的唯一性

  2、加快数据的检索速度

  3、加快表之间的连接

  4、减少分组和排序时间

  5、使用优化隐藏器提高系统性能

 

二、使用索引的原则：

 

  1、在需要经常搜索的列上创建索引

  2、主键上创建索引

  3、经常用于连接的列上创建索引

  4、经常需要根据范围进行搜索的列上创建索引

  5、经常需要排序的列上创建索引

  6、经常用于where子句的列上创建索引

 

三、不创建索引的原则：

 

  1、查询很少使用和参考的列不建索引

  2、对只有少数值的列不建索引

  3、定义为text、image、bit的列不建索引

  4、当需要update性能远远高于select性能时不应建索引

 

四、常用的命令：

 

  1、sp_helpindex ：报告表或视图上的索引信息

  2、dbcc showcontig ：显示指定表的数据和索引的碎片信息

  3、dbcc dbreindex ：重建指定数据库中一个或多个索引

  4、dbcc indexdefrag ：整理指定表或视图的聚集索引或辅助索引的碎片

 

五、优化索引：

 

  1、重建索引(dbcc dbreindex)

  2、索引优化向导

  3、整理指定的表或视图的聚集索引和辅助索引碎片(dbcc indexefrag)

 

---- 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。

 

镞索引和非镞索引的选择 

 

<1:>镞索引是行的物理顺序和索引的顺序是一致的。页级，低层等索引的各个级别上都包含实际的数据页。一个表只能是有一个镞索引。由于update,delete语句要求相对多一些的读操作，因此镞索引常常能加速这样的操作。在至少有一个索引的表中，你应该有一个镞索引。 

在下面的几个情况下，你可以考虑用镞索引： 

例如： 某列包括的不同值的个数是有限的（但是不是极少的） 

顾客表的州名列有50个左右的不同州名的缩写值，可以使用镞索引。 

例如： 对返回一定范围内值的列可以使用镞索引，比如用between,>,>=,<,<=等等来对列进行操作的列上。 

select * from sales where ord_date between ’5/1/93’ and ’6/1/93’ 

例如： 对查询时返回大量结果的列可以使用镞索引。 

SELECT * FROM phonebook WHERE last_name = ’Smith’ 

 

当有大量的行正在被插入表中时，要避免在本表一个自然增长（例如，identity列）的列上建立镞索引。如果你建立了镞的索引，那么insert的性能就会大大降低。因为每一个插入的行必须到表的最后，表的最后一个数据页。 

当一个数据正在被插入（这时这个数据页是被锁定的），所有的其他插入行必须等待直到当前的插入已经结束。 

一个索引的叶级页中包括实际的数据页，并且在硬盘上的数据页的次序是跟镞索引的逻辑次序一样的。 

 

<2:>一个非镞的索引就是行的物理次序与索引的次序是不同的。一个非镞索引的叶级包含了指向行数据页的指针。 

在一个表中可以有多个非镞索引，你可以在以下几个情况下考虑使用非镞索引。 

在有很多不同值的列上可以考虑使用非镞索引 

例如：一个part_id列在一个part表中 

select * from employee where emp_id = ’pcm9809f’ 

查询语句中用order by 子句的列上可以考虑使用镞索引 

使用一段时间以后 要注意索引碎片的问题：

 

索引碎片两种类型

 

一 外部碎片

产生的原因是因为索引不按照的逻辑顺序排列

比如 现在的索引页分配顺序是

      第一页      第二页         第三页

数据：2 4 6 8   10 12 14 16   18 20 22 24

 

当我们插入新的数据比如5，系统可能就会这样分配，产生一个新的索引页

       第一页     第二页         第三页      第四页

数据： 2 4 5    10 12 14 16   18 20 22 24    6 8

这时如果我们要查询4－10的数据，就需要一个额外的页来返回6，8两个数据

 

二 内部索引碎片

产生的原因是因为索引页没有充分利用到所分配的空间，内部索引碎片会导致增加索引空间

 

三 我们可以使用DBCC SHOWCONTIG来检查索引碎片

用法：

DBCC SHOWCONTIG WITH ALL_INDEXES

返回结果

DBCC SHOWCONTIG scanning 'authors' table...

Table: 'authors' (1977058079); index ID: 1, database ID: 5

TABLE level scan performed.

- Pages Scanned................................: 1

- Extents Scanned..............................: 1

- Extent Switches..............................: 0

- Avg. Pages per Extent........................: 1.0

- Scan Density [Best Count: Actual Count]......: 100.00% [1:1]

- Logical Scan Fragmentation ..................: 0.00%  --碎片报告

- Extent Scan Fragmentation ...................: 0.00%  --碎片报告

- Avg. Bytes Free per Page.....................: 6002.0

- Avg. Page Density (full).....................: 25.85%

 

四 解决办法是

1 表上 删除和重建索引 

2 DBCC DBREINDEX 

3 DBCC INDEXDEFRAG