如何让你的SQL运行得更快

----   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。


1.合理使用索引   
索引是数据库中重要的数据结构,它的根本目的就是为了提高查询效率。现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构。索引的使用要恰到好处,其使用原则如下:   
●在经常进行连接,但是没有指定为外键的列上建立索引,而不经常连接的字段则由优化器自动生成索引。   
●在频繁进行排序或分组(即进行group   by或order   by操作)的列上建立索引。   
●在条件表达式中经常用到的不同值较多的列上建立检索,在不同值少的列上不要建立索引。比如在雇员表的“性别”列上只有“男”与“女”两个不同值,因此就无必要建立索引。如果建立索引不但不会提高查询效率,反而会严重降低更新速度。   
●如果待排序的列有多个,可以在这些列上建立复合索引(compound   index)。   
●使用系统工具。如Informix数据库有一个tbcheck工具,可以在可疑的索引上进行检查。在一些数据库服务器上,索引可能失效或者因为频繁操作而使得读取效率降低,如果一个使用索引的查询不明不白地慢下来,可以试着用tbcheck工具检查索引的完整性,必要时进行修复。另外,当数据库表更新大量数据后,删除并重建索引可以提高查询速度。   

2.避免或简化排序   
应当简化或避免对大型表进行重复的排序。当能够利用索引自动以适当的次序产生输出时,优化器就避免了排序的步骤。以下是一些影响因素:   
●索引中不包括一个或几个待排序的列;   
●group   by或order   by子句中列的次序与索引的次序不一样;   
●排序的列来自不同的表。   
为了避免不必要的排序,就要正确地增建索引,合理地合并数据库表(尽管有时可能影响表的规范化,但相对于效率的提高是值得的)。如果排序不可避免,那么应当试图简化它,如缩小排序的列的范围等。   

3.消除对大型表行数据的顺序存取   
在嵌套查询中,对表的顺序存取对查询效率可能产生致命的影响。比如采用顺序存取策略,一个嵌套3层的查询,如果每层都查询1000行,那么这个查询就要查询10亿行数据。避免这种情况的主要方法就是对连接的列进行索引。例如,两个表:学生表(学号、姓名、年龄……)和选课表(学号、课程号、成绩)。如果两个表要做连接,就要在“学号”这个连接字段上建立索引。   
还可以使用并集来避免顺序存取。尽管在所有的检查列上都有索引,但某些形式的where子句强迫优化器使用顺序存取。下面的查询将强迫对orders表执行顺序操作:   
SELECT   *   FROM   orders   WHERE   (customer_num=104   AND   order_num> 1001)   OR   order_num=1008   
虽然在customer_num和order_num上建有索引,但是在上面的语句中优化器还是使用顺序存取路径扫描整个表。因为这个语句要检索的是分离的行的集合,所以应该改为如下语句:   
SELECT   *   FROM   orders   WHERE   customer_num=104   AND   order_num> 1001   
UNION   
SELECT   *   FROM   orders   WHERE   order_num=1008   
这样就能利用索引路径处理查询。   

4.避免相关子查询   
一个列的标签同时在主查询和where子句中的查询中出现,那么很可能当主查询中的列值改变之后,子查询必须重新查询一次。查询嵌套层次越多,效率越低,因此应当尽量避免子查询。如果子查询不可避免,那么要在子查询中过滤掉尽可能多的行。   

5.避免困难的正规表达式   
MATCHES和LIKE关键字支持通配符匹配,技术上叫正规表达式。但这种匹配特别耗费时间。例如:SELECT   *   FROM   customer   WHERE   zipcode   LIKE   “98_   _   _”   
即使在zipcode字段上建立了索引,在这种情况下也还是采用顺序扫描的方式。如果把语句改为SELECT   *   FROM   customer   WHERE   zipcode   > “98000”,在执行查询时就会利用索引来查询,显然会大大提高速度。   
另外,还要避免非开始的子串。例如语句:SELECT   *   FROM   customer   WHERE   zipcode[2,3]   > “80”,在where子句中采用了非开始子串,因而这个语句也不会使用索引。 

6.使用临时表加速查询   
把表的一个子集进行排序并创建临时表,有时能加速查询。它有助于避免多重排序操作,而且在其他方面还能简化优化器的工作。例如:   
SELECT   cust.name,rcvbles.balance,……other   columns   
FROM   cust,rcvbles   
WHERE   cust.customer_id   =   rcvlbes.customer_id   
AND   rcvblls.balance> 0   
AND   cust.postcode> “98000”   
ORDER   BY   cust.name   
如果这个查询要被执行多次而不止一次,可以把所有未付款的客户找出来放在一个临时文件中,并按客户的名字进行排序:   
SELECT   cust.name,rcvbles.balance,……other   columns   
FROM   cust,rcvbles   
WHERE   cust.customer_id   =   rcvlbes.customer_id   
AND   rcvblls.balance> 0   
ORDER   BY   cust.name   
INTO   TEMP   cust_with_balance   
然后以下面的方式在临时表中查询:   
SELECT   *   FROM   cust_with_balance   
WHERE   postcode> “98000”   
临时表中的行要比主表中的行少,而且物理顺序就是所要求的顺序,减少了磁盘I/O,所以查询工作量可以得到大幅减少。   
注意:临时表创建后不会反映主表的修改。在主表中数据频繁修改的情况下,注意不要丢失数据。   

7.用排序来取代非顺序存取   
非顺序磁盘存取是最慢的操作,表现在磁盘存取臂的来回移动。SQL语句隐藏了这一情况,使得我们在写应用程序时很容易写出要求存取大量非顺序页的查询。   
有些时候,用数据库的排序能力来替代非顺序的存取能改进查询。   


3.优化   tempdb   性能 


对   tempdb   数据库的物理位置和数据库选项设置的一般建议包括:   
使   tempdb   数据库得以按需自动扩展。这确保在执行完成前不终止查询,该查询所生成的存储在   tempdb   数据库内的中间结果集比预期大得多。 

将   tempdb   数据库文件的初始大小设置为合理的大小,以避免当需要更多空间时文件自动扩展。如果   tempdb   数据库扩展得过于频繁,性能会受不良影响。 

将文件增长增量百分比设置为合理的大小,以避免   tempdb   数据库文件按太小的值增长。如果文件增长幅度与写入   tempdb   数据库的数据量相比太小,则   tempdb   数据库可能需要始终扩展,因而将妨害性能。 

将   tempdb   数据库放在快速   I/O   子系统上以确保好的性能。在多个磁盘上条带化   tempdb   数据库以获得更好的性能。将   tempdb   数据库放在除用户数据库所使用的磁盘之外的磁盘上。有关更多信息,请参见扩充数据库。 

4.优化服务器: 

使用内存配置选项优化服务器性能 
Microsoft&reg;   SQL   Server&#8482;   2000   的内存管理组件消除了对   SQL   Server   可用的内存进行手工管理的需要。SQL   Server   在启动时根据操作系统和其它应用程序当前正在使用的内存量,动态确定应分配的内存量。当计算机和SQL   Server   上的负荷更改时,分配的内存也随之更改。有关更多信息,请参见内存构架。 

下列服务器配置选项可用于配置内存使用并影响服务器性能:   
min   server   memory 
max   server   memory 
max   worker   threads 
index   create   memory 

min   memory   per   query   
min   server   memory   服务器配置选项可用于确保   SQL   Server   在达到该值后不会释放内存。可以基于   SQL   Server   的大小及活动将该配置选项设置为特定的值。如果选择设置此选项,必须为操作系统和其他程序留出足够的内存。如果操作系统没有足够的内存,会向   SQL   Server   请求内存,从而导致影响   SQL   Server   性能。 

max   server   memory   服务器配置选项可用于:在   SQL   Server   启动及运行时,指定   SQL   Server   可以分配的最大内存量。如果知道有多个应用程序与   SQL   Server   同时运行,而且想保障这些应用程序有足够的内存运行,可以将该配置选项设置为特定的值。如果这些其它应用程序(如   Web   服务器或电子邮件服务器)只根据需要请求内存,则   SQL   Server   将根据需要给它们释放内存,因此不要设置   max   server   memory   服务器配置选项。然而,应用程序通常在启动时不假选择地使用可用内存,而如果需要更多内存也不请求。如果有这种行为方式的应用程序与   SQL   Server   同时运行在相同的计算机上,则将   max   server   memory   服务器配置选项设置为特定的值,以保障应用程序所需的内存不由   SQL   Server   分配出。 
不要将   min   server   memory   和   max   server   memory   服务器配置选项设置为相同的值,这样做会使分配给   SQL   Server   的内存量固定。动态内存分配可以随时间提供最佳的总体性能。有关更多信息,请参见服务器内存选项。 

max   worker   threads   服务器配置选项可用于指定为用户连接到   SQL   Server   提供支持的线程数。255   这一默认设置对一些配置可能稍微偏高,这要具体取决于并发用户数。由于每个工作线程都已分配,因此即使线程没有正在使用(因为并发连接比分配的工作线程少),可由其它操作(如高速缓冲存储器)更好地利用的内存资源也可能是未使用的。一般情况下,应将该配置值设置为并发连接数,但不能超过   32727。并发连接与用户登录连接不同。SQL   Server   实例的工作线程池只需要足够大,以便为同时正在该实例中执行批处理的用户连接提供服务。如果增加工作线程的数量超过默认值,会降低服务器性能。有关更多信息,请参见max   worker   threads   选项。 
说明     当   SQL   Server   运行在   Microsoft   Windows&reg;   98   上时,最大工作线程服务器配置选项不起作用。 

index   create   memory   服务器配置选项控制创建索引时排序操作所使用的内存量。在生产系统上创建索引通常是不常执行的任务,通常调度为在非峰值时间执行的作业。因此,不常创建索引且在非峰值时间时,增加该值可提高索引创建的性能。不过,最好将   min   memory   per   query   配置选项保持在一个较低的值,这样即使所有请求的内存都不可用,索引创建作业仍能开始。有关更多信息,请参见   index   create   memory   选项。 
min   memory   per   query   服务器配置选项可用于指定分配给查询执行的最小内存量。当系统内有许多查询并发执行时,增大   min   memory   per   query   的值有助于提高消耗大量内存的查询(如大型排序和哈希操作)的性能。不过,不要将   min   memory   per   query   服务器配置选项设置得太高,尤其是在很忙的系统上,因为查询将不得不等到能确保占有请求的最小内存、或等到超过   query   wait   服务器配置选项内所指定的值。如果可用内存比执行查询所需的指定最小内存多,则只要查询能对多出的内存加以有效的利用,就可以使用多出的内存。有关更多信息,请参见   min   memory   per   query   选项和   query   wait   选项。 

使用   I/O   配置选项优化服务器性能 
下列服务器配置选项可用于配置   I/O   的使用并影响服务器性能:   

recovery   interval   
recovery   interval   服务器配置选项控制   Microsoft&reg;   SQL   Server&#8482;   2000   在每个数据库内发出检查点的时间。默认情况下,SQL   Server   确定执行检查点操作的最佳时间。然而,若要确定这是否为适当的设置,需要使用   Windows   NT   性能监视器监视数据库文件上的磁盘写入活动。导致磁盘利用率达到   100%   的活动尖峰值会妨害性能。若更改该参数以使检查点进程较少出现,通常可以提高这种情况下的总体性能。但仍须继续监视性能以确定新值是否已对性能产生正面影响。有关更多信息,请参见recovery   interval   选项。 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值