sql优化法则

优化法则

1. 减少数据访问（磁盘访问）
2. 返回更少数据（减少网络传输或磁盘访问）
3. 减少交互次数（减少网络传输）
4. 减少服务器CPU开销
5. 利用更多资源

数据库访问优化法则

创建并正确使用索引

1. 分类：

B-TREE索引、位图索引、全文索引

2. 不能使用索引的情况:

“<>”、"not in “、函数或运算（function、 +）、模糊查询"like”、“is null”、 非未知字段。

3. 创建索引的条件：

• 字段出现在查询条件中
• 语句执行频率高
• 通过字段条件可筛选的记录集很小
  例如：
  主外键、有身份标识和意义的字段

返回更少的数据

分页

客户端分页
应用服务器分页
数据库sql 分页

只返回需要的字段

去除不必要的字段提高性能、

优点：

1. 减少数据在网络上传输开销
2. 减少服务器数据处理开销
3. 减少客户端内存占用
4. 字段变更时提前发现问题，减少程序BUG
5. 如果访问的所有字段刚好在一个索引里面，则可以使用纯索引访问提高性能。

缺点：

增加编码工作量

减少交互次数

batchDML

进行批量提交。减少客户-服务端的交互次数，从而减少多次交互的网络延时开销，降低CPU开销。

使用存储过程

将业务逻辑封装在存储过程中，在客户端直接调用存储过程处理，减少网络交互成本。

缺点：

1. 不可移植性
2. 学习成本高
3. 业务逻辑多处存在
4. 语法函数不能满足
5. 如果运算复杂，增加数据库服务端的处理成本。
6. 变更问题。

建议： 尽量不适用。常用在报表统计 ETL任务中。

减少数据库服务器CPU运算

预编译sql

采用预编译的写法，可以：

1. 防止sql注入
2. 提高sql可读性
3. 提高sql解析性能。

合理使用排序

如果你的两个表连接的条件都是等值运算，那可以采用Hash Join来提高性能，因为Hash Join使用Hash 运算来代替排序的操作。具体原理及设置参考SQL执行计划优化专题。

减少比较操作

1. Like 模糊查询 是全表查询
2. in List

复杂运算在客户的处理

利用更多资源

客户端多进程访问

多线程

数据库并行处理

ORAClE 性能优化

sql性能优化

1. 尽量使用列名替代*
2. Where 语句的解析顺序是从右向左的
3. 尽量使用where替代having
4. 尽量使用多表查询替代子查询
5. 尽量使用绑定