Oracle SQL的优化.docx

Oracle SQL的优化.docx

《Oracle SQL的优化.docx》由会员分享，可在线阅读，更多相关《Oracle SQL的优化.docx（17页珍藏版）》请在冰豆网上搜索。

OracleSQL的优化

OracleSQL的优化

SQL的优化应该从5个方面进行调整：

1.去掉不必要的大型表的全表扫描

2.缓存小型表的全表扫描

3.检验优化索引的使用

4.检验优化的连接技术

5.尽可能减少执行计划的Cost

SQL语句：

是对数据库（数据）进行操作的惟一途径；

消耗了70%~90%的数据库资源；独立于程序设计逻辑，相对于对程序源代码的优化，对SQL语句的优化在时间成本和风险上的代价都很低；

可以有不同的写法；易学，难精通。

SQL优化：

固定的SQL书写习惯，相同的查询尽量保持相同，存储过程的效率较高。

应该编写与其格式一致的语句，包括字母的大小写、标点符号、换行的位置等都要一致

ORACLE优化器：

在任何可能的时候都会对表达式进行评估，并且把特定的语法结构转换成等价的结构，这么做的原因是

要么结果表达式能够比源表达式具有更快的速度

要么源表达式只是结果表达式的一个等价语义结构

不同的SQL结构有时具有同样的操作（例如：

=ANY（subquery）andIN（subquery）），ORACLE会把他们映射到一个单一的语义结构。

1常量优化：

常量的计算是在语句被优化时一次性完成，而不是在每次执行时。

下面是检索月薪大于2000的的表达式：

sal>24000/12

sal>2000

sal*12>24000

如果SQL语句包括第一种情况，优化器会简单地把它转变成第二种。

优化器不会简化跨越比较符的表达式，例如第三条语句，鉴于此，应尽量写用常量跟字段比较检索的表达式，而不要将字段置于表达式当中。

否则没有办法优化，比如如果sal上有索引，第一和第二就可以使用，第三就难以使用。

2操作符优化：

优化器把使用LIKE操作符和一个没有通配符的表达式组成的检索表达式转换为一个“=”操作符表达式。

例如：

优化器会把表达式enameLIKE'SMITH'转换为ename='SMITH'

优化器只能转换涉及到可变长数据类型的表达式，前一个例子中，如果ENAME字段的类型是CHAR（10），那么优化器将不做任何转换。

一般来讲LIKE比较难以优化。

其中：

~~IN操作符优化：

优化器把使用IN比较符的检索表达式替换为等价的使用“=”和“OR”操作符的检索表达式。

例如，优化器会把表达式enameIN（'SMITH','KING','JONES'）替换为

ename='SMITH'ORename='KING'ORename='JONES‘

oracle会将in后面的东西生成一张内存中的临时表。

然后进行查询。

如何编写高效的SQL:

当然要考虑sql常量的优化和操作符的优化啦，另外，还需要：

1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：

语句A

SELECTcount（*）FROMrecord

WHEREdate>'19991201'anddate<'19991214‘andamount>2000

语句B

SELECTcount（*）FROMrecord

WHEREdate>'19990901'andplaceIN（'BJ','SH'）

语句C

SELECTdate,sum（amount）FROMrecord

groupbydate

1在date上建有一个非聚集索引

A：

（25秒）

B：

（27秒）

C：

（55秒）

分析：

date上有大量的重复值，在非聚集索引下，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上的一个聚集索引

A：

（14秒）

B：

（14秒）

C：

（28秒）

分析：

在聚集索引下，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

A：

（26秒）

C：

（27秒）

B：

（<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

A：

（<1秒）

B：

（<1秒）

C：

（11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。

总结1

缺省情况下建立的索引是非聚集索引，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：

有大量重复值、且经常有范围查询（between,>,<，>=,<=）和orderby、groupby发生的列，考虑建立聚集索引；

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；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。

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。

2避免使用不兼容的数据类型：

例如float和INt、char和varchar、bINary和varbINary是不兼容的。

数据类型的不兼容可能使优化器无法执行一些本来可以进行的优化操作。

例如:

SELECTnameFROMemployeeWHEREsalary＞60000

在这条语句中,如salary字段是money型的,则优化器很难对其进行优化,因为60000是个整型数。

我们应当在编程时将整型转化成为钱币型,而不要等到运行时转化。

3ISNULL与ISNOTNULL：

不能用null作索引，任何包含null值的列都将不会被包含在索引中。

即使索引有多列这样的情况下，只要这些列中有一列含有null，该列就会从索引中排除。

也就是说如果某列存在空值，即使对该列建索引也不会提高性能。

任何在WHERE子句中使用isnull或isnotnull的语句优化器是不允许使用索引的。

5IN、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。

6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；

groupby或orderby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。

7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＊FROMordersWHERE（customer_num=104ANDorder_num>1001）ORorder_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＊FROMordersWHEREcustomer_num=104ANDorder_num>1001

UNION

SELECT＊FROMordersWHEREorder_num=1008

这样就能利用索引路径处理查询。

8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。

9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＊FROMcustomerWHEREzipcodeLIKE“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＊FROMcustomerWHEREzipcode>“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＊FROMcustomerWHEREzipcode[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。

10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：

SELECTsum（a.amount）FROMaccounta,cardbWHEREa.card_no=b.card_no

（20秒）

将SQL改为：

SELECTsum（a.amount）FROMaccounta,cardbWHEREa.card_no=b.card_noanda.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。

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。

不可优化的WHERE子句

例1

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*FROMrecordWHEREsubstrINg（card_no,1,4）='5378'

（13秒）

SELECT*FROMrecordWHEREamount/30<1000

（11秒）

SELECT*FROMrecordWHEREconvert（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*FROMrecordWHEREcard_nolike'5378%'

（<1秒）

SELECT*FROMrecordWHEREamount<1000*30

（<1秒）

SELECT*FROMrecordWHEREdate='1999/12/01'

（<1秒）

11存储过程中，采用临时表优化查询：

例

1．从parven表中按vendor_num的次序读数据：

SELECTpart_num，vendor_num，priceFROMparvenORDERBYvendor_num

INTOtemppv_by_vn

这个语句顺序读parven（50页），写一个临时表（50页），并排序。

假定排序的开销为200页，总共是300页。

2．把临时表和vendor表连接，把结果输出到一个临时表，并按part_num排序：

SELECTpv_by_vn，＊vendor.vendor_numFROMpv_by_vn，vendor

WHEREpv_by_vn.vendor_num=vendor.vendor_num

ORDERBYpv_by_vn.part_num

INTOTMPpvvn_by_pn

DROPTABLEpv_by_vn

这个查询读取pv_by_vn（50页），它通过索引存取vendor表1.5万次，但由于按vendor_num次序排列，实际上只是通过索引顺序地读vendor表（40＋2=42页），输出的表每页约95行，共160页。

写并存取这些页引发5＊160=800次的读写，索引共读写892页。

3．把输出和part连接得到最后的结果：

SELECTpvvn_by_pn.＊，part.part_descFROMpvvn_by_pn，part

WHEREpvvn_by_pn.part_num=part.part_num

DROPTABLEpvvn_by_pn

这样，查询顺序地读pvvn_by_pn（160页），通过索引读part表1.5万次，由于建有索引，所以实际上进行1772次磁盘读写，优化比例为30∶1。

~~ANY和SOME操作符优化:

优化器将跟随值列表的ANY和SOME检索条件用等价的同等操作符和“OR”组成的表达式替换。

例如，优化器将如下所示的第一条语句用第二条语句替换：

sal>ANY（:

first_sal,:

second_sal）

sal>:

first_salORsal>:

second_sal

优化器将跟随子查询的ANY和SOME检索条件转换成由“EXISTS”和一个相应的子查询组成的检索表达式。

例如，优化器将如下所示的第一条语句用第二条语句替换：

x>ANY（SELECTsalFROMempWHEREjob='ANALYST'）

EXISTS（SELECTsalFROMempWHEREjob='ANALYST'ANDx>sal）

~~ALL操作符优化:

优化器将跟随值列表的ALL操作符用等价的“=”和“AND”组成的表达式替换。

例如：

sal>ALL（:

first_sal,:

second_sal）表达式会被替换为：

sal>:

first_salANDsal>:

second_sal

对于跟随子查询的ALL表达式，优化器用ANY和另外一个合适的比较符组成的表达式替换。

例如

x>ALL（SELECTsalFROMempWHEREdeptno=10）替换为：

NOT（x=ANY（SELECTsalFROMempWHEREdeptno=10））

接下来优化器会把第二个表达式适用ANY表达式的转换规则转换为下面的表达式：

NOTEXISTS（SELECTsalFROMempWHEREdeptno=10ANDx<=sal）

~~BETWEEN操作符优化:

优化器总是用“>=”和“<=”比较符来等价的代替BETWEEN操作符。

例如：

优化器会把表达式salBETWEEN2000AND3000用sal>=2000ANDsal<=3000来代替。

~~NOT操作符优化:

优化器总是试图简化检索条件以消除“NOT”逻辑操作符的影响，这将涉及到“NOT”操作符的消除以及代以相应的比较运算符。

例如，优化器将下面的第一条语句用第二条语句代替：

NOTdeptno=（SELECTdeptnoFROMempWHEREename='TAYLOR'）

deptno<>（SELECTdeptnoFROMempWHEREename='TAYLOR'）

通常情况下一个含有NOT操作符的语句有很多不同的写法，优化器的转换原则是使“NOT”操作符后边的子句尽可能的简单，即使可能会使结果表达式包含了更多的“NOT”操作符。

例如，优化器将如下所示的第一条语句用第二条语句代替：

NOT（sal<1000ORcommISNULL）

NOTsal<1000ANDcommISNOTNULLsal>=1000ANDcommISNOTNULL

SQL优化34条建议

（1）选择最有效率的表名顺序（只在基于规则的优化器中有效）：

ORACLE的解析器按照从右到左的顺序处理FROM子句中的表名，FROM子句中写在最后的表（基础表drivingtable）将被最先处理，在FROM子句中包含多个表的情况下,你必须选择记录条数最少的表作为基础表。

如果有3个以上的表连接查询,那就需要选择交叉表（intersectiontable）作为基础表,交叉表是指那个被其他表所引用的表.

（2）WHERE子句中的连接顺序：

ORACLE采用自下而上的顺序解析WHERE子句,根据这个原理,表之间的连接必须写在其他WHERE条件之前,那些可以过滤掉最大数量记录的条件必须写在WHERE子句的末尾.

（3）SELECT子句中避免使用‘*‘：

ORACLE在解析的过程中,会将'*'依次转换成所有的列名,这个工作是通过查询数据字典完成的,这意味着将耗费更多的时间

（4）减少访问数据库的次数：

ORACLE在内部执行了许多工作:

解析SQL语句,估算索引的利用率,绑定变量,读数据块等；

（5）在SQL*Plus,SQL*Forms和Pro*C中重新设置ARRAYSIZE参数,可以增加每次数据库访问的检索数据量,建议值为200

（6）使用DECODE函数来减少处理时间：

使用DECODE函数可以避免重复扫描相同记录或重复连接相同的表.

（7）整合简单,无关联的数据库访问：

如果你有几个简单的数据库查询语句,你可以把它们整合到一个查询中（即使它们之间没有关系）

（8）删除重复记录：

最高效的删除重复记录方法（因为使用了ROWID）例子：

DELETEFROMEMPEWHEREE.ROWID>（SELECTMIN（X.ROWID）

FROMEMPXWHEREX.EMP_NO=E.EMP_NO）;

（9）用TRUNCATE替代DELETE：

当删除表中的记录时,在通常情况下,回滚段（rollbacksegments）用来存放可以被恢复的信息.如果你没有COMMIT事务,ORACLE会将数据恢复到删除之前的状态（准确地说是恢复到执行删除命令之前的状况）而当运用TRUNCATE时,回滚段不再存放任何可被恢复的信息.当命令运行后,数据不能被恢复.因此很少的资源被调用,执行时间也会很短.（译者按:

TRUNCATE只在删除全表适用,TRUNCATE是DDL不是DML）

（10）尽量多使用COMMIT：

只要有可能,在程序中尽量多使用COMMIT,这样程序的性能得到提高,需求也会因为COMMIT所释放的资源而减少:

COMMIT所释放的资源:

a.回滚段上用于恢复数据的信息.

b.被程序语句获得的锁

c.redologbuffer中的空间

d.ORACLE为管理上述3种资源中的内部花费

（11）用Where子句替换HAVING子句：

避免使用HAVING子句,HAVING只会在检索出所有记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.（非oracle中）on、where、having这三个都可以加条件的子句中，on是最先执行，where次之，having最后，因为on是先把不符合条件的记录过滤后才进行统计，它就可以减少中间运算要处理的数据，按理说应该速度是最快的，where也应该比having快点的，因为它过滤数据后才进行sum，在两个表联接时才用on的，所以在一个表的时候，就剩下where跟having比较了。

在这单表查询统计的情况下，如果要过滤的条件没有涉及到要计算字段，那它们的结果是一样的，只是where可以使用rushmore技术，而having就不能，在速度上后者要慢如果要涉及到计算的字段，就表示在没计算之前，这个字段的值是不确定的，根据上篇写的工作流程，where的作用时间是在计算之前就完成的，而having就是在计算后才起作用的，所以在这种情况下，两者的结果会不同。

在多表联接查询时，on比where更早起作用。

系统首先根据各个表之间的联接条件，把多个表合成一个临时表后，再由where进行过滤，然后再计算，计算完后再由having进行过滤。

由此可见，要想过滤条件起到正确的作用，首先要明白这个条件应该在什么时候起作用，然后再决定放在那里

（12）减少对表的查询：

在含有子查询的SQL语句中,要特别注意减少对表的查询.例子：

SELECTTAB_NAMEFROMTABLESWHERE（TAB_NAME,DB_VER）=（SELECT

TAB_NAME,DB_VERFROMTAB_COLUMNSWHEREVERSION=604）

（13）通过内部函数提高SQL效率：

复杂的SQL往往牺牲了执行效率.能够掌握上面的运用函数解决问题的方法在实际工作中是非常有意义的

（14）使用表的别名（Alias）：

当在SQL语句中连接多个表时,请使用表的别名并把别名前缀于每个Column上.这样一来,就可以减少解析的时间并减少那些由Column歧义引起的语法错误.

（15）用EXISTS替代IN、用NOTEXISTS替代NOTIN：

在许多基于基础表的查询中,为了满足一个条件,往往需要对另一个表进行联接.在这种情况下,使用EXISTS（或NOTEXISTS）通常将提高查询的效率.在子查询中,NOTIN子句将执行一个内部的排序和合并.无论在哪种情况下,NOTIN都是最低效的（因为它对子查询中的表执行了一个全表遍历）.为了避免使用NOTIN,我们可以把它改写成外连接（OuterJoins）或NOTEXISTS.

例子：

（高效）SELECT*FROM