SQL优化方法.docx

SQL优化方法.docx

《SQL优化方法.docx》由会员分享，可在线阅读，更多相关《SQL优化方法.docx（8页珍藏版）》请在冰豆网上搜索。

SQL优化方法

数据库sql优化

（一）处理百万级以上的数据提高查询速度的方法：

1.应尽量避免在where子句中使用!

=或<>操作符，否则将引擎放弃使用索引而进行全表扫描.

2.对查询进行优化，应尽量避免全表扫描，首先应考虑在where及orderby涉及的列上建立索引

3.应尽量避免在where子句中对字段进行null值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：

    selectidfromtwherenumisnull

    可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：

    selectidfromtwherenum=0

4.应尽量避免在where子句中使用or来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：

    selectidfromtwherenum=10ornum=20

    可以这样查询：

    selectidfromtwherenum=10

    unionall

    selectidfromtwherenum=20

5.下面的查询也将导致全表扫描：

    selectidfromtwherenamelike‘%abc%’

  若要提高效率，可以考虑全文检索。

6.in和notin也要慎用，否则会导致全表扫描，如：

    selectidfromtwherenumin（1,2,3）

    对于连续的数值，能用between就不要用in了：

    selectidfromtwherenumbetween1and3

7.如果在where子句中使用参数，也会导致全表扫描。

因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。

然而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。

如下面语句将进行全表扫描：

    selectidfromtwherenum=@num

    可以改为强制查询使用索引：

    selectidfromtwith（index（索引名））wherenum=@num

8.应尽量避免在where子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。

如：

    selectidfromtwherenum/2=100

    应改为:

    selectidfromtwherenum=100*2

9.应尽量避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。

如：

    selectidfromtwheresubstring（name,1,3）=’abc’–name以abc开头的id

    selectidfromtwheredatediff（day,createdate,’2005-11-30′）=0–’2005-11-30′生成的id

    应改为:

    selectidfromtwherenamelike‘abc%’

    selectidfromtwherecreatedate>=’2005-11-30′andcreatedate<’2005-12-1′

10.不要在where子句中的”=“左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。

11.在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用，并且应尽可能的让字段顺序与索引顺序相一致。

12.不要写一些没有意义的查询，如需要生成一个空表结构：

    selectcol1,col2into#tfromtwhere1=0

    这类代码不会返回任何结果集，但是会消耗系统资源的，应改成这样：

    createtable#t（…）

13.很多时候用exists代替in是一个好的选择：

    selectnumfromawherenumin（selectnumfromb）

    用下面的语句替换：

    selectnumfromawhereexists（select1frombwherenum=a.num）

14.并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段sex，male、female几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用。

15.索引并不是越多越好，索引固然可以提高相应的select的效率，但同时也降低了insert及update的效率，因为insert或update时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。

一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。

16.应尽可能的避免更新clustered索引数据列，因为clustered索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。

若应用系统需要频繁更新clustered索引数据列，那么需要考虑是否应将该索引建为clustered索引。

17.尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。

这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。

18.尽可能的使用varchar/nvarchar代替char/nchar，因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。

19.任何地方都不要使用select*fromt，用具体的字段列表代替”*”，不要返回用不到的任何字段。

20.尽量使用表变量来代替临时表。

如果表变量包含大量数据，请注意索引非常有限（只有主键索引）。

21.避免频繁创建和删除临时表，以减少系统表资源的消耗。

22.临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。

但是，对于一次性事件，最好使用导出表。

23.在新建临时表时，如果一次性插入数据量很大，那么可以使用selectinto代替createtable，避免造成大量log，以提高速度；如果数据量不大，为了缓和系统表的资源，应先createtable，然后insert。

24.如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先truncatetable，然后droptable，这样可以避免系统表的较长时间锁定。

25.尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。

26.使用基于游标的方法或临时表方法之前，应先寻找基于集的解决方案来解决问题，基于集的方法通常更有效。

27.与临时表一样，游标并不是不可使用。

对小型数据集使用FAST_FORWARD游标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。

在结果集中包括”合计”的例程通常要比使用游标执行的速度快。

如果开发时间允许，基于游标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好。

28.在所有的存储过程和触发器的开始处设置SETNOCOUNTON，在结束时设置SETNOCOUNTOFF。

无需在执行存储过程和触发器的每个语句后向客户端发送DONE_IN_PROC消息。

29.尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。

30.尽量避免大事务操作，提高系统并发能力。

（二）查询速度慢的原因很多，常见如下几种  ：

1.没有索引或者没有用到索引（这是查询慢最常见的问题，是程序设计的缺陷）  

2.I/O吞吐量小，形成了瓶颈效应。

3.没有创建计算列导致查询不优化。

4.内存不足  

5.网络速度慢  

6.查询出的数据量过大（可以采用多次查询，其他的方法降低数据量）  

7.锁或者死锁（这也是查询慢最常见的问题，是程序设计的缺陷）  

8.sp_lock,sp_who,活动的用户查看,原因是读写竞争资源。

9.返回了不必要的行和列  

10.查询语句不好，没有优化  

（三）可以通过如下方法来优化查询  

1.把数据、日志、索引放到不同的I/O设备上，增加读取速度，以前可以将Tempdb应放在RAID0上，SQL2000不在支持。

数据量（尺寸）越大，提高I/O越重要.  

2.纵向、横向分割表，减少表的尺寸（sp_spaceuse）  

3.升级硬件  

4.根据查询条件,建立索引,优化索引、优化访问方式，限制结果集的数据量。

注意填充因子要适当（最好是使用默认值0）。

索引应该尽量小，使用字节数小的列建索引好（参照索引的创建）,不要对有限的几个值的字段建单一索引如性别字段  

5.提高网速;  

6.扩大服务器的内存,Windows  2000和SQL  server  2000能支持4-8G的内存。

配置虚拟内存：

虚拟内存大小应基于计算机上并发运行的服务进行配置。

运行  Microsoft  SQL  Server?

  2000  时，可考虑将虚拟内存大小设置为计算机中安装的物理内存的  1.5  倍。

如果另外安装了全文检索功能，并打算运行  Microsoft  搜索服务以便执行全文索引和查询，可考虑：

将虚拟内存大小配置为至少是计算机中安装的物理内存的  3  倍。

将  SQL  Server  max  server  memory  服务器配置选项配置为物理内存的  1.5  倍（虚拟内存大小设置的一半）。

7.增加服务器CPU个数;但是必须明白并行处理串行处理更需要资源例如内存。

使用并行还是串行程是MsSQL自动评估选择的。

单个任务分解成多个任务，就可以在处理器上运行。

例如耽搁查询的排序、连接、扫描和GROUP  BY字句同时执行，SQL  SERVER根据系统的负载情况决定最优的并行等级，复杂的需要消耗大量的CPU的查询最适合并行处理。

但是更新操作UPDATE,INSERT，DELETE还不能并行处理。

8.如果是使用like进行查询的话，简单的使用index是不行的，但是全文索引，耗空间。

  like  'a%'  使用索引  like  '%a'  不使用索引用  like  '%a%'  查询时，查询耗时和字段值总长度成正比,所以不能用CHAR类型，而是VARCHAR。

对于字段的值很长的建全文索引。

9.DB  Server  和APPLication  Server  分离；OLTP和OLAP分离  

10.分布式分区视图可用于实现数据库服务器联合体。

联合体是一组分开管理的服务器，但它们相互协作分担系统的处理负荷。

这种通过分区数据形成数据库服务器联合体的机制能够扩大一组服务器，以支持大型的多层  Web  站点的处理需要。

有关更多信息，参见设计联合数据库服务器。

（参照SQL帮助文件'分区视图'）  

  a、在实现分区视图之前，必须先水平分区表  

  b、在创建成员表后，在每个成员服务器上定义一个分布式分区视图，并且每个视图具有相同的名称。

这样，引用分布式分区视图名的查询可以在任何一个成员服务器上运行。

系统操作如同每个成员服务器上都有一个原始表的复本一样，但其实每个服务器上只有一个成员表和一个分布式分区视图。

数据的位置对应用程序是透明的。

11.重建索引  DBCC  REINDEX  ,DBCC  INDEXDEFRAG,收缩数据和日志  DBCC  SHRINKDB,DBCC  SHRINKFILE.  设置自动收缩日志.对于大的数据库不要设置数据库自动增长，它会降低服务器的性能。

  在T-sql的写法上有很大的讲究，下面列出常见的要点：

首先，DBMS处理查询计划的过程是这样的：

A.查询语句的词法、语法检查      

B.将语句提交给DBMS的查询优化器  

C.优化器做代数优化和存取路径的优化  

D.由预编译模块生成查询规划

E.然后在合适的时间提交给系统处理执行

F.  最后将执行结果返回给用户其次，看一下SQL  SERVER的数据存放的结构：

一个页面的大小为8K（8060）字节，8个页面为一个盘区，按照B树存放。

12.Commit和rollback的区别  Rollback:

回滚所有的事物。

  Commit:

提交当前的事物.  没有必要在动态SQL里写事物，如果要写请写在外面如：

  begin  tran  exec（@s）  commit  trans  或者将动态SQL  写成函数或者存储过程。

13.在查询Select语句中用Where字句限制返回的行数,避免表扫描,如果返回不必要的数据，浪费了服务器的I/O资源，加重了网络的负担降低性能。

如果表很大，在表扫描的期间将表锁住，禁止其他的联接访问表,后果严重。

14.SQL的注释申明对执行没有任何影响  

15.尽可能不使用游标，它占用大量的资源。

如果需要row-by-row地执行，尽量采用非光标技术,如：

在客户端循环，用临时表，Table变量，用子查询，用Case语句等等。

游标可以按照它所支持的提取选项进行分类：

  只进  必须按照从第一行到最后一行的顺序提取行。

FETCH  NEXT  是唯一允许的提取操作,也是默认方式。

可滚动性  可以在游标中任何地方随机提取任意行。

游标的技术在SQL2000下变得功能很强大，他的目的是支持循环。

有四个并发选项  

READ_ONLY：

不允许通过游标定位更新（Update），且在组成结果集的行中没有锁。

OPTIMISTIC  WITH  valueS:

乐观并发控制是事务控制理论的一个标准部分。

乐观并发控制用于这样的情形，即在打开游标及更新行的间隔中，只有很小的机会让第二个用户更新某一行。

当某个游标以此选项打开时，没有锁控制其中的行，这将有助于最大化其处理能力。

如果用户试图修改某一行，则此行的当前值会与最后一次提取此行时获取的值进行比较。

如果任何值发生改变，则服务器就会知道其他人已更新了此行，并会返回一个错误。

如果值是一样的，服务器就执行修改。

  选择这个并发选项OPTIMISTIC  WITH  ROW  VERSIONING:

此乐观并发控制选项基于行版本控制。

使用行版本控制，其中的表必须具有某种版本标识符，服务器可用它来确定该行在读入游标后是否有所更改。

在  SQL  Server  中，这个性能由  timestamp  数据类型提供，它是一个二进制数字，表示数据库中更改的相对顺序。

每个数据库都有一个全局当前时间戳值：

@@DBTS。

每次以任何方式更改带有  timestamp  列的行时，SQL  Server  先在时间戳列中存储当前的  @@DBTS  值，然后增加  @@DBTS  的值。

如果某  个表具有  timestamp  列，则时间戳会被记到行级。

服务器就可以比较某行的当前时间戳值和上次提取时所存储的时间戳值，从而确定该行是否已更新。

服务器不必比较所有列的值，只需比较  timestamp  列即可。

如果应用程序对没有  timestamp  列的表要求基于行版本控制的乐观并发，则游标默认为基于数值的乐观并发控制。

SCROLL  LOCKS  这个选项实现悲观并发控制。

在悲观并发控制中，在把数据库的行读入游标结果集时，应用程序将试图锁定数据库行。

在使用服务器游标时，将行读入游标时会在其上放置一个更新锁。

如果在事务内打开游标，则该事务更新锁将一直保持到事务被提交或回滚；当提取下一行时，将除去游标锁。

如果在事务外打开游标，则提取下一行时，锁就被丢弃。

因此，每当用户需要完全的悲观并发控制时，游标都应在事务内打开。

更新锁将阻止任何其它任务获取更新锁或排它锁，从而阻止其它任务更新该行。

然而，更新锁并不阻止共享锁，所以它不会阻止其它任务读取行，除非第二个任务也在要求带更新锁的读取。

滚动锁根据在游标定义的  SELECT  语句中指定的锁提示，这些游标并发选项可以生成滚动锁。

滚动锁在提取时在每行上获取，并保持到下次提取或者游标关闭，以先发生者为准。

下次提取时，服务器为新提取中的行获取滚动锁，并释放上次提取中行的滚动锁。

滚动锁独立于事务锁，并可以保持到一个提交或回滚操作之后。

如果提交时关闭游标的选项为关，则  COMMIT  语句并不关闭任何打开的游标，而且滚动锁被保留到提交之后，以维护对所提取数据的隔离。

所获取滚动锁的类型取决于游标并发选项和游标  SELECT  语句中的锁提示。

锁提示  只读  乐观数值  乐观行版本控制  锁定无提示  未锁定  未锁定  未锁定  更新  NOLOCK  未锁定  未锁定  未锁定  未锁定  HOLDLOCK  共享  共享  共享  更新  UPDLOCK  错误  更新  更新  更新  TABLOCKX  错误  未锁定  未锁定  更新其它  未锁定  未锁定  未锁定  更新  *指定  NOLOCK  提示将使指定了该提示的表在游标内是只读的。

16.用Profiler来跟踪查询，得到查询所需的时间，找出SQL的问题所在;用索引优化器优化索引  

17.注意UNion和UNion  all  的区别。

UNION  all好  

18.注意使用DISTINCT，在没有必要时不要用，它同UNION一样会使查询变慢。

重复的记录在查询里是没有问题的  

19.查询时不要返回不需要的行、列  

20.用sp_configure  'query  governor  cost  limit'或者SET  QUERY_GOVERNOR_COST_LIMIT来限制查询消耗的资源。

当评估查询消耗的资源超出限制时，服务器自动取消查询,在查询之前就扼杀掉。

SET  LOCKTIME设置锁的时间  

21.用select  top  100  /  10  Percent  来限制用户返回的行数或者SET  ROWCOUNT来限制操作的行  

22.在SQL2000以前，一般不要用如下的字句”IS  NULL”,  ”<>”,  ”!

=“,  ”!

>”,  ”!

<“,  ”NOT”,  ”NOT  EXISTS”,  ”NOT  IN”,  ”NOT  LIKE”,  and  ”LIKE  '%500'“，因为他们不走索引全是表扫描。

也不要在WHere字句中的列名加函数，如Convert，substring等,如果必须用函数的时候，创建计算列再创建索引来替代.还可以变通写法：

WHERE  SUBSTRING（firstname,1,1）  =  'm'改为WHERE  firstname  like  'm%'（索引扫描），一定要将函数和列名分开。

并且索引不能建得太多和太大。

NOT  IN会多次扫描表，使用EXISTS、NOT  EXISTS  ，IN  ,  LEFT  OUTER  JOIN  来替代，特别是左连接,而Exists比IN更快，最慢的是NOT操作.如果列的值含有空，以前它的索引不起作用，现在2000的优化器能够处理了。

相同的是IS  NULL，”NOT”,  ”NOT  EXISTS”,  ”NOT  IN”能优化她，而”<>”等还是不能优化，用不到索引。

23.使用Query  Analyzer，查看SQL语句的查询计划和评估分析是否是优化的SQL。

一般的20%的代码占据了80%的资源，我们优化的重点是这些慢的地方。

24.如果使用了IN或者OR等时发现查询没有走索引，使用显示申明指定索引：

  SELECT  *  FROM  PersonMember  （INDEX  =  IX_Title）  WHERE  processid  IN  （‘男’，‘女’）  

25.将需要查询的结果预先计算好放在表中，查询的时候再SELECT。

这在SQL7.0以前是最重要的手段。

例如医院的住院费计算。

26.MIN（）  和  MAX（）能使用到合适的索引  

27.数据库有一个原则是代码离数据越近越好，所以优先选择Default,依次为Rules,Triggers,  Constraint（约束如外健主健CheckUNIQUE……,数据类型的最大长度等等都是约束）,Procedure.这样不仅维护工作小，编写程序质量高，并且执行的速度快。

28.如果要插入大的二进制值到Image列，使用存储过程，千万不要用内嵌INsert来插入（不知JAVA是否）。

因为这样应用程序首先将二进制值转换成字符串（尺寸是它的两倍），服务器受到字符后又将他转换成二进制值.存储过程就没有这些动作:

  方法：

Create  procedure  p_insert  as  insert  into  table（Fimage）  values  （@image）,  在前台调用这个存储过程传入二进制参数，这样处理速度明显改善。

29.Between在某些时候比IN速度更快,Between能够更快地根据索引找到范围。

用查询优化器可见到差别。

  select  *  from  chineseresume  where  title  in  （'男','女'）  Select  *  from  chineseresume  where  between  '男'  and  '女'  是一样的。

由于in会在比较多次，所以有时会慢些。

30.在必要是对全局或者局部临时表创建索引，有时能够提高速度，但不是一定会这样，因为索引也耗费大量的资源。

他的创建同是实际表一样。

31.不要建没有作用的事物例如产生报表时，浪费资源。

只有在必要使用事物时使用它。

32.用OR的字句可以分解成多个查询，并且通过UNION  连接多个查询。

他们的速度只同是否使用索引有关,如果查询需要用到联合索引，用UNION  all执行的效率更高.多个OR的字句没有用到索引，改写成UNION的形式再试图与索引匹配。

一个关键的问题是否用到索引。

33.尽量少用视图，它的效率低。

对视图操作比直接对表操作慢,可以用stored  procedure来代替她。

特别的是不要用视图嵌套,嵌套视图增加了寻找原始资料的难度。

我们看视图的本质：

它是存放在服务器上的被优化好了的已经产生了查询规划的SQL。

对单个表检索数据时，不要使用指向多个表的视图，直接从表检索或者仅仅