高效率SQL的基础知识.docx
《高效率SQL的基础知识.docx》由会员分享，可在线阅读，更多相关《高效率SQL的基础知识.docx（10页珍藏版）》请在冰豆网上搜索。
高效率SQL的基础知识
Documentnumber：
PBGCG-0857-BTDO-0089-PTT1998
高效率SQL的基础知识
高效率SQL的基础知识
一个高效率的数据库系统是从两个方面来评价的：
响应时间和吞吐量。
在应用系统开发阶段，由于开发库上的数据比较少，在SQL语句的编写上感觉不出各种写法的性能差异，在将应用系统提交实际应用后，随着数据库中数据的增加，系统的响应速度就会成为最需要解决的主要问题之一。
缩短系统的响应时间，增加操作的并发度，可以提高系统的吞吐量。
要缩短系统的响应时间，就需要可以高效率执行的SQL语句。
高效SQL语句的基本原则，是充分合理的利用索引，避免表扫描。
理解索引
大多数情况下，数据库使用索引来检索表，优化器根据用户定义的索引来提高执行性能。
但是，如果在SQL语句的where子句中写的SQL代码不合理，就会造成优化器忽略索引而采用全表扫描，而这种SQL语句就是所谓的劣质SQL语句。
在编写SQL语句时需要了解优化器根据何种原则来使用索引，这将有助于写出高性能的SQL语句。
ISNULL与ISNOTNULL
以NULL值做条件时，将无法使用包含NULL值的列上的索引。
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，在使用NULL值做条件时，即使对该列建索引也不会提高性能。
列的联接
本节应该阐述列被包含到表达式中导致不能使用索引。
对于有联接的列，即使最后的联接值为一个静态值，优化器是不会使用索引的。
例：
假定有一个职工表（employee），对于一个职工的姓和名分成两列存放（FIRST_NAME和LAST_NAME），现在要查询一个叫比尔.克林顿（BillCliton）的职工。
下面是一个采用联接查询的SQL语句，
select*fromemployss
wherefirst_name||''||last_name='BillCliton';
改进方法：
select*fromemployee
wherefirst_name=‘Bill’andlast_name=‘Cliton’
带通配符（%）的like语句
select*fromemployeewherelast_namelike'%cliton%';
由于通配符（%）在搜寻词首出现，所以数据库将不使用last_name的索引。
在很多情况下可能无法避免这种情况，但是一定要心中有数，通配符如此使用会降低查询速度。
当通配符出现在字符串其他位置时，优化器就能利用索引。
在下面的查询中索引得到了使用：
select*fromemployeewherelast_namelike'c%';
Orderby语句
ORDERBY语句决定了数据库如何将返回的查询结果排序。
Orderby语句对要排序的列没有什么特别的限制，也可以将函数加入列中（象联接或者附加等）。
任何在Orderby语句的非索引项或者有计算表达式都将降低查询速度。
需要仔细检查orderby语句以找出非索引项或者表达式，它们会降低性能。
解决这个问题的办法就是重写orderby语句以使用索引，也可以为所使用的列建立另外一个索引，同时应绝对避免在orderby子句中使用表达式。
NOT
not（status='VALID'）和（status<>'VALID'）哪个效率更高
salary<>3000和salary<3000orsalary>3000和salary<＝2999orsalary>=3001（假设是整数）哪一个效率更高
在where子句使用一些逻辑表达式，如大于、小于、等于以及不等于等等，也可以使用and（与）、or（或）以及not（非）。
NOT可用来对任何逻辑运算符号取反。
例：
...wherenot（status='VALID'）
要使用NOT，则应在取反的短语前面加上括号，并在短语前面加上NOT运算符。
NOT运算符包含在另外一个逻辑运算符中，这就是不等于（<>）运算符。
换句话说，即使不在查询where子句中显式地加入NOT词，NOT仍在运算符中，见下例：
...wherestatus<>'INVALID';
再例：
select*fromemployeewheresalary<>3000;
解决方法，不使用NOT：
select*fromemployeewheresalary<3000orsalary>3000;
这两种查询的结果一样，但是第二种查询方案会比第一种查询方案更快些。
第二种查询会对salary列使用索引，而第一种查询则不会使用索引。
IN和EXISTS
将一列和一系列值相比较，常用的方法是在where子句中使用子查询。
在where子句中可以使用两种格式的子查询。
第一种格式是使用IN操作符：
...wherecolumnin（select*from...where...）;
第二种格式是使用EXIST操作符：
...whereexists（select'X'from...where...）;
采用第二种格式要比第一种格式的效率高。
第二种格式中，子查询以‘select'X'开始。
运用EXISTS子句不管子查询从表中抽取什么数据它只查看where子句。
这样优化器就不必遍历整个表而仅根据索引就可完成工作（这里假定在where语句中使用的列存在索引）。
使用EXIST，数据库系统会首先检查主查询，然后运行子查询直到它找到第一个匹配项。
使用IN子查询时，首先执行子查询，并将获得的结果列表存放在在一个加了索引的临时表中。
在执行子查询之前，系统先将主查询挂起，待子查询执行完毕，存放在临时表中以后再执行主查询。
所以使用EXISTS通常比使用IN查询速度快。
应尽可能使用NOTEXISTS来代替NOTIN，尽管二者都使用了NOT（不能使用索引而降低速度），但NOTEXISTS要比NOTIN查询效率高。
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，在不同的表连接条件下，两个SQL的执行情况：
selectsumfromaccounta,cardb
where=（20秒）
将SQL改为：
selectsumfromaccounta,cardb
where=
and=（<1秒）
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
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
◆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*fromrecordwhere
substring（card_no,1,4）='5378'（13秒）
select*fromrecordwhere
amount/30<1000（11秒）
select*fromrecordwhere
convert（char（10）,date,112）=''（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）
◆表stuff有200000行，id_no上有非群集索引，如下：
selectcount（*）fromstuffwhereid_noin（'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'orid_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。
表的行数越多，工作表的性能就越差，将or子句分开：
selectcount（*）fromstuffwhereid_no='0'
selectcount（*）fromstuffwhereid_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，时间只有4秒。
更好的方法，写一个简单的存储过程：
createproccount_stuffas
declare@aint
declare@bint
declare@cint
declare@dchar（10）
begin
select@a=count（*）fromstuffwhereid_no='0'
select@b=count（*）fromstuffwhereid_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。
小结
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。
◆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。
左右不重要，重要的是表达式中是否包含列。
◆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。
◆要善于使用存储过程，它使SQL变得更加灵活和高效。
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。
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：
◆在date上建有一非个群集索引
selectcount（*）fromrecordwheredate>
''anddate<''andamount>2000
（25秒）
selectdate,sum（amount）fromrecordgroupbydate
（55秒）
selectcount（*）fromrecordwheredate>
''andplacein（'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。
◆在date上的一个群集索引
selectcount（*）fromrecordwheredate>
''anddate<''andamount>
2000（14秒）
selectdate,sum（amount）fromrecordgroupbydate
（28秒）
selectcount（*）fromrecordwheredate>
''andplacein（'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。
◆在place，date，amount上的组合索引
selectcount（*）fromrecordwheredate>
''anddate<''andamount>
2000
（26秒）
selectdate,sum（amount）fromrecordgroupbydate
（27秒）
selectcount（*）fromrecordwheredate>
''andplacein（'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。
合理的索引设计
◆在date，place，amount上的组合索引
selectcount（*）fromrecordwheredate>
''anddate<''andamount>
2000（<1秒）
selectdate,sum（amount）fromrecordgroupbydate
（11秒）
selectcount（*）fromrecordwheredate>
''andplacein（'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。
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：
◆有大量重复值、且经常有范围查询，如：
（between,>,<，>=,<=）和orderby、groupby发生的列，可考虑建立群集索引
◆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；
◆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。
过多的索引会降低更新和插入操作的速度
索引并非越多越好，过多的索引会降低更新和插入操作的速度。
升级会员 