如何讓你的SQL運行得更快(1)

人們在使用SQL時往往會陷入一個誤區，即太關注於所得的結果是否正確，而忽略了不同的實現方法之間可能存在的效能差異，這種效能差異在大型的或是複雜的資料庫環境中如聯機交易處理OLTP或決策支援系統DSS）中表現得尤為明顯。筆者在工作實踐中發現，不良的SQL往往來自於不恰當的索引設計、不充份的串連條件和不可最佳化的where子句。在對它們進行適當的最佳化後，其運行速度有了明顯地提高！下面我將從這三個方面分別進行總結：

為了更直觀地說明問題，所有執行個體中的SQL已耗用時間均經過測試，不超過１秒的均表示為< 1秒）。　

測試環境

主機：HP LH II

主頻：330MHZ

記憶體：128兆

作業系統：Operserver5.0.4

資料庫：Sybase11.0.3

一、不合理的索引設計

例：表record有620000行，試看在不同的索引下，下面幾個 SQL的運行情況：

1.在date上建有一非個群集索引

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上有大量的重複值，在非群集索引下，資料在物理上隨機存放在資料頁上，在範圍尋找時，必須執行一次表掃描才能找到這一範圍內的全部行。

2.在date上的一個群集索引

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，資料在物理上按順序在資料頁上，重複值也排列在一起，因而在範圍尋找時，可以先找到這個範圍的起末點，且只在這個範圍內掃描資料頁，避免了大範圍掃描，提高了查詢速度。

3.在place，date，amount上的複合式索引

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：

這是一個不很合理的複合式索引，因為它的前置列是place，第一和第二條SQL沒有引用place，因此也沒有利用上索引；第三個SQL使用了place，且引用的所有列都包含在複合式索引中，形成了索引覆蓋，所以它的速度是非常快的。

4.在date，place，amount上的複合式索引

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：

這是一個合理的複合式索引。它將date作為前置列，使每個SQL都可以利用索引，並且在第一和第三個SQL中形成了索引覆蓋，因而效能達到了最優。

5.總結：

預設情況下建立的索引是非群集索引，但有時它並不是最佳的；合理的索引設計要建立在對各種查詢的分析和預測上。一般來說：

①.有大量重複值、且經常有範圍查詢

between, >,< ，>=,< =）和order by 、group by發生的列，可考慮建立群集索引；

②.經常同時存取多列，且每列都含有重複值可考慮建立複合式索引；

③.複合式索引要盡量使關鍵查詢形成索引覆蓋，其前置列一定是使用最頻繁的列。