讓你的SQL運行得更快

來源:互聯網
上載者:User


---- 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。

二、不充份的串連條件:
---- 例:表card有7896行,在card_no上有一個非叢集索引,表account有191122行,在 account_no上有一個非叢集索引,試看在不同的表串連條件下,兩個SQL的執行情況:

select sum(a.amount) from account a,
card b where a.card_no = b.card_no(20秒)

---- 將SQL改為:
select sum(a.amount) from account a,
card b where a.card_no = b.card_no and a.
account_no=b.account_no(< 1秒)

---- 分析:
---- 在第一個串連條件下,最佳查詢方案是將account作外層表,card作內層表,利用card上的索引,其I/O次數可由以下公式估算為:

---- 外層表account上的22541頁+(外層表account的191122行*內層表card上對應外層表第一行所要尋找的3頁)=595907次I/O

---- 在第二個串連條件下,最佳查詢方案是將card作外層表,account作內層表,利用account上的索引,其I/O次數可由以下公式估算為:

---- 外層表card上的1944頁+(外層表card的7896行*內層表account上對應外層表每一行所要尋找的4頁)= 33528次I/O

---- 可見,只有充份的串連條件,真正的最佳方案才會被執行。

---- 總結:

---- 1.多表操作在被實際執行前,查詢最佳化工具會根據串連條件,列出幾組可能的串連方案並從中找出系統開銷最小的最佳方案。串連條件要充份考慮帶有索引的表、行數多的表;內外表的選擇可由公式:外層表中的匹配行數*內層表中每一次尋找的次數確定,乘積最小為最佳方案。

---- 2.查看執行方案的方法-- 用set showplanon,開啟showplan選項,就可以看到串連順序、使用何種索引的資訊;想看更詳細的資訊,需用sa角色執行dbcc(3604,310,302)。

三、不可最佳化的where子句
---- 1.例:下列SQL條件陳述式中的列都建有恰當的索引,但執行速度卻非常慢:

select * from record where
substring(card_no,1,4)='5378'(13秒)
select * from record where
amount/30< 1000(11秒)
select * from record where
convert(char(10),date,112)='19991201'(10秒)

---- 分析:
---- where子句中對列的任何操作結果都是在SQL運行時逐列計算得到的,因此它不得不進行表搜尋,而沒有使用該列上面的索引;如果這些結果在查詢編譯時間就能得到,那麼就可以被SQL最佳化器最佳化,使用索引,避免表搜尋,因此將SQL重寫成下面這樣:

select * from record where card_no like
'5378%'(< 1秒)
select * from record where amount
< 1000*30(< 1秒)
select * from record where date= '1999/12/01'
(< 1秒)

---- 你會發現SQL明顯快起來!

---- 2.例:表stuff有200000行,id_no上有非群集索引,請看下面這個SQL:

select count(*) from stuff where id_no in('0','1')
(23秒)

---- 分析:
---- where條件中的'in'在邏輯上相當於'or',所以文法分析器會將in ('0','1')轉化為id_no ='0' or id_no='1'來執行。我們期望它會根據每個or子句分別尋找,再將結果相加,這樣可以利用id_no上的索引;但實際上(根據showplan),它卻採用了"OR策略",即先取出滿足每個or子句的行,存入臨時資料庫的工作表中,再建立唯一索引以去掉重複行,最後從這個暫存資料表中計算結果。因此,實際過程沒有利用id_no上索引,並且完成時間還要受tempdb資料庫效能的影響。

---- 實踐證明,表的行數越多,工作表的效能就越差,當stuff有620000行時,執行時間竟達到220秒!還不如將or子句分開:

select count(*) from stuff where id_no='0'
select count(*) from stuff where id_no='1'

---- 得到兩個結果,再作一次加法合算。因為每句都使用了索引,執行時間只有3秒,在620000行下,時間也只有4秒。或者,用更好的方法,寫一個簡單的預存程序:
create proc count_stuff as
declare @a int
declare @b int
declare @c int
declare @d char(10)
begin
select @a=count(*) from stuff where id_no='0'
select @b=count(*) from stuff where id_no='1'
end
select @c=@a+@b
select @d=convert(char(10),@c)
print @d

---- 直接算出結果,執行時間同上面一樣快!
---- 總結:

---- 可見,所謂最佳化即where子句利用了索引,不可最佳化即發生了表掃描或額外開銷。

---- 1.任何對列的操作都將導致表掃描,它包括資料庫函數、計算運算式等等,查詢時要儘可能將操作移至等號右邊。

---- 2.in、or子句常會使用工作表,使索引失效;如果不產生大量重複值,可以考慮把子句拆開;拆開的子句中應該包含索引。

---- 3.要善於使用預存程序,它使SQL變得更加靈活和高效。

---- 從以上這些例子可以看出,SQL最佳化的實質就是在結果正確的前提下,用最佳化器可以識別的語句,充份利用索引,減少表掃描的I/O次數,盡量避免表搜尋的發生。其實SQL的效能最佳化是一個複雜的過程,上述這些只是在應用程式層次的一種體現,深入研究還會涉及資料庫層的資源配置、網路層的流量控制以及作業系統層的總體設計。




相關文章

E-Commerce Solutions

Leverage the same tools powering the Alibaba Ecosystem

Learn more >

Apsara Conference 2019

The Rise of Data Intelligence, September 25th - 27th, Hangzhou, China

Learn more >

Alibaba Cloud Free Trial

Learn and experience the power of Alibaba Cloud with a free trial worth $300-1200 USD

Learn more >

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。