SQL最佳化----百萬資料查詢最佳化(轉載)

標籤：執行順序   不同   exists   重複   nbsp   沒有   標籤   建立   否則   

（轉自http://www.cnblogs.com/qqzy168/archive/2013/08/02/3233817.html）

1．合理使用索引

　　索引是資料庫中重要的資料結構，它的根本目的就是為了提高查詢效率。現在大多數的資料庫產品都採用IBM最先提出的ISAM索引結構。索引的使用要恰到好處，其使用原則如下：

　　●在經常進行串連，但是沒有指定為外鍵的列上建立索引，而不經常串連的欄位則由最佳化器自動產生索引。

　　●在頻繁進行排序或分組（即進行group by或order by操作）的列上建立索引。

　　●在條件運算式中經常用到的不同值較多的列上建立檢索，在不同值少的列上不要建立索引。比如在僱員表的“性別”列上只有“男”與“女”兩個不同值，因此就無必要建立索引。如果建立索引不但不會提高查詢效率，反而會嚴重降低更新速度。

　　●如果待排序的列有多個，可以在這些列上建立複合索引（compound index）。

　　●使用系統工具。如Informix資料庫有一個tbcheck工具，可以在可疑的索引上進行檢查。在一些資料庫伺服器上，索引可能失效或者因為頻繁操作而使得讀取效率降低，如果一個使用索引的查詢不明不白地慢下來，可以試著用tbcheck工具檢查索引的完整性，必要時進行修複。另外，當資料庫表更新大量資料後，刪除並重建索引可以提高查詢速度。

　　2．避免或簡化排序

　　應當簡化或避免對大型表進行重複的排序。當能夠利用索引自動以適當的次序產生輸出時，最佳化器就避免了排序的步驟。以下是一些影響因素：

　　●索引中不包括一個或幾個待排序的列；

　　●group by或order by子句中列的次序與索引的次序不一樣；

　　●排序的列來自不同的表。

　　為了避免不必要的排序，就要正確地增建索引，合理地合并資料庫表（儘管有時可能影響表的正常化，但相對於效率的提高是值得的）。如果排序不可避免，那麼應當試圖簡化它，如縮小排序的列的範圍等。

　　3．消除對大型表行資料的順序存取

　　在巢狀查詢中，對錶的順序存取對查詢效率可能產生致命的影響。比如採用順序存取策略，一個嵌套3層的查詢，如果每層都查詢1000行，那麼這個查詢就要查詢10億行資料。    A）避免這種情況的主要方法就是對串連的列進行索引。

　　B) 還可以使用並集來避免順序存取（將or改成union）。儘管在所有的檢查列上都有索引，但某些形式的where子句強迫最佳化器使用順序存取。下面的查詢將強迫對orders表執行順序操作：

　　SELECT ＊ FROM orders WHERE (customer_num=104 AND order_num>1001) OR order_num=1008

　　雖然在customer_num和order_num上建有索引，但是在上面的語句中最佳化器還是使用順序存取路徑掃描整個表。因為這個語句要檢索的是分離的行的集合，所以應該改為如下語句：

　　SELECT ＊ FROM orders WHERE customer_num=104 AND order_num>1001

　　UNION

　　SELECT ＊ FROM orders WHERE order_num=1008

　　這樣就能利用索引路徑處理查詢。

   4．避免相互關聯的子查詢

　　一個列的標籤同時在主查詢和where子句中的查詢中出現，那麼很可能當主查詢中的列值改變之後，子查詢必須重新查詢一次。查詢嵌套層次越多，效率越低，因此應當盡量避免子查詢。如果子查詢不可避免，那麼要在子查詢中過濾掉儘可能多的行。

　　5．避免困難的正規運算式

　　MATCHES和LIKE關鍵字支援萬用字元匹配，技術上叫正規運算式。但這種匹配特別耗費時間。例如：SELECT ＊ FROM customer WHERE zipcode LIKE “98_ _ _”

　　即使在zipcode欄位上建立了索引，在這種情況下也還是採用順序掃描的方式。如果把語句改為SELECT ＊ FROM customer WHERE zipcode >“98000”，在執行查詢時就會利用索引來查詢，顯然會大大提高速度。

　　另外，還要避免非開始的子串。例如語句：SELECT ＊ FROM customer WHERE zipcode[2，3] >“80”，在where子句中採用了非開始子串，因而這個語句也不會使用索引。

　　6．使用暫存資料表加速查詢

　　把表的一個子集進行排序並建立暫存資料表，有時能加速查詢。有助於避免多重排序操作，而且在其他方面還能簡化最佳化器的工作。例如：

　　SELECT cust.name，rcvbles.balance，……other columns

　　FROM cust，rcvbles

　　WHERE cust.customer_id = rcvlbes.customer_id

　　AND rcvblls.balance>0

　　AND cust.postcode>“98000”

　　ORDER BY cust.name

　　如果這個查詢要被執行多次而不止一次，可以把所有未付款的客戶找出來放在一個臨時檔案中，並按客戶的名字進行排序：

　　SELECT cust.name，rcvbles.balance，……other columns

　　FROM cust，rcvbles

　　WHERE cust.customer_id = rcvlbes.customer_id

　　AND rcvblls.balance>0

　　ORDER BY cust.name

　　INTO TEMP cust_with_balance

　　然後以下面的方式在暫存資料表中查詢：

　　SELECT ＊ FROM cust_with_balance

　　WHERE postcode>“98000”

　　暫存資料表中的行要比主表中的行少，而且物理順序就是所要求的順序，減少了磁碟I/O，所以查詢工作量可以得到大幅減少。

　　注意：暫存資料表建立後不會反映主表的修改。在主表中資料頻繁修改的情況下，注意不要遺失資料。 

　

　　小　結

　　20％的代碼用去了80％的時間，這是程式設計中的一個著名定律，在資料庫應用程式中也同樣如此。我們的最佳化要抓住關鍵問題，對於資料庫應用程式來說，重點在於SQL的執行效率。查詢最佳化的重點環節是使得資料庫伺服器少從磁碟中讀資料以及順序讀頁而不是非順序讀頁。

第二部分（如何讓引擎充分使用索引）

l  百萬資料查詢最佳化技巧三十則

1.建立索引 對查詢進行最佳化，應盡量避免全表掃描，首先應考慮在 where 及 order by 涉及的列上建立索引。 

 

2.應盡量避免在 where 子句中對欄位進行 null 值判斷，否則將導致引擎放棄使用索引而進行全表掃描，如： 

select id from t where num is null 

可以在num上設定預設值0，確保表中num列沒有null值，然後這樣查詢： 

select id from t where num=0 

 

3.應盡量避免在 where 子句中使用!=或<>操作符，否則將引擎放棄使用索引而進行全表掃描。 

 

4.應盡量避免在 where 子句中使用 or 來串連條件，可使用union，否則將導致引擎放棄使用索引而進行全表掃描，如： 

select id from t where num=10 or num=20 

可以這樣查詢： 

select id from t where num=10 

union all 

select id from t where num=20 

 

5.in 和 not in 也要慎用，否則會導致全表掃描，如： 

select id from t where num in(1,2,3) 

對於連續的數值，能用 between 就不要用 in 了： 

select id from t where num between 1 and 3 

 

6.下面模糊查詢也將導致全表掃描： 

select id from t where name like ‘%abc%‘ 

若要提高效率，可以考慮全文檢索索引。 

 

7.如果在 where 子句中使用參數，也會導致全表掃描。

因為SQL只有在運行時才會解析局部變數，但最佳化程式不能將訪問計劃的選擇延遲到運行時；它必須在編譯時間進行選擇。然而，如果在編譯時間建立訪問計劃，變數的值還是未知的，因而無法作為索引選擇的輸入項。如下面語句將進行全表掃描： 

select id from t where [email protected] 

可以改為強制查詢使用索引： 

select id from t with(index(索引名)) where [email protected] 

 

8.應盡量避免在 where 子句中對欄位進行運算式操作，這將導致引擎放棄使用索引而進行全表掃描。如： 

select id from t where num/2=100 

應改為: 

select id from t where num=100*2 

 

9.應盡量避免在where子句中對欄位進行函數（內建函數）操作，

這將導致引擎放棄使用索引而進行全表掃描。如： 

select id from t where substring(name,1,3)=‘abc‘--name以abc開頭的id 

select id from t where datediff(day,createdate,‘2005-11-30‘)=0--‘2005-11-30’產生的id 

應改為: 

select id from t where name like ‘abc%‘ 

select id from t where createdate>=‘2005-11-30‘ and createdate<‘2005-12-1‘ 

 

10.不要在 where 子句中的“=”左邊進行函數、算術運算或其他運算式運算，否則系統將可能無法正確使用索引。 

 

11.在使用索引欄位作為條件時，如果該索引是複合索引，那麼必須使用到該索引中的第一個欄位作為條件時才能保證系統使用該索引，否則該索引將不會被使用，並且應儘可能的讓欄位順序與索引順序相一致。 

 

12.不要寫一些沒有意義的查詢，如需要產生一個空表結構： 

select col1,col2 into #t from t where 1=0 

這類代碼不會返回任何結果集，但是會消耗系統資源的，應改成這樣： 

create table #t(...) 

 

13.很多時候用 exists 代替 in 是一個好的選擇（原因：請參考我的部落格）： 

select num from a where num in(select num from b) 

用下面的語句替換： 

select num from a where exists(select 1 from b where num=a.num) 

 

14.並不是所有索引對查詢都有效，SQL是根據表中資料來進行查詢最佳化的，當索引列有大量資料重複時，SQL查詢可能不會去利用索引（除非是位元影像索引），如一表中有欄位sex，male、female幾乎各一半，那麼即使在sex上建了索引也對查詢效率起不了作用。 

 

15.索引並不是越多越好，索引固然可以提高相應的 select 的效率，但同時也降低了 insert 及 update 的效率，因為 insert 或 update 時有可能會重建索引，所以怎樣建索引需要謹慎考慮，視具體情況而定。一個表的索引數最好不要超過6個，若太多則應考慮一些不常使用到的列上建的索引是否有必要。 

 

16.應儘可能的避免更新 clustered 索引資料列，因為 clustered 索引資料列的順序就是表記錄的實體儲存體順序，一旦該列值改變將導致整個表記錄的順序的調整，會耗費相當大的資源。若應用系統需要頻繁更新 clustered 索引資料列，那麼需要考慮是否應將該索引建為 clustered 索引。 

 

17.盡量使用數字型欄位，若只含數值資訊的欄位盡量不要設計為字元型，這會降低查詢和串連的效能，並會增加儲存開銷。這是因為引擎在處理查詢和串連時會逐個比較字串中每一個字元，而對於數字型而言只需要比較一次就夠了。 

 

18.儘可能的使用 varchar/nvarchar 代替 char/nchar，最好用varchar2（自變長度） ，因為首先變長欄位儲存空間小，可以節省儲存空間，其次對於查詢來說，在一個相對較小的欄位內搜尋效率顯然要高些。 

 

19.任何地方都不要使用 select * from t ，用具體的欄位列表代替“*”，不要返回用不到的任何欄位。 

 

20.盡量使用表變數來代替暫存資料表（一般用在預存程序中）。如果表變數包含大量資料，請注意索引非常有限（只有主鍵索引）。 

 

21.避免頻繁建立和刪除暫存資料表，以減少系統資料表資源的消耗。 

 

22.暫存資料表並不是不可使用，適當地使用它們可以使某些常式更有效，例如，當需要重複引用大型表或常用表中的某個資料集時。但是，對於一次性事件，最好使用匯出表。 

 

23.在建立暫存資料表時，如果一次性插入資料量很大，那麼可以使用 select into A select。。。 代替 create table，避免造成大量 log ，以提高速度；如果資料量不大，為了緩和系統資料表的資源，應先create table，然後insert。 

 

24.如果使用到了暫存資料表，在預存程序的最後務必將所有的暫存資料表顯式刪除，先 truncate table ，然後 drop table ，這樣可以避免系統資料表的較長時間鎖定。 

 

25.盡量避免使用遊標，因為遊標的效率較差，如果遊標操作的資料超過1萬行，那麼就應該考慮改寫。 

 

26.使用基於遊標的方法或暫存資料表方法之前，應先尋找基於集的解決方案來解決問題，基於集的方法通常更有效。 

 

27.與暫存資料表一樣，遊標並不是不可使用。對小型資料集使用 FAST_FORWARD 遊標通常要優於其他逐行處理方法，尤其是在必須引用幾個表才能獲得所需的資料時。在結果集中包括“合計”的常式通常要比使用遊標執行的速度快。如果開發時間允許，基於遊標的方法和基於集的方法都可以嘗試一下，看哪一種方法的效果更好。 

 

28.在所有的預存程序和觸發器的開始處設定 SET NOCOUNT ON ，在結束時設定 SET NOCOUNT OFF 。無需在執行預存程序和觸發器的每個語句後向用戶端發送 DONE_IN_PROC 訊息。 

 

29.盡量避免大事務操作，提高系統並發能力。 

 

30.盡量避免向用戶端返回大資料量，若資料量過大，應該考慮相應需求是否合理。 

SQL最佳化----百萬資料查詢最佳化(轉載)