人們在使用SQL時往往會陷入一個誤區(qū)，即太關(guān)注于所得的結(jié)果是否正確，而忽略了不同的實現(xiàn)方法之間可能存在的性能差異，這種性能差異在大型的或是復雜的數(shù)據(jù)庫環(huán)境中（如聯(lián)機事務處理OLTP或決策支持系統(tǒng)DSS）中表現(xiàn)得尤為明顯。筆者在工作實踐中發(fā)現(xiàn)，不良的SQL往往來自于不恰當?shù)乃饕O計、不充份的連接條件和不可優(yōu)化的where子句。在對它們進行適當?shù)膬?yōu)化后，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(jié)：

---- 為了更直觀地說明問題，所有實例中的SQL運行時間均經(jīng)過測試，不超過１秒的均表示為（< 1秒）。

---- 測試環(huán)境--
---- 主機：HP LH II
---- 主頻：330MHZ
---- 內(nèi)存：128兆
---- 操作系統(tǒng)：Operserver5.0.4
----數(shù)據(jù)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上有大量的重復值，在非群集索引下，數(shù)據(jù)在物理上隨機存放在數(shù)據(jù)頁上，在范圍查找時，必須執(zhí)行一次表掃描才能找到這一范圍內(nèi)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，數(shù)據(jù)在物理上按順序在數(shù)據(jù)頁上，重復值也排列在一起，因而在范圍查找時，可以先找到這個范圍的起末點，且只在這個范圍內(nèi)掃描數(shù)據(jù)頁，避免了大范圍掃描，提高了查詢速度。

---- 3.在place，date，amount上的組合索引

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組合索引，因為它的前導列是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組合索引中，形成了索引覆蓋，所以它的速度是非?？斓摹?

---- 4.在date，place，amount上的組合索引

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：
---- 這是一個合理的組合索引。它將date作為前導列，使每個SQL都可以利用索引，并且在第一和第三個SQL中形成了索引覆蓋，因而性能達到了最優(yōu)。

---- 5.總結(jié)：

---- 缺省情況下建立的索引是非群集索引，但有時它并不是最佳的；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.有大量重復值、且經(jīng)常有范圍查詢

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

---- ②.經(jīng)常同時存取多列，且每列都含有重復值可考慮建立組合索引；

---- ③.組合索引要盡量使關(guān)鍵查詢形成索引覆蓋，其前導列一定是使用最頻繁的列。

二、不充份的連接條件：
---- 例：表card有7896行，在card_no上有一個非聚集索引，表account有191122行，在 account_no上有一個非聚集索引，試看在不同的表連接條件下，兩個SQL的執(zhí)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：
---- 在第一個連接條件下，最佳查詢方案是將account作外層表，card作內(nèi)層表，利用card上的索引，其I/O次數(shù)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(nèi)層表card上對應外層表第一行所要查找的3頁）=595907次I/O

---- 在第二個連接條件下，最佳查詢方案是將card作外層表，account作內(nèi)層表，利用account上的索引，其I/O次數(shù)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(nèi)層表account上對應外層表每一行所要查找的4頁）= 33528次I/O

---- 可見，只有充份的連接條件，真正的最佳方案才會被執(zhí)行。

---- 總結(jié)：

---- 1.多表操作在被實際執(zhí)行前，查詢優(yōu)化器會根據(jù)連接條件，列出幾組可能的連接方案并從中找出系統(tǒng)開銷最小的最佳方案。連接條件要充份考慮帶有索引的表、行數(shù)多的表；內(nèi)外表的選擇可由公式：外層表中的匹配行數(shù)*內(nèi)層表中每一次查找的次數(shù)確定，乘積最小為最佳方案。

---- 2.查看執(zhí)行方案的方法-- 用set showplanon，打開showplan選項，就可以看到連接順序、使用何種索引的信息；想看更詳細的信息，需用sa角色執(zhí)行dbcc(3604,310,302)。

三、不可優(yōu)化的where子句
---- 1.例：下列SQL條件語句中的列都建有恰當?shù)乃饕?，但?zhí)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(jié)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索，而沒有使用該列上面的索引；如果這些結(jié)果在查詢編譯時就能得到，那么就可以被SQL優(yōu)化器優(yōu)化，使用索引，避免表搜索，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(fā)現(xiàn)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'在邏輯上相當于'or'，所以語法分析器會將in ('0','1')轉(zhuǎn)化為id_no ='0' or id_no='1'來執(zhí)行。我們期望它會根據(jù)每個or子句分別查找，再將結(jié)果相加，這樣可以利用id_no上的索引；但實際上（根據(jù)showplan）,它卻采用了"OR策略"，即先取出滿足每個or子句的行，存入臨時數(shù)據(jù)庫的工作表中，再建立唯一索引以去掉重復行，最后從這個臨時表中計算結(jié)果。因此，實際過程沒有利用id_no上索引，并且完成時間還要受tempdb數(shù)據(jù)庫性能的影響。

---- 實踐證明，表的行數(shù)越多，工作表的性能就越差，當stuff有620000行時，執(zhí)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(jié)果，再作一次加法合算。因為每句都使用了索引，執(zhí)行時間只有3秒，在620000行下，時間也只有4秒?；蛘撸酶玫姆椒?，寫一個簡單的存儲過程：
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(jié)果，執(zhí)行時間同上面一樣快！
---- 總結(jié)：

---- 可見，所謂優(yōu)化即where子句利用了索引，不可優(yōu)化即發(fā)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，它包括數(shù)據(jù)庫函數(shù)、計算表達式等等，查詢時要盡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(chǎn)生大量重復值，可以考慮把子句拆開；拆開的子句中應該包含索引。

---- 3.要善于使用存儲過程，它使SQL變得更加靈活和高效。

---- 從以上這些例子可以看出，SQL優(yōu)化的實質(zhì)就是在結(jié)果正確的前提下，用優(yōu)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(shù)，盡量避免表搜索的發(fā)生。其實SQL的性能優(yōu)化是一個復雜的過程，上述這些只是在應用層次的一種體現(xiàn)，深入研究還會涉及數(shù)據(jù)庫層的資源配置、網(wǎng)絡層的流量控制以及操作系統(tǒng)層的總體設計。

最新評論