如何让你的sql运行得更快

《如何让你的sql运行得更快》由会员分享，可在线阅读，更多相关《如何让你的sql运行得更快（7页珍藏版）》请在金锄头文库上搜索。

1、如何让你的如何让你的 SQLSQL 运行得更快运行得更快如何让你的 SQL 运行得更快 交通银行长春分行电脑部 任亮 人们在使用 SQL 时往往会陷入一个误区，即太关注于所得的结果是否正确，而忽略了不同的实现方法之间可能存在的性能差异，这种性能差异在大型的或是复杂的数据库环境中（如联机事务处理 OLTP 或决策支持系统 DSS）中表现得尤为明显。笔者在工作实践中发现，不良的 SQL 往往来自于不恰当的索引设计、不充份的连接条件和不可优化的 where 子句。在对它们进行适当的优化后，其运行速度有了明显地提高！下面我将从这三个方面分别进行总结： 为了更直观地说明问题，所有实例中的 SQL 运行时

2、间均经过测试，不超过秒的均表示为（19991201 and date 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。 2.在 date 上的一个群集索引 select count(*) from record wher

3、e date 19991201 and date 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，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。 3.在 place，date，amount 上的组合索引 select count(*)

4、 from record where date 19991201 and date 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)（ 19991201 and date 2000(19990901 and place in (BJ,SH)（,=, =）和 order by、group by 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

5、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。 二、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，试看在不同的表连接条件下，两个 SQL 的执行情况： select sum(a.amount) from account a,card b where a.card_no = b.card_no（20 秒）将 SQL 改为： select sum(a.amount) from account a,card b where a.card

6、_no = b.card_no and a.account_no=b.account_no（ 1 秒）分析： 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 ca

7、rd 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 可见，只有充份的连接条件，真正的最佳方案才会被执行。总结： 1.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。 2.查看执行方案的方法- 用 set showplanon，打开 showplan 选项，就可以看到连接顺序、使用何种索引的信息；想看更详

8、细的信息，需用 sa 角色执行dbcc(3604,310,302)。 三、不可优化的 where 子句1.例：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 * from record where substring(card_no,1,4)=5378(13 秒)select * from record whereamount/30 1000（11 秒）select * from record where convert(char(10),date,112)=19991201（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

9、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 * from record where card_no like5378%（ 1 秒）select * from record where amount 1000*30（ 1 秒）select * from record where date= 1999/12/01（ 1 秒）你会发现 SQL 明显快起来！ 2.例：表 stuff 有 200000 行，id_no 上有非群集索引，请看下面这个 SQL

10、： select count(*) from stuff where id_no in(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 or id_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

11、数据库性能的影响。 实践证明，表的行数越多，工作表的性能就越差，当stuff 有 620000 行时，执行时间竟达到 220 秒！还不如将 or 子句分开： select count(*) from stuff where id_no=0select count(*) from stuff where id_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，时间也只有 4 秒。或者，用更好的方法，写一个简单的存储过程： create proc count_stuff asdeclare a intdeclare b intdeclare

12、 c intdeclare d char(10)beginselect a=count(*) from stuff where id_no=0select b=count(*) from stuff where id_no=1endselect c=a+bselect d=convert(char(10),c)print d直接算出结果，执行时间同上面一样快！ 总结： 可见，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。 1.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。 2.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。 3.要善于使用存储过程，它使 SQL 变得更加灵活和高效。 从以上这些例子可以看出，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。其实 SQL 的性能优化是一个复杂的过程，上述这些只是在应用层次的一种体现，深入研究还会涉及数据库层的资源配置、网络层的流量控制以及操作系统层的总体设计。(本文摘自计算机世界日报) 返回