数据库优化查询计划的方法

《数据库优化查询计划的方法》由会员分享，可在线阅读，更多相关《数据库优化查询计划的方法（5页珍藏版）》请在金锄头文库上搜索。

1、数据库优化查询计划的方法数据库系统是管理信息系统的核心，基于数据库的联机事务处理（OLTP）以及联机分析处理（OLAP）是银行、企业、政府等部 门最为重要的计算机应用之一。从大多数系统的应用实例来看，查询操作在各种数据库操作中所占据的比重最大，而查询操作所基 于的SELECT语句在SQL语句中又是代价最大的语句。举例来说，如果数据的量积累到一定的程度，比如一个银行的账户数据库表 信息积累到上百万甚至上千万条记录，全表扫描一次 往往需要数十分钟，甚至数小时。如果采用比全表扫描更好的查询策略，往 往可以使查询时间降为几分钟，由此可见查询优化技术的重要性。在应用项目的实施中发现，许多程序员在利用一些

2、前端数据库开发工具（如PowerBuilder、Delphi等）开发数据库应用程序时， 只注重用户界面的华丽， 并不重视查询语句的效率问题，导致所开发出来的应用系统效率低下，资源浪费严重。因此，如何设计 高效合理的查询语句就显得非常重要。本文以应用实例为基 础，结合数据库理论，介绍查询优化技术在现实系统中的运用。 分析问题许多程序员认为查询优化是DBMS （数据库管理系统）的任务，与程序员所编写的SQL语句关系不大，这是错误的。一个好的查询 计划往往可以使程序性能提高数十倍。查询计划是用户所提交的SQL语句的集合，查询规划是经过优化处理之后所产生的语句集 合。DBMS处理查询计划的过程是这样的

3、：在做完查询语句的词法、语法检查之后，将语句提交给DBMS的查询优化器，优化器做 完代数优化和存取路径的优化之后，由预编译模块对语句进行处理并生成查询规划，然后在合适的时间提交给系统处理执行，最后 将执行结果返回给用户。在实际的数据库产品（如Oracle、Sybase等）的高版本中都是采用基于代价的优化方法，这种优化能根据 从系统字典表所得到的信息来估计不同的查询规划 的代价，然后选择一个较优的规划。虽然现在的数据库产品在查询优化方面已 经做得越来越好，但由用户提交的SQL语句是系统优化的基础，很难设想一个原本糟糕的查询计划经过系统的优化之后会变得高 效，因此所写语句的优劣至关重要。下面重点说

4、明改善查询计划的解决方案。解决问题下面以关系数据库系统Informix为例，介绍改善用户查询计划的方法。1合理使用索引索引是数据库中重要的数据结构，它的根本目的就是为了提高查询效率。现在大多数的数据库产品都采用IBM最先提出的ISAM索 引结构。索引的使用要恰到好处，其使用原则如下：在经常进行连接，但是没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引。在频繁进行排序或分组（即进行group by或order by操作）的列上建立索引。 在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引。比如在雇员表的“性别”列上只有 “男”与“女”两个不同值，

5、因此就无必要建立索引。如果建立索引不但不会提高查询效率，反而会严重降低更新速度。如果待排序的列有多个，可以在这些列上建立复合索引（compound index）。使用系统工具。如Informix数据库有一个tbcheck工具，可以在可疑的索引上进行检查。在一些数据库服务器上，索引可能失 效或者因为频繁操作而使得读取效率降低，如果一个使用索引的查询不明不白地慢下来，可以试着用tbcheck工具检查索引的完 整性，必要时进行修复。另外，当数据库表更新大量 数据后，删除并重建索引可以提高查询速度。2避免或简化排序 应当简化或避免对大型表进行重复的排序。当能够利用索引自动以适当的次序产生输出时，优化器

6、就避免了排序的步骤。以下是一 些影响因素：索引中不包括一个或几个待排序的列； group by或order by子句中列的次序与索引的次序不一样；排序的列来自不同的表。 为了避免不必要的排序，就要正确地增建索引，合理地合并数据库表（尽管有时可能影响表的规范化，但相对于效率的提高是值得 的）。如果排序不可避免，那么应当试图简化它，如缩小排序的列的范围等。3消除对大型表行数据的顺序存取在 嵌套查询中，对表的顺序存取对查询效率可能产生致命的影响。比如采用顺序存取策略，一个嵌套3层的查询，如果每层都查 询1000行，那么这个查询就要查询 10亿行数据。避免这种情况的主要方法就是对连接的列进行索引。例如

7、，两个表：学生表（学 号、姓名、年龄）和选课表（学号、课程号、成绩）。如果两个 表要做连接，就要在“学号”这个连接字段上建立索引。还可以使用并集来避免顺序存取。尽管在所有的检查列上都有索引，但某些形式的where子句强迫优化器使用顺序存取。下面的查 询将强迫对orders表执行顺序操作：SELECT FROM orders WHERE （customer_num=104 AND order_num1001） OR order_num=1008虽然在customer_num和order_num上建有索引，但是在上面的语句中优化器还是使用顺序存取路径扫描整个表。因为这个语句要 检索的是分离的行的集

8、合，所以应该改为如下语句：SELECT FROM orders WHERE customer_num=104 AND order_num1001UNIONSELECT FROM orders WHERE order_num=1008这样就能利用索引路径处理查询。4避免相关子查询一个列的标签同时在主查询和where子句中的查询中出现，那么很可能当主查询中的列值改变之后，子查询必须重新查询一次。查 询嵌套层次越多，效率越低，因此应当尽量避免子查询。如果子查询不可避免，那么要在子查询中过滤掉尽可能多的行。5避免困难的正规表达式MATCHES和LIKE关键字支持通配符匹配，技术上叫正规表达式。但这种匹

9、配特别耗费时间。例如：SELECT衣FROM customer WHERE zipcode LIKE “98_ _ _”即使在zipcode字段上建立了索引，在这种情况下也还是采用顺序扫描的方式。如果把语句改为SELECT衣FROM customer WHERE zipcode “98000”，在执行查询时就会利用索引来查询，显然会大大提高速度。另外，还要避免非开始的子串。例如语句：SELECT卡FROM customer WHERE zipcode2，3“80”，在where子句中采用了非 开始子串，因而这个语句也不会使用索引。6使用临时表加速查询把表的一个子集进行排序并创建临时表，有时能加

10、速查询。有助于避免多重排序操作，而且在其他方面还能简化优化器的工作。例 如：SELECT cust.name，rcvbles.balance，other columnsFROM cust，rcvblesWHERE cust.customer_id = rcvlbes.customer_idAND rcvblls.balance0AND cust.postcode“98000”ORDER BY cust.name如果这个查询要被执行多次而不止一次，可以把所有未付款的客户找出来放在一个临时文件中，并按客户的名字进行排序：SELECT cust.name，rcvbles.balance，other

11、columnsFROM cust，rcvblesWHERE cust.customer_id = rcvlbes.customer_idAND rcvblls.balance0ORDER BY cust.nameINTO TEMP cust_with_balance然后以下面的方式在临时表中查询：SELECT FROM cust_with_balanceWHERE postcode“98000”临时表中的行要比主表中的行少，而且物理顺序就是所要求的顺序，减少了磁盘I/O,所以查询工作量可以得到大幅减少。 注意：临时表创建后不会反映主表的修改。在主表中数据频繁修改的情况下，注意不要丢失数据。7用

12、排序来取代非顺序存取非顺序磁盘存取是最慢的操作，表现在磁盘存取臂的来回移动。SQL语句隐藏了这一情况，使得在写应用程序时很容易写出要求存 取大量非顺序页的查询。有些时候，用数据库的排序能力来替代非顺序的存取能改进查询。实例分析下面我们举一个制造公司的例子来说明如何进行查询优化。制造公司数据库中包括3个表，模式如下所示：1. part 表零件号零件描述其他列(part_num) (part_desc)(other column)102，032Seageat 30G disk500，049Novel 10M network card 2. vendor 表厂商号厂商名其他列( vendor _nu

13、m)( vendor_name)( other column)910， 257Seageat Corp523， 045IBM Corp3parven 表零件号厂商号零件数量( part_num)( vendor_num)( part_amount)102， 032910， 2573,450,000234， 423321， 0014， 000， 000下面的查询将在这些表上定期运行，并产生关于所有零件数量的报表：SELECT part_desc，vendor_name，part_amountFROM part，vendor，parvenWHERE part.part_num=parven.par

14、t_numAND parven.vendor_num = vendor.vendor_numORDER BY part.part_num如果不建立索引，上述查询代码的开销将十分巨大。为此，我们在零件号和厂商号上建立索引。索引的建立避免了在嵌套中反复扫 描。关于表与索引的统计信息如下：表行尺寸行数量每页行数量数据页数量( table)(row size)( Row count)( Rows/Pages)(Data Pages)part15010， 00025400Vendor1501， 0002540Parven1315， 00030050索引键尺寸每页键数量页面数量( Indexes)(Key

15、 Size)( Keys/Page)(Leaf Pages)part450020Vendor45002Parven825060看 起来是个相对简单的 3 表连接，但是其查询开销是很大的。通过查看系统表可以看到，在 part_num 上和 vendor_num 上有簇索 引，因此索引是按照 物理顺序存放的。parven表没有特定的存放次序。这些表的大小说明从缓冲页中非顺序存取的成功率很小。 此语句的优化查询规划是：首先从part中顺序 读取400页，然后再对parven表非顺序存取1万次，每次2页（一个索引页、一 个数据页），总计2万个磁盘页，最后对vendor表非顺序存取1.5万次，合3万个磁盘页。可以看出在这个索引好的连接上花费 的磁盘存取为5.04万次。实际上，我们可以通过使用临时表分3个步骤来提高查询效率：1从 parven 表中按 vendor_num 的次序读数据：SELECT part_num， vendor_num， priceFROM parvenORDER B