《数据库的查询优化技术》由会员分享，可在线阅读，更多相关《数据库的查询优化技术（12页珍藏版）》请在金锄头文库上搜索。
1、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，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
2、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
3、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，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
4、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_num;1001) 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合，所以应该改为如下语句：SELECT FROM orders WHERE customer_num=104 AND order_num
5、;1001UNIONSELECT 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。但这种匹配特别耗费时间。例如：SELECT FROM customer WHERE zipcode LIKE “98_ _ _”即使在zipco
6、de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 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 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，有时能加速查询。它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.bal
7、ance，other columnsFROM cust，rcvblesWHERE cust.customer_id = rcvlbes.customer_idAND rcvblls.balance;0AND 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 columnsFROM cust，rcvblesWHERE cust.customer_id = rcvlbes.custome
8、r_idAND rcvblls.balance;0ORDER 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，使得我们在写应用程序时很
9、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。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：1part表零件号零件描述其他列（part_num）（part_desc）（other column）102，032Seageat 30G disk500，049Novel 10M network card2vendor表厂商号厂商名其他列（vendor _num）（vendor_name） （other column）910，257Seageat Corp523，045IBM Corp3parven表零件号
10、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.part_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
11、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）part15010，00025400Vendor1501，000 2540Parven13 15，000300 50索引键尺寸每页键数量页面数量（Indexes）(Key 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
12、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，ve
13、ndor_num，priceFROM parvenORDER BY vendor_numINTO temp pv_by_vn这个语句顺序读parven（50页），写一个临时表（50页），并排序。假定排序的开销为200页，总共是300页。2把临时表和vendor表连接，把结果输出到一个临时表，并按part_num排序：SELECT pv_by_vn， vendor.vendor_numFROM pv_by_vn，vendorWHERE pv_by_vn.vendor_num=vendor.vendor_numORDER BY pv_by_vn.part_numINTO TMP pvvn_by_pnDROP TABLE pv_by_vn这个查询读取pv_by_vn(50页)，它通过索引存取vendor表1.5万次，但由于按vendor_num次序排列，实际上只是通过索引顺序地读vendor表（402=42页），输出的表每页约95行，共160页。写并存取这些页引发5160=800次的读写，索引共读写892页。3把输出和part连接得到最后的结果：
