在一個千萬級的資料庫查尋中，如何提高查詢效率？

在一個千萬級的資料庫查尋中，如何提高查詢效率？

1）資料庫設計方面： 

a. 對查詢進行優化，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。

b. 應盡量避免在 where 子句中對字段進行 null 值判斷，否則将導緻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，確定表中num列沒有null值，然後這樣查詢： select id from t where num=0

c. 并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優化的，當索引列有大量資料重複時,查詢可能不會去利用索引，如一表中有字段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。

d. 索引并不是越多越好，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，是以怎樣建索引需要慎重考慮，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。

e. 應盡可能的避免更新索引資料列，因為索引資料列的順序就是表記錄的實體存儲順序，一旦該列值改變将導緻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索引資料列，那麼需要考慮是否應将該索引建為索引。

f. 盡量使用數字型字段，若隻含數值資訊的字段盡量不要設計為字元型，這會降低查詢和連接配接的性能，并會增加存儲開銷。這是因為引擎在處理查詢和連接配接時會逐個比較字元串中每一個字元，而對于數字型而言隻需要比較一次就夠了。

g. 盡可能的使用 varchar/nvarchar 代替 char/nchar ，因為首先變長字段存儲空間小，可以節省存儲空間，其次對于查詢來說，在一個相對較小的字段内搜尋效率顯然要高些。

h. 盡量使用表變量來代替臨時表。如果表變量包含大量資料，請注意索引非常有限（隻有主鍵索引）。

i. 避免頻繁建立和删除臨時表，以減少系統表資源的消耗。

j. 臨時表并不是不可使用，适當地使用它們可以使某些例程更有效，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，對于一次性事件，最好使用導出表。

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

l. 如果使用到了臨時表，在存儲過程的最後務必将所有的臨時表顯式删除，先 truncate table ，然後 drop table ，這樣可以避免系統表的較長時間鎖定。

2)SQL語句方面：

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

b. 應盡量避免在 where 子句中使用 or 來連接配接條件，否則将導緻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

c. in 和 not in 也要慎用，否則會導緻全表掃描，如： select id from t where num in(1,2,3) 對于連續的數值，能用 between 就不要用 in 了： select id from t where num between 1 and 3

d. 下面的查詢也将導緻全表掃描： select id from t where name like ‘%abc%’

e. 如果在 where 子句中使用參數，也會導緻全表掃描。因為SQL隻有在運作時才會解析局部變量，但優化程式不能将通路計劃的選擇推遲到運作時；它必須在編譯時進行選擇。然而，如果在編譯時建立通路計劃，變量的值還是未知的，因而無法作為索引選擇的輸入項。如下面語句将進行全表掃描： select id from t where num=@num 可以改為強制查詢使用索引： select id from t with(index(索引名)) where num=@num

f. 應盡量避免在 where 子句中對字段進行表達式操作，這将導緻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

g. 應盡量避免在where子句中對字段進行函數操作，這将導緻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’生成的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′

h. 不要在 where 子句中的“=”左邊進行函數、算術運算或其他表達式運算，否則系統将可能無法正确使用索引。

i. 不要寫一些沒有意義的查詢，如需要生成一個空表結構： select col1,col2 into #t from t where 1=0 這類代碼不會傳回任何結果集，但是會消耗系統資源的，應改成這樣： create table #t(…)

j. 很多時候用 exists 代替 in 是一個好的選擇： 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)

k. 任何地方都不要使用 select * from t ，用具體的字段清單代替“*”，不要傳回用不到的任何字段。

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

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

n. 盡量避免大事務操作，提高系統并發能力。

3)java方面：重點内容

a.盡可能的少造對象。

b.合理擺正系統設計的位置。大量資料操作，和少量資料操作一定是分開的。大量的資料操作，肯定不是ORM架構搞定的。，

c.使用jDBC連結資料庫操作資料

d.控制好記憶體，讓資料流起來，而不是全部讀到記憶體再處理，而是邊讀取邊處理；

e.合理利用記憶體，有的資料要緩存

如何優化資料庫，如何提高資料庫的性能?

解答：

1） 硬體調整性能 最有可能影響性能的是磁盤和網絡吞吐量,解決辦法擴大虛拟記憶體，并保證有足夠可以擴充的空間；把資料庫伺服器上的不必要服務關閉掉；把資料庫伺服器和主域伺服器分開；把SQL資料庫伺服器的吞吐量調為最大；在具有一個以上處理器的機器上運作SQL。

2）調整資料庫

若對該表的查詢頻率比較高，則建立索引；建立索引時，想盡對該表的所有查詢搜尋操作， 按照where選擇條件建立索引，盡量為整型鍵建立為有且隻有一個簇集索引，資料在實體上按順序在資料頁上，縮短查找範圍，為在查詢經常使用的全部列建立非簇集索引，能最大地覆寫查詢；但是索引不可太多，執行UPDATE DELETE INSERT語句需要用于維護這些索引的開銷量急劇增加；避免在索引中有太多的索引鍵；避免使用大型資料類型的列為索引；保證每個索引鍵值有少數行。

3）使用存儲過程

應用程式的實作過程中，能夠采用存儲過程實作的對資料庫的操作盡量通過存儲過程來實作，因為存儲過程是存放在資料庫伺服器上的一次性被設計、編碼、測試，并被再次使用，需要執行該任務的應用可以簡單地執行存儲過程，并且隻傳回結果集或者數值，這樣不僅可以使程式子產品化，同時提高響應速度，減少網絡流量，并且通過輸入參數接受輸入，使得在應用中完成邏輯的一緻性實作。

4）應用程式結構和算法

建立查詢條件索引僅僅是提高速度的前提條件，響應速度的提高還依賴于對索引的使用。因為人們在

使用SQL時往往會陷入一個誤區，即太關注于所得的結果是否正确，特别是對資料量不是特别大的資料庫操作時，是否建立索引和使用索引的好壞對程式的響應速度并不大，是以程式員在書寫程式時就忽略了不同的實作方法之間可能存在的性能差異，這種性能差異在資料量特别大時或者大型的或是複雜的資料庫環境中（如聯機事務處理OLTP或決策支援系統DSS）中表現得尤為明顯。在工作實踐中發現，不良的SQL往往來自于不恰當的索引設計、不充份的連接配接條件和不可優化的where子句。在對它們進行适當的優化後，其運作速度有了明顯地提高！