優化查詢速度

----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子句是導緻SQL效率低下的三大主因。

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，

而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。筆者在工作實踐中發現，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！

下面我将從這三個方面分别進行總結：

---- 為了更直覺地說明問題，所有執行個體中的SQL運作時間均經過測試，不超過１秒的均表示為（< 1秒）。

---- 測試環境--

---- 主機：HP LH II

---- 主頻：330MHZ

---- 記憶體：128兆

---- 作業系統：Operserver5.0.4

----資料庫：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的運作情況：

---- 1.在date上建有一個非群集索引

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上有大量的重複值，在非群集索引下，資料在實體上随機存放在資料頁上，在範圍查找時，必須執行一次表掃描才能找到這一範圍内的全部行。

---- 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）

---- 在群集索引下，資料在實體上按順序在資料頁上，重複值也排列在一起，因而在範圍查找時，可以先找到這個範圍的起末點，且隻在這個範圍内掃描資料頁，避免了大範圍掃描，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）

---- 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，是以也沒有利用上索引；第三個SQL使用了place，且引用的所有列都包含在組合索引中，形成了索引覆寫，是以它的速度是非常快的。

---- 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）

---- 這是一個合理的組合索引。它将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中形成了索引覆寫，因而性能達到了最優。

---- 5.總結：

---- 預設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.有大量重複值、且經常有範圍查詢

（between, >,< ，>=,< =）和order by

、group by發生的列，可考慮建立群集索引；

---- ②.經常同時存取多列，且每列都含有重複值可考慮建立組合索引；

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

二、不充份的連接配接條件：

---- 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配接條件下，兩個SQL的執行情況：

select sum(a.amount) from account a,card b where a.card_no = b.card_no（20秒）

---- 将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）

---- 在第一個連接配接條件下，最佳查詢方案是将account作外層表，card作内層表，利用card上的索引，其I/O次數可由以下公式估算為：

---- 外層表account上的22541頁+（外層表account的191122行*内層表card上對應外層表第一行所要查找的3頁）=595907次I/O

---- 在第二個連接配接條件下，最佳查詢方案是将card作外層表，account作内層表，利用account上的索引，其I/O次數可由以下公式估算為：

---- 外層表card上的1944頁+（外層表card的7896行*内層表account上對應外層表每一行所要查找的4頁）= 33528次I/O

---- 可見，隻有充份的連接配接條件，真正的最佳方案才會被執行。

---- 總結：

---- 1.多表操作在被實際執行前，查詢優化器會根據連接配接條件，列出幾組可能的連接配接方案并從中找出系統開銷最小的最佳方案。連接配接條件要充份考慮帶有索引的表、行數多的表；内外表的選擇可由公式：外層表中的比對行數*内層表中每一次查找的次數确定，乘積最小為最佳方案。

---- 2.檢視執行方案的方法-- 用set showplanon，打開showplan選項，就可以看到連接配接順序、使用何種索引的資訊；想

看更詳細的資訊，需用sa角色執行dbcc(3604,310,302)。

三、不可優化的where子句

---- 1.例：下列SQL條件語句中的列都建有恰當的索引，但執行速度卻非常慢：

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）

---- where子句中對列的任何操作結果都是在SQL運作時逐列計算得到的，是以它不得不進行表搜尋，而沒有使用該列上面的索引；如果這些結果在查詢編譯時就能得到，那麼就可以被SQL優化器優化，使用索引，避免表搜尋，是以将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）

---- 你會發現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）

---- where條件中的'in'在邏輯上相當于'or'，是以文法分析器會将in ('0','1')轉化為id_no ='0' or id_no='1'來執行。我們期望它會根據每個or子句分别查找，再将結果相加，這樣可以利用id_no上的索引；但實際上（根據showplan）,它卻采用了"OR政策"，即先取出滿足每個or子句的行，存入臨時資料庫的工作表中，再建立唯一索引以去掉重複行，最後從這個臨時表中計算結果。是以，實際過程沒有利用id_no上索引，并且完成時間還要受tempdb資料庫性能的影響。

---- 實踐證明，表的行數越多，工作表的性能就越差，當stuff有620000行時，執行時間竟達到220秒！還不如将or子句分

開：

select count(*) from stuff where id_no='0'

select count(*) from stuff where id_no='1'

---- 得到兩個結果，再作一次加法合算。因為每句都使用了索引，執行時間隻有3秒，在620000行下，時間也隻有4秒。或者，用更好的方法，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

---- 直接算出結果，執行時間同上面一樣快！

---- 可見，所謂優化即where子句利用了索引，不可優化即發生了表掃描或額外開銷。

---- 1.任何對列的操作都将導緻表掃描，它包括資料庫函數、計算表達式等等，查詢時要盡可能将操作移至等号右邊。

---- 2.in、or子句常會使用工作表，使索引失效；如果不産生大量重複值，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優化的實質就是在結果正确的前提下，用優化器可以識别的語句，充份利用索引，減少表掃描的I/O次數，盡量避免表搜尋的發生。其實SQL的性能優化是一個複雜的過程，上述這些隻是在應用層次的一種展現，深入研究還會涉及資料庫層的資源配置、網絡層的流量控制以及作業系統層的總體設計。