往往來自于不恰當(dāng)?shù)乃饕?/SPAN>設(shè)計、不充份的連接條件和不可優(yōu)化的where子句。
在對它們進(jìn)行適當(dāng)?shù)?/SPAN>優(yōu)化后，其運行速度有了明顯地提高！
下面將從這三個方面分別進(jìn)行總結(jié)：
為了更直觀地說明問題，所有實例中的SQL運行時間均經(jīng)過測試，不超過１秒的均表示為（ 1秒）。----
測試環(huán)境: 主機：HP LH II---- 主頻：330MHZ---- 內(nèi)存：128兆----
操作系統(tǒng)：Operserver5.0.4----
數(shù)據(jù)庫：Sybase11.0.3
一、不合理的索引設(shè)計----
例：表record有620000行，試看在不同的索引下，下面幾個 SQL的運行情況：
---- 1.在date上建有一非個群集索引
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上有大量的重復(fù)值，在非群集索引下，數(shù)據(jù)在物理上隨機存放在數(shù)據(jù)頁上，在范圍查找時，必須執(zhí)行一次表掃描才能找到這一范圍內(nèi)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）
---- 分析：---- 在群集索引下，數(shù)據(jù)在物理上按順序在數(shù)據(jù)頁上，重復(fù)值也排列在一起，因而在范圍查找時，可以先找到這個范圍的起末點，且只在這個范圍內(nèi)掃描數(shù)據(jù)頁，避免了大范圍掃描，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）
---- 分析：---- 這是一個不很合理的組合索引，因為它的前導(dǎo)列是place，第一和第二條SQL沒有引用place，因此也沒有利用上索引；第三個SQL使用了place，且引用的所有列都包含在組合索引中，形成了索引覆蓋，所以它的速度是非?？斓?。
---- 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）
---- 分析：---- 這是一個合理的組合索引。它將date作為前導(dǎo)列，使每個SQL都可以利用索引，并且在第一和第三個SQL中形成了索引覆蓋，因而性能達(dá)到了最優(yōu)。
---- 5.總結(jié)：----
缺省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(shè)計要建立在對各種查詢的分析和預(yù)測上。
一般來說：
①.有大量重復(fù)值、且經(jīng)常有范圍查詢（between, >, ，>=, =）和order by、group by發(fā)生的列，可考慮建立群集索引；
②.經(jīng)常同時存取多列，且每列都含有重復(fù)值可考慮建立組合索引；
③.組合索引要盡量使關(guān)鍵查詢形成索引覆蓋，其前導(dǎo)列一定是使用最頻繁的列。
二、不充份的連接條件：
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條件下，兩個SQL的執(zhí)行情況：
select sum(a.amount) from account a,card b where a.card_no = b.card_no（20秒）
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）
---- 分析：---- 在第一個連接條件下，最佳查詢方案是將account作外層表，card作內(nèi)層表，利用card上的索引，其I/O次數(shù)可由以下公式估算為：
外層表account上的22541頁+（外層表account的191122行*內(nèi)層表card上對應(yīng)外層表第一行所要查找的3頁）=595907次I/O
在第二個連接條件下，最佳查詢方案是將card作外層表，account作內(nèi)層表，利用account上的索引，其I/O次數(shù)可由以下公式估算為：外層表card上的1944頁+（外層表card的7896行*內(nèi)層表account上對應(yīng)外層表每一行所要查找的4頁）= 33528次I/O
可見，只有充份的連接條件，真正的最佳方案才會被執(zhí)行。
總結(jié)：
1.多表操作在被實際執(zhí)行前，查詢優(yōu)化器會根據(jù)連接條件，列出幾組可能的連接方案并從中找出系統(tǒng)開銷最小的最佳方案。連接條件要充份考慮帶有索引的表、行數(shù)多的表；內(nèi)外表的選擇可由公式：外層表中的匹配行數(shù)*內(nèi)層表中每一次查找的次數(shù)確定，乘積最小為最佳方案。
2.查看執(zhí)行方案的方法-- 用set showplanon，打開showplan選項，就可以看到連接順序、使用何種索引的信息；想看更詳細(xì)的信息，需用sa角色執(zhí)行dbcc(3604,310,302)。
三、不可優(yōu)化的where子句
1.例：下列SQL條件語句中的列都建有恰當(dāng)?shù)乃饕?，?/SPAN>執(zhí)行速度卻非常慢：
select * from record wheresubstring(card_no,1,4)='5378'(13秒)
select * from record whereamount/30 1000（11秒）
select * from record whereconvert(char(10),date,112)='19991201'（10秒）
分析：
where子句中對列的任何操作結(jié)果都是在SQL運行時逐列計算得到的，因此它不得不進(jìn)行表搜索，而沒有使用該列上面的索引；
如果這些結(jié)果在查詢編譯時就能得到，那么就可以被SQL優(yōu)化器優(yōu)化，使用索引，避免表搜索，因此將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(fā)現(xiàn)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）
分析：---- where條件中的'in'在邏輯上相當(dāng)于'or'，所以語法分析器會將in ('0','1')轉(zhuǎn)化為id_no ='0' or id_no='1'來執(zhí)行。
我們期望它會根據(jù)每個or子句分別查找，再將結(jié)果相加，這樣可以利用id_no上的索引；
但實際上（根據(jù)showplan）,它卻采用了"OR策略"，即先取出滿足每個or子句的行，存入臨時數(shù)據(jù)庫的工作表中，再建立唯一索引以去掉重復(fù)行，最后從這個臨時表中計算結(jié)果。因此，實際過程沒有利用id_no上索引，并且完成時間還要受tempdb數(shù)據(jù)庫性能的影響。
實踐證明，表的行數(shù)越多，工作表的性能就越差，當(dāng)stuff有620000行時，執(zhí)行時間竟達(dá)到220秒！還不如將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(jié)果，再作一次加法合算。因為每句都使用了索引，執(zhí)行時間只有3秒，在620000行下，時間也只有4秒。
或者，用更好的方法，寫一個簡單的存儲過程：
create proc count_stuff asdeclare @a intdeclare @b intdeclare @c intdeclare @d char(10)beginselect @a=count(*) from stuff where id_no='0'select @b=count(*) from stuff where id_no='1'endselect @c=@a+@bselect @d=convert(char(10),@c)print @d
直接算出結(jié)果，執(zhí)行時間同上面一樣快！
---- 總結(jié)：----
可見，所謂優(yōu)化即where子句利用了索引，不可優(yōu)化即發(fā)生了表掃描或額外開銷。
1.任何對列的操作都將導(dǎo)致表掃描，它包括數(shù)據(jù)庫函數(shù)、計算表達(dá)式等等，查詢時要盡可能將操作移至等號右邊。
2.in、or子句常會使用工作表，使索引失效；如果不產(chǎn)生大量重復(fù)值，可以考慮把子句拆開；拆開的子句中應(yīng)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(yōu)化的實質(zhì)就是在結(jié)果正確的前提下，用優(yōu)化器可以識別的語句，充份利用索引，減少表掃描的I/O次數(shù)，盡量避免表搜索的發(fā)生。其實SQL的性能優(yōu)化是一個復(fù)雜的過程，上述這些只是在應(yīng)用層次的一種體現(xiàn)，深入研究還會涉及數(shù)據(jù)庫層的資源配置、網(wǎng)絡(luò)層的流量控制以及操作系統(tǒng)層的總體設(shè)計。
1、開發(fā)人員如果用到其他庫的Table或View，務(wù)必在當(dāng)前庫中建立View來實現(xiàn)跨庫操作，最好不要直接使用“databse.dbo.table_name”，因為sp_depends不能顯示出該SP所使用的跨庫table或view，不方便校驗。
2、開發(fā)人員在提交SP前，必須已經(jīng)使用set showplan on分析過查詢計劃，做過自身的查詢優(yōu)化檢查。
3、高程序運行效率，優(yōu)化應(yīng)用程序，在SP編寫過程中應(yīng)該注意以下幾點：
a) SQL的使用規(guī)范：
i. 盡量避免大事務(wù)操作，慎用holdlock子句，提高系統(tǒng)并發(fā)能力。
ii. 盡量避免反復(fù)訪問同一張或幾張表，尤其是數(shù)據(jù)量較大的表，可以考慮先根據(jù)條件提取數(shù)據(jù)到臨時表中，然后再做連接。
iii. 盡量避免使用游標(biāo)，因為游標(biāo)的效率較差，如果游標(biāo)操作的數(shù)據(jù)超過1萬行，那么就應(yīng)該改寫；如果使用了游標(biāo)，就要盡量避免在游標(biāo)循環(huán)中再進(jìn)行表連接的操作。
iv. 注意where字句寫法，必須考慮語句順序，應(yīng)該根據(jù)索引順序、范圍大小來確定條件子句的前后順序，盡可能的讓字段順序與索引順序相一致，范圍從大到小。
v. 不要在where子句中的“=”左邊進(jìn)行函數(shù)、算術(shù)運算或其他表達(dá)式運算，否則系統(tǒng)將可能無法正確使用索引。
vi. 盡量使用exists代替select count(1)來判斷是否存在記錄，count函數(shù)只有在統(tǒng)計表中所有行數(shù)時使用，而且count(1)比count(*)更有效率。
vii. 盡量使用“>=”，不要使用“>”。
viii. 注意一些or子句和union子句之間的替換
ix. 注意表之間連接的數(shù)據(jù)類型，避免不同類型數(shù)據(jù)之間的連接。
x. 注意存儲過程中參數(shù)和數(shù)據(jù)類型的關(guān)系。
xi. 注意insert、update操作的數(shù)據(jù)量，防止與其他應(yīng)用沖突。如果數(shù)據(jù)量超過200個數(shù)據(jù)頁面（400k），那么系統(tǒng)將會進(jìn)行鎖升級，頁級鎖會升級成表級鎖。
b) 索引的使用規(guī)范：
i. 索引的創(chuàng)建要與應(yīng)用結(jié)合考慮，建議大的OLTP表不要超過6個索引。
ii. 盡可能的使用索引字段作為查詢條件，尤其是聚簇索引，必要時可以通過index index_name來強制指定索引
iii. 避免對大表查詢時進(jìn)行table scan，必要時考慮新建索引。
iv. 在使用索引字段作為條件時，如果該索引是聯(lián)合索引，那么必須使用到該索引中的第一個字段作為條件時才能保證系統(tǒng)使用該索引，否則該索引將不會被使用。
v. 要注意索引的維護(hù)，周期性重建索引，重新編譯存儲過程。
c) tempdb的使用規(guī)范：
i. 盡量避免使用distinct、order by、group by、having、join、***pute，因為這些語句會加重tempdb的負(fù)擔(dān)。
ii. 避免頻繁創(chuàng)建和刪除臨時表，減少系統(tǒng)表資源的消耗。
iii. 在新建臨時表時，如果一次性插入數(shù)據(jù)量很大，那么可以使用select into代替create table，避免log，提高速度；如果數(shù)據(jù)量不大，為了緩和系統(tǒng)表的資源，建議先create table，然后insert。
iv. 如果臨時表的數(shù)據(jù)量較大，需要建立索引，那么應(yīng)該將創(chuàng)建臨時表和建立索引的過程放在單獨一個子存儲過程中，這樣才能保證系統(tǒng)能夠很好的使用到該臨時表的索引。
v. 如果使用到了臨時表，在存儲過程的最后務(wù)必將所有的臨時表顯式刪除，先truncate table，然后drop table，這樣可以避免系統(tǒng)表的較長時間鎖定。
vi. 慎用大的臨時表與其他大表的連接查詢和修改，減低系統(tǒng)表負(fù)擔(dān)，因為這種操作會在一條語句中多次使用tempdb的系統(tǒng)表。
d) 合理的算法使用：
根據(jù)上面已提到的SQL優(yōu)化技術(shù)和ASE Tuning手冊中的SQL優(yōu)化內(nèi)容,結(jié)合實際應(yīng)用,采用多種算法進(jìn)行比較,以獲得消耗資源最少、效率最高的方法。具體可用ASE調(diào)優(yōu)命令：set statistics io on, set statistics time on , set showplan on 等
您可能感興趣的文章:- 大數(shù)據(jù)量時提高分頁的效率
- 數(shù)據(jù)庫高并發(fā)情況下重復(fù)值寫入的避免 字段組合約束
- 大數(shù)據(jù)量分頁存儲過程效率測試附測試代碼與結(jié)果
- 大數(shù)據(jù)量，海量數(shù)據(jù)處理方法總結(jié)
- MySQL數(shù)據(jù)庫優(yōu)化經(jīng)驗詳談(服務(wù)器普通配置)
- MySQL數(shù)據(jù)庫十大優(yōu)化技巧
- SQL Server數(shù)據(jù)庫的高性能優(yōu)化經(jīng)驗總結(jié)
- sql 存儲過程分頁代碼 支持億萬龐大數(shù)據(jù)量
- 數(shù)據(jù)庫性能優(yōu)化三：程序操作優(yōu)化提升性能
- 數(shù)據(jù)庫性能優(yōu)化二：數(shù)據(jù)庫表優(yōu)化提升性能
- 數(shù)據(jù)庫性能優(yōu)化一：數(shù)據(jù)庫自身優(yōu)化提升性能
- Oracle 數(shù)據(jù)庫優(yōu)化實戰(zhàn)心得總結(jié)
- 優(yōu)化mysql數(shù)據(jù)庫的經(jīng)驗總結(jié)
- mysql數(shù)據(jù)庫優(yōu)化總結(jié)(心得)
- oracle數(shù)據(jù)庫sql的優(yōu)化總結(jié)
- sql 百萬級數(shù)據(jù)庫優(yōu)化方案分享
- 優(yōu)化Mysql數(shù)據(jù)庫的8個方法
- mysql數(shù)據(jù)庫sql優(yōu)化原則(經(jīng)驗總結(jié))
- 針對Sqlserver大數(shù)據(jù)量插入速度慢或丟失數(shù)據(jù)的解決方法
- MySQL數(shù)據(jù)庫優(yōu)化詳解
- MySQL中實現(xiàn)高性能高并發(fā)計數(shù)器方案（例如文章點擊數(shù)）
- 超大數(shù)據(jù)量存儲常用數(shù)據(jù)庫分表分庫算法總結(jié)
- sqlserver數(shù)據(jù)庫優(yōu)化解析（圖文剖析）
- 詳解MySQL性能優(yōu)化（一）
- 詳解MySQL性能優(yōu)化（二）
- 19個MySQL性能優(yōu)化要點解析
- 大數(shù)據(jù)量高并發(fā)的數(shù)據(jù)庫優(yōu)化詳解
