優(yōu)化--讓你的SQL運(yùn)行速度明顯提高

　
　　人們在使用SQL時(shí)往往會陷入一個誤區(qū)，即太關(guān)注于所得的結(jié)果是否正確，而忽略了不同的實(shí)現(xiàn)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復(fù)雜的數(shù)據(jù)庫環(huán)境中（如聯(lián)機(jī)事務(wù)處理OLTP或決策支持系統(tǒng)DSS）中表現(xiàn)得尤為明顯。 筆者在工作實(shí)踐中發(fā)現(xiàn)，不良的SQL往往來自于不恰當(dāng)?shù)乃饕O(shè)計(jì)、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)膬?yōu)化后，其運(yùn)行速度有了明顯地提高！下面我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(shí)例中的SQL運(yùn)行時(shí)間均經(jīng)過測試，不超過１秒的均表示為（< 1秒）。 ）

一、不合理的索引設(shè)計(jì)

　　例：表record有620000行，試看在不同的索引下，下面幾個 SQL的運(yùn)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‘‘a(chǎn)nd 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(jī)存放在數(shù)據(jù)頁上，在范圍查找時(shí)，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(shí)，可以先找到這個范圍的起末點(diǎn)，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?yàn)樗那皩?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。


　　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(shí)它并不是最佳的；合理的索引設(shè)計(jì)要建立在對各種查詢的分析和預(yù)測上。一般來說：

　?、?有大量重復(fù)值、且經(jīng)常有范圍查詢

　?。╞etween, >,< ，>=,< =）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(shí)存取多列，且每列都含有重復(fù)值可考慮建立組合索引；

　?、?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）

　　將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）

　　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(shí)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(xiàng)，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珗?zhí)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）

　　分析：
　　where子句中對列的任何操作結(jié)果都是在SQL運(yùn)行時(shí)逐列計(jì)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(shí)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(shí)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(shí)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(shí)表中計(jì)算結(jié)果。因此，實(shí)際過程沒有利用id_no上索引，并且完成時(shí)間還要受tempdb數(shù)據(jù)庫性能的影響。

　　實(shí)踐證明，表的行數(shù)越多ぷ鞅淼男閱芫馱講睿眘tuff有620000行時(shí)，執(zhí)行時(shí)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?yàn)槊烤涠际褂昧怂饕?，?zhí)行時(shí)間只有3秒，在620000行下，時(shí)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 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(jié)果，執(zhí)行時(shí)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(jì)算表達(dá)式等等，查詢時(shí)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(shí)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(shí)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(jì)。