----?人們在使用SQL時往往會陷入一個誤區(qū)，即太關注于所得的結果是否正確，而忽略
了不同的實現(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雜的數(shù)據(jù)庫
環(huán)境中（如聯(lián)機事務處理OLTP或決策支持系統(tǒng)DSS）中表現(xiàn)得尤為明顯。筆者在工作實踐
中發(fā)現(xiàn)，不良的SQL往往來自于不恰當?shù)乃饕O計、不充份的連接條件和不可優(yōu)化的whe
re子句。在對它們進行適當?shù)膬?yōu)化后，其運行速度有了明顯地提高！下面我將從這三個
方面分別進行總結：
----?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）
----?分析：
----?這是一個合理的組合索引。它將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中形成了索引覆蓋，因而性能達到了最優(yōu)。
----?5.總結：
----?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.有大量重復值、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蓋，其前導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：
----?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；想看更詳細的信息，需用sa角色執(zhí)行dbcc(3604,310,30
2)。
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?shù)乃饕?#xff0c;但執(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果都是在SQL運行時逐列計算得到的，因此它不得不
進行表搜索，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
重復行，最后從這個臨時表中計算結果。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stuff有620000行時，執(zhí)行時
間竟達到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?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(zhí)行時間同上面一樣快！
----?總結：
----?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致表掃描，它包括數(shù)據(jù)庫函數(shù)、計算表達式等等，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(yōu)化的實質(zhì)就是在結果正確的前提下，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S
QL的性能優(yōu)化是一個復雜的過程，上述這些只是在應用層次的一種體現(xiàn)，深入研究還會
涉及數(shù)據(jù)庫層的資源配置、網(wǎng)絡層的流量控制以及操作系統(tǒng)層的總體設計。

1．合理使用索引?
索引是數(shù)據(jù)庫中重要的數(shù)據(jù)結構，它的根本目的就是為了提高查詢效率。現(xiàn)在大多數(shù)的數(shù)據(jù)庫產(chǎn)品都采用IBM最先提出的ISAM索引結構。索引的使用要恰到好處，其使用原則如下：?
●在經(jīng)常進行連接，但是沒有指定為外鍵的列上建立索引，而不經(jīng)常連接的字段則由優(yōu)化器自動生成索引。?
●在頻繁進行排序或分組（即進行group?by或order?by操作）的列上建立索引。?
●在條件表達式中經(jīng)常用到的不同值較多的列上建立檢索，在不同值少的列上不要建立索引。比如在雇員表的“性別”列上只有“男”與“女”兩個不同值，因此就無必要建立索引。如果建立索引不但不會提高查詢效率，反而會嚴重降低更新速度。?
●如果待排序的列有多個，可以在這些列上建立復合索引（compound?index）。?
● 使用系統(tǒng)工具。如Informix數(shù)據(jù)庫有一個tbcheck工具，可以在可疑的索引上進行檢查。在一些數(shù)據(jù)庫服務器上，索引可能失效或者因為頻繁操作而使得讀取效率降低，如果一個使用索引的查詢不明不白地慢下來，可以試著用tbcheck工具檢查索引的完整性，必要時進行修復。另外，當數(shù)據(jù)庫表更新大量數(shù)據(jù)后，刪除并重建索引可以提高查詢速度。?

2．避免或簡化排序?
應當簡化或避免對大型表進行重復的排序。當能夠利用索引自動以適當?shù)拇涡虍a(chǎn)生輸出時，優(yōu)化器就避免了排序的步驟。以下是一些影響因素：?
●索引中不包括一個或幾個待排序的列；?
●group?by或order?by子句中列的次序與索引的次序不一樣；?
●排序的列來自不同的表。?
為了避免不必要的排序，就要正確地增建索引，合理地合并數(shù)據(jù)庫表（盡管有時可能影響表的規(guī)范化，但相對于效率的提高是值得的）。如果排序不可避免，那么應當試圖簡化它，如縮小排序的列的范圍等。?

3．消除對大型表行數(shù)據(jù)的順序存取?
在嵌套查詢中，對表的順序存取對查詢效率可能產(chǎn)生致命的影響。比如采用順序存取策略，一個嵌套3層的查詢，如果每層都查詢1000行，那么這個查詢就要查詢 10億行數(shù)據(jù)。避免這種情況的主要方法就是對連接的列進行索引。例如，兩個表：學生表（學號、姓名、年齡……）和選課表（學號、課程號、成績）。如果兩個表要做連接，就要在“學號”這個連接字段上建立索引。?
還可以使用并集來避免順序存取。盡管在所有的檢查列上都有索引，但某些形式的where子句強迫優(yōu)化器使用順序存取。下面的查詢將強迫對orders表執(zhí)行順序操作：?
SELECT?＊?FROM?orders?WHERE?(customer_num=104?AND?order_num>1001)?OR?order_num=1008?
雖然在customer_num和order_num上建有索引，但是在上面的語句中優(yōu)化器還是使用順序存取路徑掃描整個表。因為這個語句要檢索的是分離的行的集合，所以應該改為如下語句：?
SELECT?＊?FROM?orders?WHERE?customer_num=104?AND?order_num>1001?
UNION?
SELECT?＊?FROM?orders?WHERE?order_num=1008?
這樣就能利用索引路徑處理查詢。?

4．避免相關子查詢?
一個列的標簽同時在主查詢和where子句中的查詢中出現(xiàn)，那么很可能當主查詢中的列值改變之后，子查詢必須重新查詢一次。查詢嵌套層次越多，效率越低，因此應當盡量避免子查詢。如果子查詢不可避免，那么要在子查詢中過濾掉盡可能多的行。?

5．避免困難的正規(guī)表達式?
MATCHES和LIKE關鍵字支持通配符匹配，技術上叫正規(guī)表達式。但這種匹配特別耗費時間。例如：SELECT?＊?FROM?customer?WHERE?zipcode?LIKE?“98_?_?_”?
即使在zipcode字段上建立了索引，在這種情況下也還是采用順序掃描的方式。如果把語句改為SELECT?＊?FROM?customer?WHERE?zipcode?>“98000”，在執(zhí)行查詢時就會利用索引來查詢，顯然會大大提高速度。?
另外，還要避免非開始的子串。例如語句：SELECT?＊?FROM?customer?WHERE?zipcode[2，3]?>“80”，在where子句中采用了非開始子串，因而這個語句也不會使用索引。

6．使用臨時表加速查詢?
把表的一個子集進行排序并創(chuàng)建臨時表，有時能加速查詢。它有助于避免多重排序操作，而且在其他方面還能簡化優(yōu)化器的工作。例如：?
SELECT?cust.name，rcvbles.balance，……other?columns?
FROM?cust，rcvbles?
WHERE?cust.customer_id?=?rcvlbes.customer_id?
AND?rcvblls.balance>0?
AND?cust.postcode>“98000”?
ORDER?BY?cust.name?
如果這個查詢要被執(zhí)行多次而不止一次，可以把所有未付款的客戶找出來放在一個臨時文件中，并按客戶的名字進行排序：?
SELECT?cust.name，rcvbles.balance，……other?columns?
FROM?cust，rcvbles?
WHERE?cust.customer_id?=?rcvlbes.customer_id?
AND?rcvblls.balance>0?
ORDER?BY?cust.name?
INTO?TEMP?cust_with_balance?
然后以下面的方式在臨時表中查詢：?
SELECT?＊?FROM?cust_with_balance?
WHERE?postcode>“98000”?
臨時表中的行要比主表中的行少，而且物理順序就是所要求的順序，減少了磁盤I/O，所以查詢工作量可以得到大幅減少。?
注意：臨時表創(chuàng)建后不會反映主表的修改。在主表中數(shù)據(jù)頻繁修改的情況下，注意不要丟失數(shù)據(jù)。?

7．用排序來取代非順序存取?
非順序磁盤存取是最慢的操作，表現(xiàn)在磁盤存取臂的來回移動。SQL語句隱藏了這一情況，使得我們在寫應用程序時很容易寫出要求存取大量非順序頁的查詢。?
有些時候，用數(shù)據(jù)庫的排序能力來替代非順序的存取能改進查詢。?

3.優(yōu)化?tempdb?性能


對?tempdb?數(shù)據(jù)庫的物理位置和數(shù)據(jù)庫選項設置的一般建議包括：?
使?tempdb?數(shù)據(jù)庫得以按需自動擴展。這確保在執(zhí)行完成前不終止查詢，該查詢所生成的存儲在?tempdb?數(shù)據(jù)庫內(nèi)的中間結果集比預期大得多。

將?tempdb?數(shù)據(jù)庫文件的初始大小設置為合理的大小，以避免當需要更多空間時文件自動擴展。如果?tempdb?數(shù)據(jù)庫擴展得過于頻繁，性能會受不良影響。

將文件增長增量百分比設置為合理的大小，以避免?tempdb?數(shù)據(jù)庫文件按太小的值增長。如果文件增長幅度與寫入?tempdb?數(shù)據(jù)庫的數(shù)據(jù)量相比太小，則?tempdb?數(shù)據(jù)庫可能需要始終擴展，因而將妨害性能。

將?tempdb?數(shù)據(jù)庫放在快速?I/O?子系統(tǒng)上以確保好的性能。在多個磁盤上條帶化?tempdb?數(shù)據(jù)庫以獲得更好的性能。將?tempdb?數(shù)據(jù)庫放在除用戶數(shù)據(jù)庫所使用的磁盤之外的磁盤上。有關更多信息，請參見擴充數(shù)據(jù)庫。

4.優(yōu)化服務器:

使用內(nèi)存配置選項優(yōu)化服務器性能
Microsoft&reg;?SQL?Server&#8482;?2000?的內(nèi)存管理組件消除了對?SQL?Server?可用的內(nèi)存進行手工管理的需要。SQL?Server?在啟動時根據(jù)操作系統(tǒng)和其它應用程序當前正在使用的內(nèi)存量，動態(tài)確定應分配的內(nèi)存量。當計算機和SQL?Server?上的負荷更改時，分配的內(nèi)存也隨之更改。有關更多信息，請參見內(nèi)存構架。

下列服務器配置選項可用于配置內(nèi)存使用并影響服務器性能：?
min?server?memory
max?server?memory
max?worker?threads
index?create?memory

min?memory?per?query?
min?server?memory?服務器配置選項可用于確保?SQL?Server?在達到該值后不會釋放內(nèi)存。可以基于?SQL?Server?的大小及活動將該配置選項設置為特定的值。如果選擇設置此選項，必須為操作系統(tǒng)和其他程序留出足夠的內(nèi)存。如果操作系統(tǒng)沒有足夠的內(nèi)存，會向?SQL?Server?請求內(nèi)存，從而導致影響?SQL?Server?性能。

max?server?memory?服務器配置選項可用于：在?SQL?Server?啟動及運行時，指定?SQL?Server?可以分配的最大內(nèi)存量。如果知道有多個應用程序與?SQL?Server?同時運行，而且想保障這些應用程序有足夠的內(nèi)存運行，可以將該配置選項設置為特定的值。如果這些其它應用程序（如?Web?服務器或電子郵件服務器）只根據(jù)需要請求內(nèi)存，則?SQL?Server?將根據(jù)需要給它們釋放內(nèi)存，因此不要設置?max?server?memory?服務器配置選項。然而，應用程序通常在啟動時不假選擇地使用可用內(nèi)存，而如果需要更多內(nèi)存也不請求。如果有這種行為方式的應用程序與?SQL?Server?同時運行在相同的計算機上，則將?max?server?memory?服務器配置選項設置為特定的值，以保障應用程序所需的內(nèi)存不由?SQL?Server?分配出。
不要將?min?server?memory?和?max?server?memory?服務器配置選項設置為相同的值，這樣做會使分配給?SQL?Server?的內(nèi)存量固定。動態(tài)內(nèi)存分配可以隨時間提供最佳的總體性能。有關更多信息，請參見服務器內(nèi)存選項。

max?worker?threads?服務器配置選項可用于指定為用戶連接到?SQL?Server?提供支持的線程數(shù)。255?這一默認設置對一些配置可能稍微偏高，這要具體取決于并發(fā)用戶數(shù)。由于每個工作線程都已分配，因此即使線程沒有正在使用（因為并發(fā)連接比分配的工作線程少），可由其它操作（如高速緩沖存儲器）更好地利用的內(nèi)存資源也可能是未使用的。一般情況下，應將該配置值設置為并發(fā)連接數(shù)，但不能超過?32727。并發(fā)連接與用戶登錄連接不同。SQL?Server?實例的工作線程池只需要足夠大，以便為同時正在該實例中執(zhí)行批處理的用戶連接提供服務。如果增加工作線程的數(shù)量超過默認值，會降低服務器性能。有關更多信息，請參見 max?worker?threads?選項。
說明??當?SQL?Server?運行在?Microsoft?Windows&reg;?98?上時，最大工作線程服務器配置選項不起作用。

index?create?memory?服務器配置選項控制創(chuàng)建索引時排序操作所使用的內(nèi)存量。在生產(chǎn)系統(tǒng)上創(chuàng)建索引通常是不常執(zhí)行的任務，通常調(diào)度為在非峰值時間執(zhí)行的作業(yè)。因此，不常創(chuàng)建索引且在非峰值時間時，增加該值可提高索引創(chuàng)建的性能。不過，最好將?min?memory?per?query?配置選項保持在一個較低的值，這樣即使所有請求的內(nèi)存都不可用，索引創(chuàng)建作業(yè)仍能開始。有關更多信息，請參見?index?create?memory?選項。
min?memory?per?query?服務器配置選項可用于指定分配給查詢執(zhí)行的最小內(nèi)存量。當系統(tǒng)內(nèi)有許多查詢并發(fā)執(zhí)行時，增大?min?memory?per?query?的值有助于提高消耗大量內(nèi)存的查詢（如大型排序和哈希操作）的性能。不過，不要將?min?memory?per?query?服務器配置選項設置得太高，尤其是在很忙的系統(tǒng)上，因為查詢將不得不等到能確保占有請求的最小內(nèi)存、或等到超過?query?wait?服務器配置選項內(nèi)所指定的值。如果可用內(nèi)存比執(zhí)行查詢所需的指定最小內(nèi)存多，則只要查詢能對多出的內(nèi)存加以有效的利用，就可以使用多出的內(nèi)存。有關更多信息，請參見?min?memory?per?query?選項和?query?wait?選項。

使用?I/O?配置選項優(yōu)化服務器性能
下列服務器配置選項可用于配置?I/O?的使用并影響服務器性能：?

recovery?interval?
recovery?interval?服務器配置選項控制?Microsoft&reg;?SQL?Server&#8482;?2000?在每個數(shù)據(jù)庫內(nèi)發(fā)出檢查點的時間。默認情況下，SQL?Server?確定執(zhí)行檢查點操作的最佳時間。然而，若要確定這是否為適當?shù)脑O置，需要使用?Windows?NT?性能監(jiān)視器監(jiān)視數(shù)據(jù)庫文件上的磁盤寫入活動。導致磁盤利用率達到?100%?的活動尖峰值會妨害性能。若更改該參數(shù)以使檢查點進程較少出現(xiàn)，通常可以提高這種情況下的總體性能。但仍須繼續(xù)監(jiān)視性能以確定新值是否已對性能產(chǎn)生正面影響。有關更多信息，請參見recovery?interval?選項。

轉(zhuǎn)載于:https://blog.51cto.com/sucre/354295

總結

以上是生活随笔為你收集整理的提高SQL执行性能方案：如何让你的SQL运行得更快的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。