ORACLE SQL語句優化技術分析（轉）

物理狂人發表於2011-12-02
OracleSQL優化
其實自己也做過專題研究，只是不想寫了，發現有人總結的不錯，轉咯就
一.SQL語言的使用
1.IN 操作符
    用IN寫出來的SQL的優點是比較容易寫及清晰易懂，這比較適合現代軟體開發的風格。
    但是用IN的SQL效能總是比較低的，從ORACLE執行的步驟來分析用IN的SQL與不用IN的SQL有以下區別：
    ORACLE試圖將其轉換成多個表的連線，如果轉換不成功則先執行IN裡面的子查詢，再查詢外層的表記錄，如果轉換成功則直接採用多個表的連線方式查詢。
    由此可見用IN的SQL至少多了一個轉換的過程。一般的SQL都可以轉換成功，但對於含有分組統計等方面的SQL就不能轉換了。

    推薦方案：在業務密集的SQL當中儘量不採用IN操作符
2.NOT IN操作符
    此操作是強列推薦不使用的，因為它不能應用表的索引。

    推薦方案：用NOT EXISTS 或（外連線+判斷為空）方案代替
3.<> 操作符（不等於）
    不等於操作符是永遠不會用到索引的，因此對它的處理只會產生全表掃描。

    推薦方案：用其它相同功能的操作運算代替，如
    a<>0 改為 a>0 or a<0
    a<>'' 改為 a>''
4.IS NULL 或IS NOT NULL操作（判斷欄位是否為空）
    判斷欄位是否為空一般是不會應用索引的，因為B樹索引是不索引空值的。

    推薦方案：
    用其它相同功能的操作運算代替，如
    a is not null 改為 a>0 或a>''等。
    不允許欄位為空，而用一個預設值代替空值，如業擴申請中狀態欄位不允許為空，預設為申請。
    建立點陣圖索引（有分割槽的表不能建，點陣圖索引比較難控制，如欄位值太多索引會使效能下降，多人更新操作會增加資料塊鎖的現象）
5.>及    大於或小於操作符一般情況下是不用調整的，因為它有索引就會採用索引查詢，但有的情況下可以對它進行優化，
    如一個表有100萬記錄，一個數值型欄位A，30萬記錄的A=0，30萬記錄的A=1，39萬記錄的A=2，1萬記錄的A=3。
    那麼執行A>2與A>=3的效果就有很大的區別了，因為A>2時ORACLE會先找出為2的記錄索引再進行比較，而A>=3時ORACLE則直接找到=3的記錄索引。
6.LIKE操作符
    LIKE操作符可以應用萬用字元查詢，裡面的萬用字元組合可能達到幾乎是任意的查詢，但是如果用得不好則會產生效能上的問題，
    如LIKE '%5400%' 這種查詢不會引用索引，而LIKE 'X5400%'則會引用範圍索引。
    一個實際例子：
    用YW_YHJBQK表中營業編號後面的戶標識號可來查詢營業編號 YY_BH LIKE '%5400%' 這個條件會產生全表掃描，
    如果改成YY_BH LIKE 'X5400%' OR YY_BH LIKE 'B5400%' 則會利用YY_BH的索引進行兩個範圍的查詢，效能肯定大大提高。
7.UNION操作符
    UNION在進行錶連結後會篩選掉重複的記錄，所以在錶連結後會對所產生的結果集進行排序運算，刪除重複的記錄再返回結果。
    實際大部分應用中是不會產生重複的記錄，最常見的是過程表與歷史表UNION。如：
    select * from gc_dfys
    union
    select * from ls_jg_dfys
    這個SQL在執行時先取出兩個表的結果，再用排序空間進行排序刪除重複的記錄，最後返回結果集，如果表資料量大的話可能會導致用磁碟進行排序。
    推薦方案：採用UNION ALL操作符替代UNION，因為UNION ALL操作只是簡單的將兩個結果合併後就返回。
    select * from gc_dfys
    union all
    select * from ls_jg_dfys
8.大量資料時不用upper()和lower

二.SQL書寫的影響

1.同一功能同一效能不同寫法SQL的影響(使用ORACLE的共享SQL程式)
    如一個SQL在A程式設計師寫的為:Select * from zl_yhjbqk
    B程式設計師寫的為:Select * from dlyx.zl_yhjbqk（帶表所有者的字首）
    C程式設計師寫的為:Select * from DLYX.ZLYHJBQK（大寫表名）
    D程式設計師寫的為:Select * from DLYX.ZLYHJBQK（中間多了空格）
    以上四個SQL在ORACLE分析整理之後產生的結果及執行的時間是一樣的，但是從ORACLE共享記憶體SGA的原理，
    可以得出ORACLE對每個SQL 都會對其進行一次分析，並且佔用共享記憶體，
    如果將SQL的字串及格式寫得完全相同則ORACLE只會分析一次，共享記憶體也只會留下一次的分析結果，
    這不僅可以減少分析SQL的時間，而且可以減少共享記憶體重複的資訊，ORACLE也可以準確統計SQL的執行頻率。

2.WHERE後面的條件順序影響
    a.WHERE子句後面的條件順序對大資料量表的查詢會產生直接的影響，如
    Select * from zl_yhjbqk where dy_dj = '1KV以下' and xh_bz=1
    Select * from zl_yhjbqk where xh_bz=1 and dy_dj = '1KV以下'
    以上兩個SQL中dy_dj（電壓等級）及xh_bz（銷戶標誌）兩個欄位都沒進行索引，所以執行的時候都是全表掃描，
    第一條SQL的dy_dj = '1KV以下'條件在記錄集內比率為99%，而xh_bz=1的比率只為0.5%，
    在進行第一條SQL的時候99%條記錄都進行dy_dj及xh_bz的比較，而在進行第二條SQL的時候0.5%條記錄都進行dy_dj及xh_bz的比較，
    以此可以得出第二條SQL的CPU佔用率明顯比第一條低
    b.查詢表順序的影響
    在FROM後面的表中的列表順序會對SQL執行效能影響，在沒有索引及ORACLE沒有對錶進行統計分析的情況下ORACLE會按表出現的順序進行連結，
    由此因為表的順序不對會產生十分耗伺服器資源的資料交叉。（注：如果對錶進行了統計分析，ORACLE會自動先進小表的連結，再進行大表的連結）

三.SQL語句索引的利用

    1.對操作符的優化（見上節）
    2.對條件欄位的一些優化:
    a.採用函式處理的欄位不能利用索引，如：
     substr(hbs_bh,1,4)='5400'，優化處理:hbs_bh like '5400%'
     trunc(sk_rq)=trunc(sysdate)， 優化處理:sk_rq>=trunc(sysdate) and sk_rq    b.進行了顯式或隱式的運算的欄位不能進行索引，如：
     ss_df+20>50，優化處理：ss_df>30
     'X'||hbs_bh>'X5400021452'，優化處理：hbs_bh>'5400021542'
     sk_rq+5=sysdate，優化處理：sk_rq=sysdate-5
     hbs_bh=5401002554，優化處理：hbs_bh='5401002554'，注：此條件對hbs_bh 進行隱式的to_number轉換，因為hbs_bh欄位是字元型。
    c.條件內包括了多個本表的欄位運算時不能進行索引，如：
     ys_df>cx_df，無法進行優化
     qc_bh||kh_bh='5400250000'，優化處理：qc_bh='5400' and kh_bh='250000'
四.應用ORACLE的HINT（提示）處理:提示處理是在ORACLE產生的SQL分析執行路徑不滿意的情況下要用到的。它可以對SQL進行以下方面的提示
    1.目標方面的提示：
     COST（按成本優化）
     RULE（按規則優化）
     CHOOSE（預設）（ORACLE自動選擇成本或規則進行優化）
     ALL_ROWS（所有的行儘快返回）
     FIRST_ROWS（第一行資料儘快返回）
    2.執行方法的提示：
     USE_NL（使用NESTED LOOPS方式聯合）
     USE_MERGE（使用MERGE JOIN方式聯合）
     USE_HASH（使用HASH JOIN方式聯合）
    3.索引提示：
INDEX（TABLE INDEX）（使用提示的表索引進行查詢）
    4.其它高階提示（如並行處理等等）
    ORACLE的提示功能是比較強的功能，也是比較複雜的應用，並且提示只是給ORACLE執行的一個建議，有時如果出於成本方面的考慮ORACLE也可能不會按提示進行。
    根據實踐應用，一般不建議開發人員應用ORACLE提示，因為各個資料庫及伺服器效能情況不一樣，很可能一個地方效能提升了，但另一個地方卻下降了，
    ORACLE在SQL執行分析方面已經比較成熟，
    如果分析執行的路徑不對首先應在資料庫結構（主要是索引）、伺服器當前效能（共享記憶體、磁碟檔案碎片）、資料庫物件（表、索引）統計資訊是否正確這幾方面分析

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/24104518/viewspace-712607/，如需轉載，請註明出處，否則將追究法律責任。

相關文章