SQL Command最佳化原則

人們在使用SQL時有時候會陷入一個誤區 , 即太關注於SQL得到的結果是否正確 , 而忽略了不同的實現方法之間的可能存在的效能差異 , 特別是Web較複雜的報表系統中用到的Select 命令或大型的複雜的資料庫環境中(如聯機事務處理OLTP)表現得尤為明顯 , 經過對相關應用程式中 SQL分析及相關資料收集, 我們發現 , 不良的SQL Command往往來自於不恰當的索引設計 , 不充分的連線條件和不可最佳化的where子句 . 在對它們進行適當的最佳化後 , 其執行速度有了明顯的提高 ! 下面是總結及摘錄的一些最佳化原則 :

A. 不合理的索引設計

例子 : 表record中有記錄620000行 , 試看在不同的索引下 , 下面幾個SQL的執行情況 :

1.在欄位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：Record上有大量的重複值，在非群集索引下，資料在物理上隨機存放在資料頁上，在範圍查詢時，必須執行一次表掃描才能找到這一範圍內的全部行。

2.在欄位date上建一個群集索引

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，資料在物理上按順序在資料頁上，重複值也排列在一起，因而在範圍查詢時，可以先找到這個範圍的起末點，且只在這個範圍內掃描資料頁，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）

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，並且在第一和第三個SQL中形成了索引覆蓋，因而效能達到了最優。

5.總結：

預設情況下建立的索引是非群集索引，但有時它並不是最佳的；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.組合索引要儘量使關鍵查詢形成索引覆蓋，其前導列一定是使用最頻繁列。

B. 不充分的連線條件：

例子：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，試看在不同的表連線條件下，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）

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：----在第一個連線條件下，最佳查詢方案是將account作外層表，card作內層表，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*內層表card上對應外層表第一行所要查詢的3頁）=595907次I/O

---- 在第二個連線條件下，最佳查詢方案是將card作外層表，account作內層表，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*內層表account上對應外層表每一行所要查詢的4頁）= 33528次I/O

---- 可見，只有充份的連線條件，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，查詢最佳化器會根據連線條件，列出幾組可能 的連線方案並從中找出系統開銷最小的最佳方案。連線條件要充份考慮帶有索引的表、行數多的表；內外表的選擇可由公式：外層表中的匹配行數*內層表中每一次查詢的次數確定，乘積最小為最佳方案。

2. 檢視執行方案的方法-- 用set showplanon，開啟showplan選項，就可以看到連線順序、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)。

C. 不可最佳化的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）

分析：where子句中對列的任何操作結果都是在SQL執行時逐列計算得到的，因此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最佳化器最佳化，使用索引，避免表搜尋，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）

分析：where條件中的'in'在邏輯上相當於'or'，所以語法分析器會將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子句分別查詢，再將結果相加，這樣可以利用id_no上的索引；但實際上（根據showplan）,它卻採用了"OR策略"，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。因此，實際過程沒有利用id_no上索引，並且完成時間還要受tempdb資料庫效能的影響。

實踐證明， 表的行數越多，工作表的效能就越差，當stuff有620000行時，執行時間竟達到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，寫一個簡單的儲存過程直接算出結果，執行時間同上面一樣快！

總結：

可見，所謂最佳化即where子句利用了索引，不可最佳化即發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，它包括資料庫函式、計算表示式等等，查詢時要儘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.要善於使用儲存過程，它使SQL變得更加靈活和高效。

---- 從以上這些例子可以看出，SQL最佳化的實質就是在結果正確的前提下，用最佳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，儘量避免表搜尋的發生。其實SQL的效能最佳化是一個複雜的過程，上述這些只是在應用層次的一種體現，深入研究還會涉及資料庫層的資源配置、網路層的流量控制以及作業系統層的總體設計。

以下是總結SFC系統中的SQL最佳化原則 :

1. 禁止不必要的全表掃描及不必要的查詢條件 , 如Select serial_number , mo_number from sfism4.r_wip_tracking_t Where model_name like ‘%’ 與 Select serial_number , mo_number from sfism4.r_wip_tracking_t 語句有同樣的結果 , 但是執行的速度後者要快10倍左右(當資料較多時較明顯) .

2. 多表的查詢，資料量小的表放在前面可以提高速度

例如：select count(*) from r_repair_t a ,r_sn_detail_t　b

where a.serial_number=b.serial_number　

這樣的統計速度要比　select count(*) from r_sn_detail_t b，r_repair_t a　

where a.serial_number=b.serial_number的統計速的高

3. 多個條件，查出範圍小的條件應該緊接在where 的後面．

例如：　　　　

where in_station_time>=sysdate-20 and in_station_time>=sysdate-1

where in_station_time>=sysdate-1 and in_station_time>=sysdate-20

這兩條語句查處的統計數量是一樣的，但是後面的語句的速度卻大大　

　 的提高了速度。

4 .在按時閒查詢統計的時候，儘量不要使用to_char條件統計，而是使用to_date條件統計

例如：

select * from r_wip_tracking_t

where to_char(‘yyyyymmddhh24’,’in_station_time’) >=’ 20020101000000’

該為in_station_time>=to_date(‘20020101000000’,’yyyymmddhh24miss’)

這樣的查詢條件利用到in_station_time欄位元的索引，明顯的提高統計速度，這樣的語句有大量的使用，嚴重影響了效能。

以下是摘錄的SQL語句書寫的最佳化原則(供參考) :

1 避免無計劃的全表掃描

如下情況進行全表掃描：

- 該表無索引

- 對返回的行無人和限制條件（無Where子句）

- 對於索引主列（索引的第一列）無限制條件

- 對索引主列的條件含在表示式中

- 對索引主列的限制條件是is (not) null或!=

對索引主列的限制條件是like操作且值是一個bind variable或%打頭的值

2 只使用選擇性索引

索引的選擇性是指索引列中不同值得數目和標誌中記錄數的比，選擇性最好的是非空列的唯一索引1.0。

複合索引中列的次序的問題：

1 在限定條件裡最頻繁使用的列應該是主列

2 最具有選擇性的列（即最清晰的列）應該是主列

如果1和2 不一致，可以考慮建立多個索引。

在複合索引和多個單個索引中作選擇：

考慮選擇性 考慮讀取索引的次數 考慮AND-EQUAL操作

3 管理多表連線（Nested Loops, Merge Joins和Hash Joins） 最佳化聯接操作

Merge Joins是集合操作 Nested Loops和Hash Joins是記錄操作返回第一批記錄迅速

Merge Joins的操作適用於批處理操作，巨大表 和遠端查詢

1全表掃描 --〉 2排序 --〉3比較和合並 效能開銷主要在前兩步

適用全表掃描的情形，都適用Merge Joins操作（比Nested Loops有效）。

改善1的效率： 最佳化I/O， 提高使用ORACLE多塊讀的能力， 使用並行查詢的選項

改善1的效率：提高Sort_Area_Size的值， 使用Sort Direct Writes，為臨時段提供專用表空間

4 管理包含檢視的SQL語句

最佳化器執行包含檢視的SQL語句有兩種方法：

- 先執行檢視，完成全部的結果集，然後用其餘的查詢條件作過濾器執行查詢

- 將檢視文字整合到查詢裡去

含有group by子句的檢視不能被整合到一個大的查詢中去。

在檢視中使用union，不阻止檢視的SQL整合到查詢的語法中去。

5 最佳化子查詢

6 使用複合Keys/Star查詢

7 恰當地索引Connect By操作

8 限制對遠端表的訪問

9 管理非常巨大的表的訪問

- 管理資料接近(proximity) 記錄在表中的存放按對錶的範圍掃描中最長使用的列排序 按次序儲存資料有助於範圍掃描，尤其是對大表。

- 避免沒有幫助的索引掃描 當返回的資料集合較大時，使用索引對SGA的資料塊快取佔用較大，影響其它使用者；全表掃描還能從ORACLE的多塊讀取機制和“一致性獲取/每塊”特性中受益。

- 建立充分索引的表 使訪問索引能夠讀取較全面的資料 建立僅主列不同的多個索引

- 建立hash簇

- 建立分割表和檢視

- 使用並行選項

10 使用Union All 而不是Union

UNION ALL操作不包括Sort Unique操作，第一行檢索的響應速度快，多數情況下不用臨時段完成操作，

UNION ALL建立的檢視用在查詢裡可以整合到查詢的語法中去，提高效率

11 避免在SQL裡使用PL/SQL功能呼叫

12 繫結變數(Bind Variable)的使用管理

使用Bind Variable和Execute using方式

將like :name ||’%’ 改寫成 between :name and :name || char(225), 已避免進行全表掃描，而是使用索引。

13 回訪最佳化程式

資料變化後，重新考察最佳化情況

編寫整理 : 王琦

2003-03-25