SQL Command最佳化原則

tolywang發表於2006-05-08

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 : record中有記錄620000 , 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)

Select date , sum(amount) from record group by date (55)Select count(*) from record where date > '19990901' and place in ('BJ','SH') (27)

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 >200014秒)Select date , sum(amount) from record group by date (28)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.placedateamount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 date27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.dateplaceamount上的組合索引

select count(*) from record where date >

'19991201' and date < '19991214' and amount >2000(< 1)select date , sum(amount) from record group by date11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:

.有大量重複值、且經常有範圍查詢(between, >,< >=,< =)和order bygroup by發生的列,可考慮建立群集索引;

.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;

.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card7896行,在card_no上有一個非聚集索引,表account191122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_no20秒)

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+(外層表account191122*內層表card上對應外層表第一行所要查詢的3頁)=595907I/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+(外層表card7896*內層表account上對應外層表每一行所要查詢的4頁)= 33528I/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-- 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)select * from record where amount/30< 100011select * from record where convert(char(10),date,112)='19991201'10

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stuff200000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stuff620000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.inor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 , Select serial_number , mo_number from sfism4.r_wip_tracking_t Where model_name like ‘%’ 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 br_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!=

對索引主列的限制條件是like操作且值是一個bind variable%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12 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 JoinsHash Joins 最佳化聯接操作

Merge Joins是集合操作 Nested LoopsHash 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

- 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 VariableExecute using方式

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

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/35489/viewspace-84374/,如需轉載,請註明出處,否則將追究法律責任。

相關文章