SQL SERVER 性能优化
1. 选择最有效率的表名顺序(只在基于规则的优化器中有效)
SQLSERVER的解析器按照从右到左的顺序处理FROM子句中的表名,因此FROM子句中写在最后的表(基础表driving table)将被最先处理,在FROM子句中包含多个表的情况下,必须选择记录条数最少的表作为基础表,当SQLSERVER处理多个表时,会运用排序及合并的方式连接它们。 首先,扫描第一个表(FROM子句中最后的那个表)并对记录进行排序;然后扫描第二个表(FROM子句中最后第二个表);最后将所有从第二个表中检索出的记录与第一个表中合适记录进行合并。
例如: 表A 26,888 条记录,表B 50 条记录,选择B作为基础表 (最好的方法) select count(*) from A,B 执行时间1秒,选择A作为基础表 (不佳的方法) select count(*) from B,A 执行时间28.08秒;如果有3个以上的表连接查询,那就需要选择交叉表(intersection table)作为基础表,交叉表是指那个被其他表所引用的表。
例如:
EMP表描述了T1表和T2表的交集
SELECT * FROM T1 a, T2 b, EMP c WHERE c.EmpID BETWEEN 1000 AND 2000 AND c.EmpID = b.BID AND E.DeptID =a.DeptID
将比下列SQL更有效率
SELECT * FROM EMP a , T1 b , T2 c WHERE a.DeptID= c.DeptID AND a.EmpID=b.BID AND a.EmpID BETWEEN 1000 AND 2000
2. WHERE子句中的连接顺序
SQLSERVER采用自下而上的顺序解析WHERE子句,根据这个原理,表之间的连接必须写在其他WHERE条件之前,那些可以过滤掉最大数量记录的条件必须写在WHERE子句的末尾。
例如:
(低效,执行时间13.8秒)
SELECT * FROM EMP a WHERE Cost > 20000 AND Job = '经理' AND 25 < (SELECT COUNT(*) FROM EMP WHERE MGR=a.EmpID);
(高效,执行时间1.6秒)
SELECT * FROM EMP a WHERE 25 < (SELECT COUNT(*) FROM EMP WHERE MGR=a.EmpID) AND Cost > 50000 AND Job = '经理';
3. SELECT子句中避免使用'*'
当你想在SELECT子句中列出所有的COLUMN时,使用动态SQL列引用'*'是一个方便的方法,不幸的是,这是一个非常低效的方法。实际上,SQLSERVER在解析的过程中,会将'*'依次转换成所有的列名,这个工作是通过查询数据字典完成的,这意味着将耗费更多的时间。
4. 使用DECODE函数来减少处理时间
使用DECODE函数可以避免重复扫描相同记录或重复连接相同的表。
例如:
SELECT COUNT(*), SUM(Cost) FROM EMP WHERE DeptID = '0020' AND EmpName LIKE 'John%';
SELECT COUNT(*), SUM(Cost) FROM EMP WHERE DeptID= '0030' AND EmpName LIKE 'John%';
你可以用DECODE函数高效地得到相同结果('X'表示任何一个字段):
SELECT COUNT(DECODE(DeptID, '0020', 'X', NULL)) D0020_COUNT, COUNT(DECODE(DeptID, '0030', 'X', NULL)) D0030_COUNT, SUM(DECODE(DeptID, '0020', Cost, NULL)) D0020_Cost, SUM(DECODE(DeptID,' 0030', Cost, NULL)) D0030_Cost FROM EMP WHERE EmpName LIKE 'John%';
类似的,DECODE函数也可以运用于GROUP BY和ORDER BY子句中
5. 用EXISTS替代IN
在许多基于基础表的查询中,为了满足一个条件,往往需要对另一个表进行联接,在这种情况下,使用EXISTS(或NOT EXISTS)通常将提高查询的效率。
低效:
SELECT * FROM EMP (基础表) WHERE EmpID> 0 AND DeptID IN (SELECT DeptID FROM DEPT WHERE LOC = 'RD')
高效:
SELECT * FROM EMP (基础表) WHERE EmpID > 0 AND EXISTS (SELECT 'X' FROM DEPT WHERE DEPT.DeptID= EMP.DeptID AND LOC = 'RD')
6. 用NOT EXISTS替代NOT IN
在子查询中,NOT IN子句将执行一个内部的排序和合并,无论在哪种情况下,NOT IN都是最低效的,因为它对子查询中的表执行了一个全表遍历,为了避免使用NOT IN,我们可以把它改写成外连接(Outer Joins)或NOT EXISTS。
例如:
SELECT … FROM EMP WHERE DeptID NOT IN (SELECT DeptID FROM DEPT WHERE DType= 'A');
高效处理:
为了提高效率改写为
SELECT … FROM EMP A, DEPT B WHERE A.DeptID= B.DeptID AND B.DeptID IS NULL AND B.DType = 'A'
最高效:
最高效 SELECT … FROM EMP E WHERE NOT EXISTS (SELECT 'X' FROM DEPT D WHERE D.DeptID= E.DeptID AND DType= 'A');
7. 用索引提高效率
索引是表的一个概念部分,用来提高检索数据的效率。实际上,SQLSERVER使用了一个复杂的自平衡B-tree结构 。通常,通过索引查询数据比全表扫描要快。当SQLSERVER找出执行查询和Update语句的最佳路径时,SQLSERVER优化器将使用索引。同样,在联结多个表时使用索引也可以提高效率。另一个使用索引的好处是,它提供了主键(primary key)的唯一性验证。 除了那些LONG或LONG RAW数据类型,你可以索引几乎所有的列。虽然使用索引能得到查询效率的提高,但是我们也必须注意到它的代价,索引需要空间来存储,也需要定期维护,每当有记录在表中增减或索引列被修改时,索引本身也会被修改,这意味着每条记录的INSERT、DELETE、UPDATE将为此多付出4、5次的磁盘I/O。因为索引需要额外的存储空间和处理,那些不必要的索引反而会使查询反应时间变慢。
SQLSERVER对索引有两种访问模式:
1).索引唯一扫描(INDEX UNIQUE SCAN)
大多数情况下, 优化器通过WHERE子句访问INDEX
例如:
表LODGING有两个索引:建立在LODGING列上的唯一性索引LODGING_PK和建立在MANAGER列上的非唯一性索引LODGING$MANAGER
SELECT * FROM User WHERE LODGING = 'FLOWER';
在内部,上述SQL将被分成两步执行:
首先,LODGING_PK索引将通过索引唯一扫描的方式被访问,获得相对应的ROWID;然后通过ROWID访问表的方式执行下一步检索。
如果被检索返回的列包括在INDEX列中,SQLSERVER将不执行第二步的处理(通过ROWID访问表)
因为检索数据保存在索引中,单单访问索引就可以完全满足查询结果。
2).索引范围查询(INDEX RANGE SCAN)
适用于两种情况:
1>.基于唯一性索引的一个范围的检索
2>.基于非唯一性索引的检索
例1
SELECT LODGING FROM User WHERE LODGING LIKE 'M%';
WHERE子句条件包括一系列值,SQLSERVER将通过索引范围查询的方式查询LODGING_PK
由于索引范围查询将返回一组值,它的效率就要比索引唯一扫描低一些
例2
SELECT LODGING FROM User WHERE MANAGER = 'MRZHANG';
这个SQL的执行分两步,LODGING$MANAGER的索引范围查询(得到所有符合条件记录的ROWID),通过ROWID访问表得到LODGING列的值。
由于LODGING$MANAGER是一个非唯一性的索引,数据库不能对它执行索引唯一扫描。
WHERE子句中,如果索引列所对应的值的第一个字符由通配符(WILDCARD)开始,索引将不被采用
SELECT LODGING FROM User WHERE MANAGER LIKE '%HANMAN';
在这种情况下,SQLSERVER将使用全表扫描。
8. 避免在索引列上使用计算
WHERE子句中,如果索引列是函数的一部分,优化器将不使用索引而使用全表扫描。
例如:
低效
SELECT … FROM DEPT WHERE Cost * 12 > 25000;
高效
SELECT … FROM DEPT WHERE Cost > 25000/12;
请务必注意,检索中不要对索引列进行处理,如:TRIM,TO_DATE,类型转换等操作,破坏索引,使用全表扫描,影响SQL执行效率。