数据库查询的优化——索引使用的注意点(转)
索引使用的注意点
1) 合理使用索引
索引是数据库中重要的数据结构，它的根本目的就是为了提高查询效率。现在大多数的数据库产品都采用 IBM 最先提出的 ISAM 索引结构。索引的使用要恰到好处，其使用原则如下：
●在经常进行连接，但是没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引。
●在频繁进行排序或分组（即进行 group by 或 order by 操作）的列上建立索引。
●在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引。比如在雇员表的“性别”列上只有“男”与“女”两个不同值，因此就无必要建立索引。如果建立索引不但不会提高查询效率，反而会严重降低更新速度。
●如果待排序的列有多个，可以在这些列上建立复合索引（ compound index ）。
●使用系统工具。如 Informix 数据库有一个 tbcheck 工具，可以在可疑的索引上进行检查。在一些数据库服务器上，索引可能失效或者因为频繁操作而使得读取效率降低，如果一个使用索引的查询不明不白地慢下来，可以试着用 tbcheck 工具检查索引的完整性，必要时进行修复。另外，当数据库表更新大量数据后，删除并重建索引可以提高查询速度。
2) 避免或简化排序
应当简化或避免对大型表进行重复的排序。当能够利用索引自动以适当的次序产生输出时，优化器就避免了排序的步骤。以下是一些影响因素：
●索引中不包括一个或几个待排序的列；
● group by 或 order by 子句中列的次序与索引的次序不一样；
●排序的列来自不同的表。
为了避免不必要的排序，就要正确地增建索引，合理地合并数据库表（尽管有时可能影响表的规范化，但相对于效率的提高是值得的）。如果排序不可避免，那么应当试图简化它，如缩小排序的列的范围等。
3) 消除对大型表行数据的顺序存取
在嵌套查询中，对表的顺序存取对查询效率可能产生致命的影响。比如采用顺序存取策略，一个嵌套 3 层的查询，如果每层都查询 1000 行，那么这个查询就要查询 10 亿行数据。避免这种情况的主要方法就是对连接的列进行索引。例如，两个表：学生表（学号、姓名、年龄……）和选课表（学号、课程号、成绩）。如果两个表要做连接，就要在“学号”这个连接字段上建立索引。
还可以使用并集来避免顺序存取。尽管在所有的检查列上都有索引，但某些形式的 where 子句强迫优化器使用顺序存取。下面的查询将强迫对 orders 表执行顺序操作：
SELECT ＊ FROM orders WHERE (customer_num=104 AND order_num>1001) OR order_num=1008
虽然在 customer_num 和 order_num 上建有索引，但是在上面的语句中优化器还是使用顺序存取路径扫描整个表。因为这个语句要检索的是分离的行的集合，所以应该改为如下语句：
SELECT ＊ FROM orders WHERE customer_num=104 AND order_num>1001
UNION
SELECT ＊ FROM orders WHERE order_num=1008
这样就能利用索引路径处理查询。
4) 避免相关子查询
一个列的标签同时在主查询和 where 子句中的查询中出现，那么很可能当主查询中的列值改变之后，子查询必须重新查询一次。查询嵌套层次越多，效率越低，因此应当尽量避免子查询。如果子查询不可避免，那么要在子查询中过滤掉尽可能多的行。
5) 避免困难的正规表达式
MATCHES 和 LIKE 关键字支持通配符匹配，技术上叫正规表达式。但这种匹配特别耗费时间。例如： SELECT ＊ FROM customer WHERE zipcode LIKE “ 98_ _ _ ”
即使在 zipcode 字段上建立了索引，在这种情况下也还是采用顺序扫描的方式。如果把语句改为 SELECT ＊ FROM customer WHERE zipcode > “ 98000 ”，在执行查询时就会利用索引来查询，显然会大大提高速度。
另外，还要避免非开始的子串。例如语句： SELECT ＊ FROM customer WHERE zipcode[2 ， 3] > “ 80 ”，在 where 子句中采用了非开始子串，因而这个语句也不会使用索引。
6) 使用临时表加速查询
把表的一个子集进行排序并创建临时表，有时能加速查询。它有助于避免多重排序操作，而且在其他方面还能简化优化器的工作。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
如果这个查询要被执行多次而不止一次，可以把所有未付款的客户找出来放在一个临时文件中，并按客户的名字进行排序：
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临时表中查询：
SELECT ＊ FROM cust_with_balance
WHERE postcode>“98000”
临时表中的行要比主表中的行少，而且物理顺序就是所要求的顺序，减少了磁盘 I/O ，所以查询工作量可以得到大幅减少。
注意：临时表创建后不会反映主表的修改。在主表中数据频繁修改的情况下，注意不要丢失数据。
7) 用排序来取代非顺序存取
非顺序磁盘存取是最慢的操作，表现在磁盘存取臂的来回移动。 SQL 语句隐藏了这一情况，使得我们在写应用程序时很容易写出要求存取大量非顺序页的查询。
有些时候，用数据库的排序能力来替代非顺序的存取能改进查询。
优化SQL语句
优化就是选择最有效的方法来执行 SQL 语句。 Oracle 优化器选择它认为最有效的方法来执行 SQL 语句。
1) IS NULL 和 IS NOT NULL
如果某列存在 NULL 值，即使对该列建立索引也不会提高性能。
2) 为不同的工作编写不同的SQL语句块。
为完成不同的工作编写一大块 SQL 程序不是好方法。它往往导致每个任务的结果不优
化。若要 SQL 完成不同的工作，一般应编写不同的语句块比编写一个要好。
3) IN 和EXISTS
Select name from employee where name not in (select name from student);
Select name from employee where not exists (select name from student);
第一句 SQL 语句的执行效率不如第二句。
通过使用 EXISTS ， Oracle 会首先检查主查询，然后运行子查询直到它找到第一个匹配
项，这就节省了时间。 Oracle 在执行 IN 子查询时，首先执行子查询，并将获得的结果
列表存放在一个加了索引的临时表中。在执行子查询之前，系统先将主查询挂起，待
子查询执行完毕，存放在临时表中以后再执行主查询。这也就是使用 EXISTS 比使用 IN
通常查询速度快的原因。
4) NOT 运算符
Select * from employee where salary<>1000;
Select * from employee where salary<1000 or salary>1000;
第一句 SQL 语句的执行效率不如第二句，因为第二句 SQL 语句可以使用索引。
5) Order By 语句
Order By 语句的执行效率很低，因为它要排序。应避免在 Order By 字句中使用表达式。
6) 列的连接
select * from employee where name||department=’ZYZBIOINFO’;
select * from employee where name=’ZYZ’ and department=’BIOINFO’;
这两个查询，第二句比第一句会快，因为对于有连接运算符’ || ’的查询 ,Oracle 优化器是不
会使用索引的。
7) 通配符‘％’当通配符出现在搜索词首时，Oracle优化器不使用索引。
Select * from employee where name like ‘%Z%’;
Select * from employee where name like ‘Z%’;
第二句的执行效率会比第一句快，但查询结果集可能会不同。
8) 应尽量避免混合类型的表达式。
假设字段 studentno 为 VARCHAR2 类型
有语句 select * from student where studentno>123;
则 Oracle 会有一个隐含的类型转换。隐含的类型转换可能会使 Oracle 优化器忽略索引。
这时应使用显式的类型转换 select * from student where studentno=to_char(123) 。
