一个简单的SQL最优写法讨论（1）

最近在处理SQL的优化工作，拿一些碰到的例子大家一起讨论一下，希望有更多的人参与，请在发表时说明是什么数据库：

第一个语句：

SELECT A,B,C FROM T1 WHERE C>5

有没有更好的写法？

补充一下前提条件：

１．海量数据存在这个表中;

２．表中的C列值有很多，但是有重复；

A　　B　　C

A1　　XE　　9

AY　　BV　　7

QM　　UH　　5

AS　　UU　　8

AA　　PO　　6

JI　　  A0　　4

ER　　6　　   9

U8　　G5　　 6

AM　　EW　　2

...

WE　　XX　　67867433134

我想再等一下的，但是，没有人告诉我有什么优化的地方，我就说说我的理解和想法，各位看官请评一下，如有不对的请指教！

第一点：数据量大，多值

　　建立索引是必需的；

第二点：找值的理解

　　有了索引后，那索引可能已是以下的排序方式，我们看看会不会有可能是这样：

表：　A　　B　　C

　　A1　　XE　　５

　　AY　　BV　　５

　　QM　　UH　　６

　　AS　　UU　　４

索引：

　　C　　地址

　　４　　ＯＸＤ001

　　５　　ＯＸＤ002

　　５　　ＯＸＤ003

　　６　　ＯＸＤ004

OK,SELECT A,B,C FROM T1 WHERE C>5　看看是否会这样

ＯＸＤ002　的5和这里的条件5比较

ＯＸＤ00３　的5和这里的条件5比较

ＯＸＤ00４　的6和这里的条件5比较

结果是找到有用的6.

以上的条件放大，４有1亿行；５有３亿行；６有５００万行，2有１000万行，那扫描的行数是不是会可能是３亿行+５００万行？

看出点子来了吧？

我们可以改这条语句了，看看这样写：

　　SELECT A,B,C FROM T1 WHERE C>＝6

那你又怎么理解在索引中的扫描查找过程？

ＯＸＤ00４　的6和这里的条件6比较

结果是找到有用的6.

我的结论：

因为我们不知道数据库引擎会怎么理解这两个语句，应该是不同的版本不同厂商有可能不同．但是，C>5有可能要扫描5有可能不用，C>＝6是绝对不用扫描5（在不同的版本中是有可能的）.这样，上边的扫描行数可能从这个条件中看出可能存在的差异，扫描３亿５００万行还是５００万行，也就可能存在10分钟与５小时或更多的差异．

请发表你的看法！

本文原创,转载请注明出处.