转:如何让你的SQL运行得更快

from:http://topic.csdn.net/t/20050311/11/3842756.html

 

 人们在使用SQL时往往会陷入一个误区,即太关注于所得的结果是否正确,而忽略  
  了不同的实现方法之间可能存在的性能差异,这种性能差异在大型的或是复杂的数据库  
  环境中(如联机事务处理OLTP或决策支持系统DSS)中表现得尤为明显。笔者在工作实践  
  中发现,不良的SQL往往来自于不恰当的索引设计、不充份的连接条件和不可优化的whe  
  re子句。在对它们进行适当的优化后,其运行速度有了明显地提高!下面我将从这三个  
  方面分别进行总结:  
  ----   为了更直观地说明问题,所有实例中的SQL运行时间均经过测试,不超过1秒的均  
  表示为(<   1秒)。  
  ----   测试环境--  
  ----   主机:HP   LH   II  
  ----   主频:330MHZ  
  ----   内存:128兆  
  ----   操作系统:Operserver5.0.4  
  ----数据库:Sybase11.0.3  
  一、不合理的索引设计  
  ----例:表record有620000行,试看在不同的索引下,下面几个   SQL的运行情况:  
  ----   1.在date上建有一非个群集索引  
  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:  
  ----date上有大量的重复值,在非群集索引下,数据在物理上随机存放在数据页上,在  
  范围查找时,必须执行一次表扫描才能找到这一范围内的全部行。  
  ----   2.在date上的一个群集索引  
  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,数据在物理上按顺序在数据页上,重复值也排列在一起,因而在范  
  围查找时,可以先找到这个范围的起末点,且只在这个范围内扫描数据页,避免了大范  
  围扫描,提高了查询速度。  
  ----   3.在place,date,amount上的组合索引  
  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:  
  ----   这是一个不很合理的组合索引,因为它的前导列是place,第一和第二条SQL没有引  
  用place,因此也没有利用上索引;第三个SQL使用了place,且引用的所有列都包含在组  
  合索引中,形成了索引覆盖,所以它的速度是非常快的。  
  ----   4.在date,place,amount上的组合索引  
  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:  
  ----   这是一个合理的组合索引。它将date作为前导列,使每个SQL都可以利用索引,并  
  且在第一和第三个SQL中形成了索引覆盖,因而性能达到了最优。  
  ----   5.总结:  
  ----   缺省情况下建立的索引是非群集索引,但有时它并不是最佳的;合理的索引设计要  
  建立在对各种查询的分析和预测上。一般来说:  
  ----   ①.有大量重复值、且经常有范围查询  
  (between,   >,<   ,>=,<   =)和order   by  
  、group   by发生的列,可考虑建立群集索引;  
  ----   ②.经常同时存取多列,且每列都含有重复值可考虑建立组合索引;  
  ----   ③.组合索引要尽量使关键查询形成索引覆盖,其前导列一定是使用最频繁的列。  
   
  二、不充份的连接条件:  
  ----   例:表card有7896行,在card_no上有一个非聚集索引,表account有191122行,在  
  account_no上有一个非聚集索引,试看在不同的表连接条件下,两个SQL的执行情况:  
   
  select   sum(a.amount)   from   account   a,  
  card   b   where   a.card_no   =   b.card_no(20秒)  
  ----   将SQL改为:  
  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:  
  ----   在第一个连接条件下,最佳查询方案是将account作外层表,card作内层表,利用  
  card上的索引,其I/O次数可由以下公式估算为:  
  ----   外层表account上的22541页+(外层表account的191122行*内层表card上对应外层  
  表第一行所要查找的3页)=595907次I/O  
  ----   在第二个连接条件下,最佳查询方案是将card作外层表,account作内层表,利用  
  account上的索引,其I/O次数可由以下公式估算为:  
  ----   外层表card上的1944页+(外层表card的7896行*内层表account上对应外层表每一  
  行所要查找的4页)=   33528次I/O  
  ----   可见,只有充份的连接条件,真正的最佳方案才会被执行。  
  ----   总结:  
  ----   1.多表操作在被实际执行前,查询优化器会根据连接条件,列出几组可能的连接方  
  案并从中找出系统开销最小的最佳方案。连接条件要充份考虑带有索引的表、行数多的  
  表;内外表的选择可由公式:外层表中的匹配行数*内层表中每一次查找的次数确定,乘  
  积最小为最佳方案。  

----   2.查看执行方案的方法--   用set   showplanon,打开showplan选项,就可以看到连  
  接顺序、使用何种索引的信息;想看更详细的信息,需用sa角色执行dbcc(3604,310,30  
  2)。  
  三、不可优化的where子句  
  ----   1.例:下列SQL条件语句中的列都建有恰当的索引,但执行速度却非常慢:  
  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子句中对列的任何操作结果都是在SQL运行时逐列计算得到的,因此它不得不  
  进行表搜索,而没有使用该列上面的索引;如果这些结果在查询编译时就能得到,那么  
  就可以被SQL优化器优化,使用索引,避免表搜索,因此将SQL重写成下面这样:  
  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)  
  ----   你会发现SQL明显快起来!  
  ----   2.例:表stuff有200000行,id_no上有非群集索引,请看下面这个SQL:  
  select   count(*)   from   stuff   where   id_no   in('0','1')  
  (23秒)  
  ----   分析:  
  ----   where条件中的'in'在逻辑上相当于'or',所以语法分析器会将in   ('0','1')转化  
  为id_no   ='0'   or   id_no='1'来执行。我们期望它会根据每个or子句分别查找,再将结果  
  相加,这样可以利用id_no上的索引;但实际上(根据showplan),它却采用了"OR策略"  
  ,即先取出满足每个or子句的行,存入临时数据库的工作表中,再建立唯一索引以去掉  
  重复行,最后从这个临时表中计算结果。因此,实际过程没有利用id_no上索引,并且完  
  成时间还要受tempdb数据库性能的影响。  
  ----   实践证明,表的行数越多,工作表的性能就越差,当stuff有620000行时,执行时  
  间竟达到220秒!还不如将or子句分开:  
  select   count(*)   from   stuff   where   id_no='0'  
  select   count(*)   from   stuff   where   id_no='1'  
  ----   得到两个结果,再作一次加法合算。因为每句都使用了索引,执行时间只有3秒,  
  在620000行下,时间也只有4秒。或者,用更好的方法,写一个简单的存储过程:  
  create   proc   count_stuff   as  
  declare   @a   int  

posted @ 2008-12-08 10:50  harry.guo  阅读(...)  评论(... 编辑 收藏