数据库优化

1. 建立合适的索引

（1）建立索引的位置

　　JOIN ON，WHERE，ORDERBY后面的字段建立索引

　　 

（2）索引失效的sql情况

　　1.where 子句对null进行判断

　　2.where 子句中使用 or 来连接条件

　　3.where 子句中使用!=或<>操作符

　　4.like 字段 前面有%，后面有%不受影响

　　5.in 和 not in 也要慎用，最好使用exsit进行代替

　　6.如果在 where 子句中使用参数，也会导致全表扫描

　　7.应尽量避免在 where 子句中对字段进行表达式，函数操作，这将导致引擎放弃使用索引而进行全表扫描

 （3）索引创建规则

　　表的主键、外键必须有索引； 
　　数据量超过300的表应该有索引； 
　　经常与其他表进行连接的表，在连接字段上应该建立索引； 
　　经常出现在Where子句中的字段，特别是大表的字段，应该建立索引； 
　　索引应该建在选择性高的字段上； 
　　索引应该建在小字段上，对于大的文本字段甚至超长字段，不要建索引； 
　　复合索引的建立需要进行仔细分析，尽量考虑用单字段索引代替； 
　　正确选择复合索引中的主列字段，一般是选择性较好的字段； 
　　复合索引的几个字段是否经常同时以AND方式出现在Where子句中？单字段查询是否极少甚至没有？如果是，则可以建立复合索引；否则考虑单字段索引； 
　　如果复合索引中包含的字段经常单独出现在Where子句中，则分解为多个单字段索引； 
　　如果复合索引所包含的字段超过3个，那么仔细考虑其必要性，考虑减少复合的字段； 
　　如果既有单字段索引，又有这几个字段上的复合索引，一般可以删除复合索引； 
　　频繁进行数据操作的表，不要建立太多的索引； 
　　删除无用的索引，避免对执行计划造成负面影响； 
　　表上建立的每个索引都会增加存储开销，索引对于插入、删除、更新操作也会增加处理上的开销。另外，过多的复合索引，在有单字段索引的情况下，一般都是没有存在价值的；相反，还会降低数据增加删除时的性能，特别是对频繁更新的表来说，负面影响更大。 
　　尽量不要对数据库中某个含有大量重复的值的字段建立索引。

       在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用，并且应尽可能的让字段顺序与索引顺序相一致

2.尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。

3.尽可能的使用 varchar/nvarchar 代替 char/nchar ， 因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。

4.最好不要使用”*“返回所有，用具体的字段列表代替“*”，不要返回用不到的任何字段。

5.用Where子句替换HAVING子句： 
　　避免使用HAVING子句，HAVING 只会在检索出所有记录之后才对结果集进行过滤。这个处理需要排序,总计等操作。如果能通过WHERE子句限制记录的数目，那就能减少这方面的开销。(非 oracle中)on、where、having这三个都可以加条件的子句中，on是最先执行，where次之，having最后，因为on是先把不符合 条件的记录过滤后才进行统计，它就可以减少中间运算要处理的数据，按理说应该速度是最快的，where也应该比having快点的，因为它过滤数据后才进 行sum，在两个表联接时才用on的，所以在一个表的时候，就剩下where跟having比较了。在这单表查询统计的情况下，如果要过滤的条件没有涉及 到要计算字段，那它们的结果是一样的，只是where可以使用rushmore技术，而having就不能，在速度上后者要慢如果要涉及到计算的字段，就 表示在没计算之前，这个字段的值是不确定的，根据上篇写的工作流程，where的作用时间是在计算之前就完成的，而having就是在计算后才起作用的， 所以在这种情况下，两者的结果会不同。在多表联接查询时，on比where更早起作用。系统首先根据各个表之间的联接条件，把多个表合成一个临时表后，再 由where进行过滤，然后再计算，计算完后再由having进行过滤。由此可见，要想过滤条件起到正确的作用，首先要明白这个条件应该在什么时候起作 用，然后再决定放在那里。