如何让你的SQL运行得更快

文章作者 100test 发表时间 2008:01:11 13:11:04
来源 100Test.Com百考试题网

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where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
0select count(*) from record where date > ′19991201′ and date < ′19991214′and amount > 2000 (25秒) 0select date,sum(amount) from record group by date (55秒) 0select 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
0select count(*) from record where date > ′19991201′ and date < ′19991214′ and amount > 2000 （14秒） 0select date,sum(amount) from record group by date （28秒） 0select 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
0select count(*) from record where date > ′19991201′ and date < ′19991214′ and amount > 2000 （26秒） 0select date,sum(amount) from record group by date （27秒） 0select 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

0select count(*) from record where date > ′19991201′ and date < ′19991214′ and amount > 2000(< 1秒) 0select date,sum(amount) from record group by date （11秒） 0select 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：
0select sum(a.amount) from account a, card b where a.card_no = b.card_no（20秒）

将SQL改为：
0select 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。