如何讓SQL運行得更快
2020-10-29 21:57:14
供稿：網友
一、不合理的索引設計
----例：表record有620000行，試看在不同的索引下，下面幾個 SQL的運行情況：
---- 1.在date上建有一非個群集索引
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上有大量的重復值，在非群集索引下，數據在物理上隨機存放在數據頁上，在
范圍查找時，必須執行一次表掃描才能找到這一范圍內的全部行。
---- 2.在date上的一個群集索引
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，數據在物理上按順序在數據頁上，重復值也排列在一起，因而在范
圍查找時，可以先找到這個范圍的起末點，且只在這個范圍內掃描數據頁，避免了大范
圍掃描，提高了查詢速度。
---- 3.在place，date，amount上的組合索引
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：
---- 這是一個不很合理的組合索引，因為它的前導列是place，第一和第二條SQL沒有引
用place，因此也沒有利用上索引；第三個SQL使用了place，且引用的所有列都包含在組
合索引中，形成了索引覆蓋，所以它的速度是非常快的。
---- 4.在date，place，amount上的組合索引
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：
---- 這是一個合理的組合索引。它將date作為前導列，使每個SQL都可以利用索引，并
且在第一和第三個SQL中形成了索引覆蓋，因而性能達到了最優。
---- 5.總結：
---- 缺省情況下建立的索引是非群集索引，但有時它并不是最佳的；合理的索引設計要
建立在對各種查詢的分析和預測上。一般來說：
---- ①.有大量重復值、且經常有范圍查詢
（between, >,< ，>=,< =）和order by
、group by發生的列，可考慮建立群集索引；
---- ②.經常同時存取多列，且每列都含有重復值可考慮建立組合索引；
---- ③.組合索引要盡量使關鍵查詢形成索引覆蓋，其前導列一定是使用最頻繁的列。 二、不充份的連接條件：
---- 例：表card有7896行，在card_no上有一個非聚集索引，表account有191122行，在
account_no上有一個非聚集索引，試看在不同的表連接條件下，兩個SQL的執行情況： select sum(a.amount) from account a,
card b where a.card_no = b.card_no（20秒）
---- 將SQL改為：
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：
---- 在第一個連接條件下，最佳查詢方案是將account作外層表，card作內層表，利用
card上的索引，其I/O次數可由以下公式估算為：
---- 外層表account上的22541頁+（外層表account的191122行*內層表card上對應外層
表第一行所要查找的3頁）=595907次I/O
---- 在第二個連接條件下，最佳查詢方案是將card作外層表，account作內層表，利用
account上的索引，其I/O次數可由以下公式估算為：
---- 外層表card上的1944頁+（外層表card的7896行*內層表account上對應外層表每一
行所要查找的4頁）= 33528次I/O
---- 可見，只有充份的連接條件，真正的最佳方案才會被執行。
---- 總結：
---- 1.多表操作在被實際執行前，查詢優化器會根據連接條件，列出幾組可能的連接方
案并從中找出系統開銷最小的最佳方案。連接條件要充份考慮帶有索引的表、行數多的
表；內外表的選擇可由公式：外層表中的匹配行數*內層表中每一次查找的次數確定，乘
積最小為最佳方案。
---- 2.查看執行方案的方法-- 用set showplanon，打開showplan選項，就可以看到連
接順序、使用何種索引的信息；想看更詳細的信息，需用sa角色執行dbcc(3604,310,30
2)。
三、不可優化的where子句
---- 1.例：下列SQL條件語句中的列都建有恰當的索引，但執行速度卻非常慢：
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子句中對列的任何操作結果都是在SQL運行時逐列計算得到的，因此它不得不
進行表搜索，而沒有使用該列上面的索引；如果這些結果在查詢編譯時就能得到，那么
就可以被SQL優化器優化，使用索引，避免表搜索，因此將SQL重寫成下面這樣：
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）
---- 你會發現SQL明顯快起來！
---- 2.例：表stuff有200000行，id_no上有非群集索引，請看下面這個SQL：
select count(*) from stuff where id_no in('0','1')
（23秒）
---- 分析：
---- where條件中的'in'在邏輯上相當于'or'，所以語法分析器會將in ('0','1')轉化
為id_no ='0' or id_no='1'來執行。我們期望它會根據每個or子句分別查找，再將結果
相加，這樣可以利用id_no上的索引；但實際上（根據showplan）,它卻采用了"OR策略"
，即先取出滿足每個or子句的行，存入臨時數據庫的工作表中，再建立唯一索引以去掉
重復行，最后從這個臨時表中計算結果。因此，實際過程沒有利用id_no上索引，并且完
成時間還要受tempdb數據庫性能的影響。
---- 實踐證明，表的行數越多，工作表的性能就越差，當stuff有620000行時，執行時
間竟達到220秒！還不如將or子句分開：
select count(*) from stuff where id_no='0'
select count(*) from stuff where id_no='1'
---- 得到兩個結果，再作一次加法合算。因為每句都使用了索引，執行時間只有3秒，
在620000行下，時間也只有4秒。或者，用更好的方法，寫一個簡單的存儲過程：
create proc count_stuff as
declare @a int
declare @b int
declare @c int
declare @d char(10)
begin
select @a=count(*) from stuff where id_no='0'
select @b=count(*) from stuff where id_no='1'
end
select @c=@a+@b
select @d=convert(char(10),@c)
print @d
---- 直接算出結果，執行時間同上面一樣快！
---- 總結：
---- 可見，所謂優化即where子句利用了索引，不可優化即發生了表掃描或額外開銷。 ---- 1.任何對列的操作都將導致表掃描，它包括數據庫函數、計算表達式等等，查詢時
要盡可能將操作移至等號右邊。
---- 2.in、or子句常會使用工作表，使索引失效；如果不產生大量重復值，可以考慮把
子句拆開；拆開的子句中應該包含索引。
---- 3.要善于使用存儲過程，它使SQL變得更加靈活和高效。
---- 從以上這些例子可以看出，SQL優化的實質就是在結果正確的前提下，用優化器可
以識別的語句，充份利用索引，減少表掃描的I/O次數，盡量避免表搜索的發生。其實S
QL的性能優化是一個復雜的過程，上述這些只是在應用層次的一種體現，深入研究還會
涉及數據庫層的資源配置、網絡層的流量控制以及操作系統層的總體設計。
1．合理使用索引
索引是數據庫中重要的數據結構，它的根本目的就是為了提高查詢效率。現在大多數的數據庫產品都采用IBM最先提出的ISAM索引結構。索引的使用要恰到好處，其使用原則如下：
●在經常進行連接，但是沒有指定為外鍵的列上建立索引，而不經常連接的字段則由優化器自動生成索引。
●在頻繁進行排序或分組（即進行group by或order by操作）的列上建立索引。
●在條件表達式中經常用到的不同值較多的列上建立檢索，在不同值少的列上不要建立索引。比如在雇員表的“性別”列上只有“男”與“女”兩個不同值，因此就無必要建立索引。如果建立索引不但不會提高查詢效率，反而會嚴重降低更新速度。
●如果待排序的列有多個，可以在這些列上建立復合索引（compound index）。
●使用系統工具。如Informix數據庫有一個tbcheck工具，可以在可疑的索引上進行檢查。在一些數據庫服務器上，索引可能失效或者因為頻繁操作而使得讀取效率降低，如果一個使用索引的查詢不明不白地慢下來，可以試著用tbcheck工具檢查索引的完整性，必要時進行修復。另外，當數據庫表更新大量數據后，刪除并重建索引可以提高查詢速度。 2．避免或簡化排序
應當簡化或避免對大型表進行重復的排序。當能夠利用索引自動以適當的次序產生輸出時，優化器就避免了排序的步驟。以下是一些影響因素：
●索引中不包括一個或幾個待排序的列；
●group by或order by子句中列的次序與索引的次序不一樣；
●排序的列來自不同的表。
為了避免不必要的排序，就要正確地增建索引，合理地合并數據庫表（盡管有時可能影響表的規范化，但相對于效率的提高是值得的）。如果排序不可避免，那么應當試圖簡化它，如縮小排序的列的范圍等。 3．消除對大型表行數據的順序存取
在嵌套查詢中，對表的順序存取對查詢效率可能產生致命的影響。比如采用順序存取策略，一個嵌套3層的查詢，如果每層都查詢1000行，那么這個查詢就要查詢10億行數據。避免這種情況的主要方法就是對連接的列進行索引。例如，兩個表：學生表（學號、姓名、年齡……）和選課表（學號、課程號、成績）。如果兩個表要做連接，就要在“學號”這個連接字段上建立索引。
還可以使用并集來避免順序存取。盡管在所有的檢查列上都有索引，但某些形式的where子句強迫優化器使用順序存取。下面的查詢將強迫對orders表執行順序操作：
Select ＊ FROM orders Where (customer_num=104 AND order_num>1001) or order_num=1008
雖然在customer_num和order_num上建有索引，但是在上面的語句中優化器還是使用順序存取路徑掃描整個表。因為這個語句要檢索的是分離的行的集合，所以應該改為如下語句：
Select ＊ FROM orders Where customer_num=104 AND order_num>1001
UNION
Select ＊ FROM orders Where order_num=1008
這樣就能利用索引路徑處理查詢。 4．避免相關子查詢
一個列的標簽同時在主查詢和where子句中的查詢中出現，那么很可能當主查詢中的列值改變之后，子查詢必須重新查詢一次。查詢嵌套層次越多，效率越低，因此應當盡量避免子查詢。如果子查詢不可避免，那么要在子查詢中過濾掉盡可能多的行。 5．避免困難的正規表達式
MATCHES和LIKE關鍵字支持通配符匹配，技術上叫正規表達式。但這種匹配特別耗費時間。例如：Select ＊ FROM customer Where zipcode LIKE “98_ _ _”
即使在zipcode字段上建立了索引，在這種情況下也還是采用順序掃描的方式。如果把語句改為Select ＊ FROM customer Where zipcode >“98000”，在執行查詢時就會利用索引來查詢，顯然會大大提高速度。
另外，還要避免非開始的子串。例如語句：Select ＊ FROM customer Where zipcode[2，3] >“80”，在where子句中采用了非開始子串，因而這個語句也不會使用索引。 6．使用臨時表加速查詢
把表的一個子集進行排序并創建臨時表，有時能加速查詢。它有助于避免多重排序操作，而且在其他方面還能簡化優化器的工作。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
如果這個查詢要被執行多次而不止一次，可以把所有未付款的客戶找出來放在一個臨時文件中，并按客戶的名字進行排序：
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臨時表中查詢：
Select ＊ FROM cust_with_balance
Where postcode>“98000”
臨時表中的行要比主表中的行少，而且物理順序就是所要求的順序，減少了磁盤I/O，所以查詢工作量可以得到大幅減少。
注意：臨時表創建后不會反映主表的修改。在主表中數據頻繁修改的情況下，注意不要丟失數據。 7．用排序來取代非順序存取
非順序磁盤存取是最慢的操作，表現在磁盤存取臂的來回移動。SQL語句隱藏了這一情況，使得我們在寫應用程序時很容易寫出要求存取大量非順序頁的查詢。
有些時候，用數據庫的排序能力來替代非順序的存取能改進查詢。 3.優化 tempdb 性能
對 tempdb 數據庫的物理位置和數據庫選項設置的一般建議包括：
使 tempdb 數據庫得以按需自動擴展。這確保在執行完成前不終止查詢，該查詢所生成的存儲在 tempdb 數據庫內的中間結果集比預期大得多。將 tempdb 數據庫文件的初始大小設置為合理的大小，以避免當需要更多空間時文件自動擴展。如果 tempdb 數據庫擴展得過于頻繁，性能會受不良影響。將文件增長增量百分比設置為合理的大小，以避免 tempdb 數據庫文件按太小的值增長。如果文件增長幅度與寫入 tempdb 數據庫的數據量相比太小，則 tempdb 數據庫可能需要始終擴展，因而將妨害性能。將 tempdb 數據庫放在快速 I/O 子系統上以確保好的性能。在多個磁盤上條帶化 tempdb 數據庫以獲得更好的性能。將 tempdb 數據庫放在除用戶數據庫所使用的磁盤之外的磁盤上。有關更多信息，請參見擴充數據庫。
4.優化服務器: 使用內存配置選項優化服務器性能
Microsoft® SQL Server™ 2000 的內存管理組件消除了對 SQL Server 可用的內存進行手工管理的需要。SQL Server 在啟動時根據操作系統和其它應用程序當前正在使用的內存量，動態確定應分配的內存量。當計算機和SQL Server 上的負荷更改時，分配的內存也隨之更改。有關更多信息，請參見內存構架。下列服務器配置選項可用于配置內存使用并影響服務器性能：
min server memory
max server memory
max worker threads
index create memory min memory per query
min server memory 服務器配置選項可用于確保 SQL Server 在達到該值后不會釋放內存。可以基于 SQL Server 的大小及活動將該配置選項設置為特定的值。如果選擇設置此選項，必須為操作系統和其他程序留出足夠的內存。如果操作系統沒有足夠的內存，會向 SQL Server 請求內存，從而導致影響 SQL Server 性能。 max server memory 服務器配置選項可用于：在 SQL Server 啟動及運行時，指定 SQL Server 可以分配的最大內存量。如果知道有多個應用程序與 SQL Server 同時運行，而且想保障這些應用程序有足夠的內存運行，可以將該配置選項設置為特定的值。如果這些其它應用程序（如 Web 服務器或電子郵件服務器）只根據需要請求內存，則 SQL Server 將根據需要給它們釋放內存，因此不要設置 max server memory 服務器配置選項。然而，應用程序通常在啟動時不假選擇地使用可用內存，而如果需要更多內存也不請求。如果有這種行為方式的應用程序與 SQL Server 同時運行在相同的計算機上，則將 max server memory 服務器配置選項設置為特定的值，以保障應用程序所需的內存不由 SQL Server 分配出。
不要將 min server memory 和 max server memory 服務器配置選項設置為相同的值，這樣做會使分配給 SQL Server 的內存量固定。動態內存分配可以隨時間提供最佳的總體性能。有關更多信息，請參見服務器內存選項。 max worker threads 服務器配置選項可用于指定為用戶連接到 SQL Server 提供支持的線程數。255 這一默認設置對一些配置可能稍微偏高，這要具體取決于并發用戶數。由于每個工作線程都已分配，因此即使線程沒有正在使用（因為并發連接比分配的工作線程少），可由其它操作（如高速緩沖存儲器）更好地利用的內存資源也可能是未使用的。一般情況下，應將該配置值設置為并發連接數，但不能超過 32727。并發連接與用戶登錄連接不同。SQL Server 實例的工作線程池只需要足夠大，以便為同時正在該實例中執行批處理的用戶連接提供服務。如果增加工作線程的數量超過默認值，會降低服務器性能。有關更多信息，請參見max worker threads 選項。
說明 當 SQL Server 運行在 Microsoft Windows® 98 上時，最大工作線程服務器配置選項不起作用。 index create memory 服務器配置選項控制創建索引時排序操作所使用的內存量。在生產系統上創建索引通常是不常執行的任務，通常調度為在非峰值時間執行的作業。因此，不常創建索引且在非峰值時間時，增加該值可提高索引創建的性能。不過，最好將 min memory per query 配置選項保持在一個較低的值，這樣即使所有請求的內存都不可用，索引創建作業仍能開始。有關更多信息，請參見 index create memory 選項。
min memory per query 服務器配置選項可用于指定分配給查詢執行的最小內存量。當系統內有許多查詢并發執行時，增大 min memory per query 的值有助于提高消耗大量內存的查詢（如大型排序和哈希操作）的性能。不過，不要將 min memory per query 服務器配置選項設置得太高，尤其是在很忙的系統上，因為查詢將不得不等到能確保占有請求的最小內存、或等到超過 query wait 服務器配置選項內所指定的值。如果可用內存比執行查詢所需的指定最小內存多，則只要查詢能對多出的內存加以有效的利用，就可以使用多出的內存。有關更多信息，請參見 min memory per query 選項和 query wait 選項。使用 I/O 配置選項優化服務器性能
下列服務器配置選項可用于配置 I/O 的使用并影響服務器性能： recovery interval
recovery interval 服務器配置選項控制 Microsoft® SQL Server™ 2000 在每個數據庫內發出檢查點的時間。默認情況下，SQL Server 確定執行檢查點操作的最佳時間。然而，若要確定這是否為適當的設置，需要使用 Windows NT 性能監視器監視數據庫文件上的磁盤寫入活動。導致磁盤利用率達到 100% 的活動尖峰值會妨害性能。若更改該參數以使檢查點進程較少出現，通常可以提高這種情況下的總體性能。但仍須繼續監視性能以確定新值是否已對性能產生正面影響。有關更多信息，請參見recovery interval 選項。
