數據庫SQL優化大總結

■馬漢

數據庫SQL優化大總結

■馬漢

1.對查詢進行優化，要盡量避免全表掃描，首先應考慮在where及order by涉及的列上建立索引。

2.應盡量避免在where子句中對字段進行null值判斷，否則將導致引擎放棄使用索引而進行全表掃描，如：

select id from t where num is null

最好不要給數據庫留NULL，盡可能的使用NOT NULL填充數據庫。

備注、描述、評論之類的可以設置為NULL，其他的最好不要使用NULL。

不要以為NULL不需要空間，比如：char(100)型，在字段建立時，空間就固定了，不管是否插入值（NULL也包含在內），都是占用100個字符的空間的，如果是varchar這樣的變長字段，null不占用空間。

可以在num上設置默認值0，確保表中num列沒有null值，然后這樣查詢：

select id from t where num=0

3.應盡量避免在where子句中使用!=或<>操作符，否則將引擎放棄使用索引而進行全表掃描。

4.應盡量避免在where子句中使用or來連接條件，如果一個字段有索引，一個字段沒有索引，將導致引擎放棄使用索引而進行全表掃描，如：

select id from t where num=10 or Name='admin'

可以這樣查詢：

select id from t where num=10

union all

select id from t where Name='admin'

5.in和not in也要慎用，否則會導致全表掃描，如：

select id from t where num in(1,2,3)

對于連續的數值，能用between就不要用in了：

select id from t where num between 1 and 3

很多時候用exists代替in是一個好的選擇：

select num from a where num in(select num from b)

用下面的語句替換：

select num from a where exists(select 1 from b where num=a. num)

6.下面的查詢也將導致全表掃描：

select id from t where name like‘%abc%’

若要提高效率，可以考慮全文檢索。

7.如果在where子句中使用參數，也會導致全表掃描。因為SQL只有在運行時才會解析局部變量，但優化程序不能將訪問計劃的選擇推遲到運行時；它必須在編譯時進行選擇。然而，如果在編譯時建立訪問計劃，變量的值還是未知的，因而無法作為索引選擇的輸入項。如下面語句將進行全表掃描：

select id from t where num=@num

可以改為強制查詢使用索引：

select id from t with(index(索引名))where num=@num

8.應盡量避免在where子句中對字段進行表達式操作，這將導致引擎放棄使用索引而進行全表掃描。如：

select id from t where num/2=100

應改為:

select id from t where num=100*2

9.應盡量避免在where子句中對字段進行函數操作，這將導致引擎放棄使用索引而進行全表掃描。如：

select id from t where substring(name,1,3)=’abc’-–name以abc開頭的id

selectidfromtwheredatediff(day,createdate,’2005-11-30′)=0-–‘2005-11-30’--生成的id

應改為:

select id from t where name like'abc%'

select id from t where createdate>='2005-11-30'and createdate<'2005-12-1'

10.不要在where子句中的“=”左邊進行函數、算術運算或其他表達式運算，否則系統將可能無法正確使用索引。

11.在使用索引字段作為條件時，如果該索引是復合索引，那么必須使用到該索引中的第一個字段作為條件時才能保證系統使用該索引，否則該索引將不會被使用，并且應盡可能的讓字段順序與索引順序相一致。

12.不要寫一些沒有意義的查詢，如需要生成一個空表結構：

select col1,col2 into#t from t where 1=0

這類代碼不會返回任何結果集，但是會消耗系統資源的，應改成這樣：

create table#t(…)

13.Update語句，如果只更改1、2個字段，不要Update全部字段，否則頻繁調用會引起明顯的性能消耗，同時帶來大量日志。

14.對于多張大數據量（這里幾百條就算大了）的表JOIN，要先分頁再JOIN，否則邏輯讀會很高，性能很差。

15.select count(*)from table；這樣不帶任何條件的count會引起全表掃描，并且沒有任何業務意義，是一定要杜絕的。

16.索引并不是越多越好，索引固然可以提高相應的select的效率，但同時也降低了insert及update的效率，因為insert或update時有可能會重建索引，所以怎樣建索引需要慎重考慮，視具體情況而定。一個表的索引數最好不要超過6個，若太多則應考慮一些不常使用到的列上建的索引是否有必要。

17.應盡可能的避免更新clustered索引數據列，因為clustered索引數據列的順序就是表記錄的物理存儲順序，一旦該列值改變將導致整個表記錄的順序的調整，會耗費相當大的資源。若應用系統需要頻繁更新clustered索引數據列，那么需要考慮是否應將該索引建為clustered索引。

18.盡量使用數字型字段，若只含數值信息的字段盡量不要設計為字符型，這會降低查詢和連接的性能，并會增加存儲開銷。這是因為引擎在處理查詢和連接時會逐個比較字符串中每一個字符，而對于數字型而言只需要比較一次就夠了。

19.盡可能的使用varchar/nvarchar代替char/nchar，因為首先變長字段存儲空間小，可以節省存儲空間，其次對于查詢來說，在一個相對較小的字段內搜索效率顯然要高些。

20.任何地方都不要使用select*from t，用具體的字段列表代替“*”，不要返回用不到的任何字段。

21.盡量使用表變量來代替臨時表。如果表變量包含大量數據，請注意索引非常有限（只有主鍵索引）。

22.避免頻繁創建和刪除臨時表，以減少系統表資源的消耗。臨時表并不是不可使用，適當地使用它們可以使某些例程更有效，例如，當需要重復引用大型表或常用表中的某個數據集時。但是，對于一次性事件，最好使用導出表。

23.在新建臨時表時，如果一次性插入數據量很大，那么可以使用select into代替create table，避免造成大量log，以提高速度；如果數據量不大，為了緩和系統表的資源，應先create table，然后insert。

24.如果使用到了臨時表，在存儲過程的最后務必將所有的臨時表顯式刪除，先truncate table，然后drop table，這樣可以避免系統表的較長時間鎖定。

25.盡量避免使用游標，因為游標的效率較差，如果游標操作的數據超過1萬行，那么就應該考慮改寫。

26.使用基于游標的方法或臨時表方法之前，應先尋找基于集的解決方案來解決問題，基于集的方法通常更有效。

27.與臨時表一樣，游標并不是不可使用。對小型數據集使用FAST_FORWARD游標通常要優于其他逐行處理方法，尤其是在必須引用幾個表才能獲得所需的數據時。在結果集中包括“合計”的例程通常要比使用游標執行的速度快。如果開發時間允許，基于游標的方法和基于集的方法都可以嘗試一下，看哪一種方法的效果更好。

28.在所有的存儲過程和觸發器的開始處設置SET NOCOUNT ON，在結束時設置SET NOCOUNT OFF。無需在執行存儲過程和觸發器的每個語句后向客戶端發送DONE_IN_PROC消息。

29.盡量避免大事務操作，提高系統并發能力。

30.盡量避免向客戶端返回大數據量，若數據量過大，應該考慮相應需求是否合理。

實際案例分析：拆分大的DELETE或INSERT語句，批量提交SQL語句

如果你需要在一個在線的網站上去執行一個大的DELETE或INSERT查詢，你需要非常小心，要避免你的操作讓你的整個網站停止相應。因為這兩個操作是會鎖表的，表一鎖住了，別的操作都進不來了。

Apache會有很多的子進程或線程。所以，其工作起來相當有效率，而我們的服務器也不希望有太多的子進程，線程和數據庫鏈接，這是極大的占服務器資源的事情，尤其是內存。

如果你把你的表鎖上一段時間，比如30秒鐘，那么對于一個有很高訪問量的站點來說，這30秒所積累的訪問進程/線程，數據庫鏈接，打開的文件數，可能不僅僅會讓你的WEB服務崩潰，還可能會讓你的整臺服務器馬上掛了。

所以，如果你有一個大的處理，你一定把其拆分，使用LIMIT oracle(rownum),sqlserver(top)條件是一個好的方法。下面是一個mysql示例：

while(1){

//每次只做1000條

mysql_query(“delete from logs where log_date<=’2012-11-01’limit 1000”);

if(mysql_affected_rows()==0){

//刪除完成，退出！

break；

}

//每次暫停一段時間，釋放表讓其他進程/線程訪問。usleep(50000)

}