索引问题
在做性能跟踪分析过程中，经常发现有不少后台程序的性能问题是因为缺少合适索引造成的，有些表甚至一个索引都没有。这种情况往往都是因为在设计表时，没去定义索引，而开发初期，由于表记录很少，索引创建与否，可能对性能没啥影响，开发人员因此也未多加重视。然一旦程序发布到生产环境，随着时间的推移，表记录越来越多，这时缺少索引，对性能的影响便会越来越大了。
这个问题需要数据库设计人员和开发人员共同关注
sql语句优化方式法则：不要在建立的索引的数据列上进行下列操作:
避免对索引字段进行计算操作
避免在索引字段上使用not，<>，!=
避免在索引列上使用IS NULL和IS NOT NULL
避免在索引列上出现数据类型转换
避免在索引字段上使用函数
避免建立索引的列中使用空值。
避免对索引字段进行计算操作"
如果你对索引行进行了类似ROUND的计算操作，SQL就会进行扫描（一般会进行表扫描；在聚集索引情况下会进行聚集索引扫描，性能表现基本和表扫描没啥大区别；如果是非聚集索引，则要进行索引扫描。），这一条和“避免在索引字段上使用函数”原理相同。因为一旦进行了函数运算，该WHERE子句就不是 SARG（可搜索参数化表达式）SQL没办法优化。当然，对索引进行WHERE A+3=5这样的代数运算SQL优化时会自动转为WHERE A=5-3
但是如果可以，我建议你直接写成WHERE A=5-3这样的形式，因为SQL在实际执行的时候有还存在一个数据比对的精确度问题。
“避免在索引字段上使用not，<>，!=”
“避免在索引列上使用IS NULL和IS NOT NULL”
这几条条说白了，一旦使用了这样的运算符，WHERE子句就不是一个SARG（可搜索的参数化表达式），这样的字句是不能运用索引的。
低效: (索引失效)
SELECT … FROM DEPARTMENT  WHERE  DEPT_CODE IS NOT NULL;
高效: (索引有效)
SELECT … FROM DEPARTMENT  WHERE  DEPT_CODE >=0;
“避免在索引列上出现数据类型转换”，
如果明确运用函数进行类型转换，上面已经说原因了。但如果出现类似 WHERE ORDER_ID='3'这样的子句，(ORDER_ID为INT型)，SQL会隐式转换，也可能无法运用索引（理论山我认为是这样，需要实际测试验证）。
“避免建立索引的列中使用空值”，
一旦在索引列有NULL，可能会对索引密度造成影响（要看表的实际的数据填充情况），从而损害选择性。
在可以使用UNION ALL的语句里，不使用了UNION
UNION 因为会将各查询子集的记录做比较，故比起UNION ALL ，通常速度都会慢上许多。对Where 语句的法则
1 避免在WHERE子句中使用in，not  in，or 或者having。
可以使用 exists 和not exists代替 in和not in。
可以使用表链接代替 exists。
Having可以用where代替，如果无法代替可以分两步处理。
例子
SELECT pub_name FROM publishers
WHERE pub_id IN(SELECT pub_id  FROM titles)
优化
SELECT pub_name FROM publishers
WHERE EXISTS(SELECT * FROM titles WHERE pub_id = publishers.pub_id)
GO
2 不要以字符格式声明数字，要以数字格式声明字符值。（日期同样）
否则会使索引无效，产生全表扫描。
例子
使用：ame, emp.job FROM emp pno = 7369;
不要使用：ame, emp.job FROM emp pno = ‘7369’
使用表的别名(Alias)：
当在SQL语句中连接多个表时, 请使用表的别名并把别名前缀于每个Column上.这样一来，就可以减少解析的时间并减少那些由Column歧义引起的语法错误.
用EXISTS替换DISTINCT：
当提交一个包含一对多表信息(比如部门表和雇员表)的查询时，避免在SELECT子句中使用DISTINCT. 一般可以考虑用EXIST替换, EXISTS 使查询更为迅速，因为RDBMS核心模块将在子查询的条件一旦满足后，立刻返回结果. 例子：
(低效):
SELECT  DISTINCT  DEPT_NO,DEPT_NAME  FROM  DEPT D , EMP E
WHERE    D.DEPT_NO = E.DEPT_NO
(高效):
SELECT  DEPT_NO,DEPT_NAME  FROM  DEPT D  WHERE EXISTS ( SELECT ‘X' FROM  EMP E  WHERE E.DEPT_NO = D.DEPT_NO)
用IN来替换OR
这是一条简单易记的规则，但是实际的执行效果还须检验，在ORACLE8i下，两者的执行路径似乎是相同的．
低效:
SELECT…. FROM LOCATION WHERE LOC_ID = 10 OR LOC_ID = 20 OR LOC_ID = 30
高效
SELECT… FROM LOCATION WHERE LOC_IN IN (10,20,30)
1.选择最有效率的表名顺序(只在基于规则的优化器中有效)
SQLSERVER的解析器按照从右到左的顺序处理FROM子句中的表名，因此FROM子句中写在最后的表（基础表driving table）将被最先处理，在FROM子句中包含多个表的情况下，必须选择记录条数最少的表作为基础表，当SQLSERVER处理多个表时，会运用排序及合并的方式连接它们，
首先，扫描第一个表（FROM子句中最后的那个表)并对记录进行排序；然后扫描第二个表（FROM子句中最后第二个表)；最后将所有从第二个表中检索出的记录与第一个表中合适记录进行合并
例如: 表TAB1 16,384 条记录表TAB2    5 条记录，选择TAB2作为基础表(最好的方法) select count(*) from tab1,tab2 执行时间0.96秒，选择TAB2作为基础表(不佳的方法) select count(*) from tab2,tab1 执行时间26.09秒；
如果有3个以上的表连接查询，那就需要选择交叉表（intersection table）作为基础表，交叉表是指那个被其他表所引用的表
例如:
EMP表描述了LOCATION表和CATEGORY表的交集
SELECT *
FROM LOCATION L,
CATEGORY C,
EMP E
WHERE E.EMP_NO BETWEEN 1000 AND 2000
AND E.CAT_NO =    C.CAT_NO
AND    E.LOCN = L.LOCN
将比下列SQL更有效率
SELECT *
FROM EMP    E ,
LOCATION L ,
CATEGORY    C
WHERE    E.CAT_NO = C.CAT_NO
AND    E.LOCN = L.LOCN
AND    E.EMP_NO BETWEEN 1000 AND 2000
2.WHERE子句中的连接顺序
SQLSERVER采用自下而上的顺序解析WHERE子句，根据这个原理，表之间的连接必须写在其他WHERE条件之前，那些可以过滤掉最大数量记录的条件必须写在WHERE子句的末尾
例如：
(低效，执行时间156.3秒)
SELECT *
FROM EMP    E
WHERE SAL > 50000
AND JOB = ’MANAGER’
AND 25 < (SELECT COUNT(*) FROM EMP WHERE MGR=E.EMPNO);
(高效，执行时间10.6秒)
SELECT *
FROM EMP    E
WHERE 25 < (SELECT COUNT(*) FROM EMP WHERE MGR=E.EMPNO)
AND SAL > 50000
AND JOB = ’MANAGER’;
3.SELECT子句中避免使用’*’。当你想在SELECT子句中列出所有的COLUMN时，使用动态SQL列引用’*’是一个方便的方法，不幸的是，这是一个非常低效的方法。实际上，SQLSERVER在解析的过程中，会将’*’依次转换成所有的列名，这个工作是通过查询数据字典完成的，这意味着将耗费更多的时间
4.减少访问数据库的次数。当执行每条SQL语句时，SQLSERVER在内部执行了许多工作：解析SQL语句，估算索引的利用率，绑定变量，读数据块等等
由此可见，减少访问数据库的次数，就能实际上减少SQLSERVER的工作量，例如：
以下有三种方法可以检索出雇员号等于0342或0291的职员
方法1 (最低效)
SELECT EMP_NAME, SALARY, GRADE
FROM EMP
WHERE EMP_NO = 342;
SELECT EMP_NAME, SALARY, GRADE
FROM EMP
WHERE EMP_NO = 291;
方法2 (次低效)
DECLARE
CURSOR C1 (E_NO NUMBER) IS
SELECT EMP_NAME,SALARY,GRADE
FROM EMP
WHERE EMP_NO = E_NO;
BEGIN
OPEN C1(342);
FETCH C1 INTO …,…,…;
…
OPEN C1(291);
FETCH C1 INTO …,…,…;
…
CLOSE C1;
END;
方法2 (高效)
SELECT A.EMP_NAME,    A.SALARY,    A.GRADE,
B.EMP_NAME,    B.SALARY, B.GRADE
FROM EMP A, EMP B
WHERE    A.EMP_NO = 342
AND    B.EMP_NO = 291;
5.使用DECODE函数来减少处理时间
使用DECODE函数可以避免重复扫描相同记录或重复连接相同的表
例如：
SELECT COUNT(*), SUM(SAL)
FROM EMP
WHERE DEPT_NO = ’0020’
AND ENAME LIKE ’SMITH%’;
SELECT COUNT(*), SUM(SAL)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。