数据库SQL优化⼤总结之百万级数据库优化⽅案
⼀、百万级优化⽅案
1.对查询进⾏优化，要尽量避免全表扫描，⾸先应考虑在 where 及 order by 涉及的列上建⽴索引。
2.应尽量避免在 where ⼦句中对字段进⾏ null 值判断，否则将导致引擎放弃使⽤索引⽽进⾏全表扫描，如：
select id from t where num is null
最好不要给数据库留NULL，尽可能的使⽤ NOT NULL填充数据库.
备注、描述、评论之类的可以设置为 NULL，其他的，最好不要使⽤NULL。
不要以为 NULL 不需要空间，⽐如：char(100) 型，在字段建⽴时，空间就固定了，不管是否插⼊值（NULL也包含在内），都是占⽤ 100个字符的空间的，如果是varchar这样的变长字段， null 不占⽤空间。
可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：
select id from t where num =0
3.应尽量避免在 where ⼦句中使⽤ != 或 <> 操作符，否则将引擎放弃使⽤索引⽽进⾏全表扫描。
4.应尽量避免在 where ⼦句中使⽤ or 来连接条件，如果⼀个字段有索引，⼀个字段没有索引，将导致引擎放弃使⽤索引⽽进⾏全表扫描，如：
select id from t where num=10or Name ='admin'
可以这样查询：
select id from t where num = 10union all select id from t where Name ='admin'
5.in 和 not in 也要慎⽤，否则会导致全表扫描，如：
select id from t where num in(1,2,3)
对于连续的数值，能⽤ between 就不要⽤ in 了：
select id from t where num between1and3
很多时候⽤ exists 代替 in 是⼀个好的选择：
select num from a where num in(select num from b)
⽤下⾯的语句替换：
select num from a where exists(select1from b where num=a.num)
6.下⾯的查询也将导致全表扫描：
select id from t where name like ‘%abc%’
若要提⾼效率，可以考虑全⽂检索。
7.如果在 where ⼦句中使⽤参数，也会导致全表扫描。因为SQL只有在运⾏时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运⾏时；它必须在编译时进⾏选择。然⽽，如果在编译时建⽴访问计划，变量的值还是未知的，因⽽⽆法作为索引选择的输⼊项。如下⾯语句将进⾏全表扫描：
select id from t where num = @num
可以改为强制查询使⽤索引：
select id from t with(index(索引名)) where num = @num
.应尽量避免在 where ⼦句中对字段进⾏表达式操作，这将导致引擎放弃使⽤索引⽽进⾏全表扫描。如：
select id from t where num/2 = 100
应改为:
select id from t where num = 100*2
9.应尽量避免在where⼦句中对字段进⾏函数操作，这将导致引擎放弃使⽤索引⽽进⾏全表扫描。如：
select id from t where substring(name,1,3) = ’abc’      -–name以abc开头的id select id from t
where datediff(day,createdate,’2005-11-30′) = 0    -–‘2005-11-30’    --⽣成的id
应改为:
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“=”左边进⾏函数、算术运算或其他表达式运算，否则系统将可能⽆法正确使⽤索引。
11.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。
12.不要写⼀些没有意义的查询，如需要⽣成⼀个空表结构：
select col1,col2 into #t from t where1=0
这类代码不会返回任何结果集，但是会消耗系统资源的，应改成这样：
create table #t(…)
13.Update 语句，如果只更改1、2个字段，不要Update全部字段，否则频繁调⽤会引起明显的性能消耗，同时带来⼤量⽇志。
14.对于多张量（这⾥⼏百条就算⼤了）的表JOIN，要先分页再JOIN，否则逻辑读会很⾼，性能很差。
15.select count(*) from table；这样不带任何条件的count会引起全表扫描，并且没有任何业务意义，是⼀定要杜绝的。
16.索引并不是越多越好，索引固然可以提⾼相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况⽽定。⼀个表的索引数最好不要超过6个，若太多则应考虑⼀些不常使⽤到的列上建的索引是否有必要。
17.应尽可能的避免更新 clustered 索引数据列，因为 clustered 索引数据列的顺序就是表记录的物理存储顺序，⼀旦该列值改变将导致整个表记录的顺序的调整，会耗费相当⼤的资源。若应⽤系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。
sql语句优化方式18.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。这是因为引擎在处理查询和连接时会逐个⽐较字符串中每⼀个字符，⽽对于数字型⽽⾔只需要⽐较⼀次就够了。
19.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。
20.任何地⽅都不要使⽤ select * from t ，⽤具体的字段列表代替“*”，不要返回⽤不到的任何字段。
21.尽量使⽤表变量来代替临时表。如果表变量包含⼤量数据，请注意索引⾮常有限（只有主键索引）。
22. 避免频繁创建和删除临时表，以减少系统表资源的消耗。临时表并不是不可使⽤，适当地使⽤它们可以使某些例程更有效，例如，当需要重复引⽤⼤型表或常⽤表中的某个数据集时。但是，对于⼀次性事件，最好使⽤导出表。
23.在新建临时表时，如果⼀次性插⼊数据量很⼤，那么可以使⽤ select into 代替 create table，避免造成⼤量 log ，以提⾼速度；如果数据量不⼤，为了缓和系统表的资源，应先create table，然后insert。
24.如果使⽤到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定。
25.尽量避免使⽤游标，因为游标的效率较差，如果游标操作的数据超过1万⾏，那么就应该考虑改写。
26.使⽤基于游标的⽅法或临时表⽅法之前，应先寻基于集的解决⽅案来解决问题，基于集的⽅法通常更有效。
27.与临时表⼀样，游标并不是不可使⽤。对⼩型数据集使⽤ FAST_FORWARD 游标通常要优于其他逐⾏处理⽅法，尤其是在必须引⽤⼏个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要⽐使⽤游标执⾏的速度快。如果开发时间允许，基于游标的⽅法和基于集的⽅法都可以尝试⼀下，看哪⼀种⽅法的效果更好。
28.在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON ，在结束时设置 SET NOCOUNT OFF 。⽆需在执⾏存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息。
29.尽量避免⼤事务操作，提⾼系统并发能⼒。
30.尽量避免向客户端返回⼤数据量，若数据量过⼤，应该考虑相应需求是否合理。
实际案例分析：拆分⼤的 DELETE 或INSERT 语句，批量提交SQL语句
  如果你需要在⼀个在线的⽹站上去执⾏⼀个⼤的 DELETE 或 INSERT 查询，你需要⾮常⼩⼼，要避免你的操作让你的整个⽹站停⽌相应。因为这两个操作是会锁表的，表⼀锁住了，别的操作都进不来了。
Apache 会有很多的⼦进程或线程。所以，其⼯作起来相当有效率，⽽我们的服务器也不希望有太多的⼦进程，线程和数据库链接，这是极⼤的占服务器资源的事情，尤其是内存。
如果你把你的表锁上⼀段时间，⽐如30秒钟，那么对于⼀个有很⾼访问量的站点来说，这30秒所积累的访问进程/线程，数据库链接，打开的⽂件数，可能不仅仅会让你的WEB服务崩溃，还可能会让你的整台服务器马上挂了。
  所以，如果你有⼀个⼤的处理，你⼀定把其拆分，使⽤ LIMIT (rownum),sqlserver(top)条件是⼀个好的⽅法。下⾯是⼀个⽰例：
while(1){
//每次只做1000条
mysql_query(“delete from logs where log_date <= ’2012-11-01’ limit 1000”);
if(mysql_affected_rows() == 0){
//删除完成，退出！
break；
}
/
/每次暂停⼀段时间，释放表让其他进程/线程访问。usleep(50000)
}
⼆、数据库访问性能优化
特别说明：
1、本⽂只是⾯对数据库应⽤开发的程序员，不适合专业DBA，DBA在数据库性能优化⽅⾯需要了解更多的知识；
2、本⽂许多⽰例及概念是基于Oracle数据库描述，对于其它关系型数据库也可以参考，但许多观点不适合于KV数据库或内存数据库或者是基于SSD技术的数据库；
3、本⽂未深⼊数据库优化中最核⼼的执⾏计划分析技术。
读者对像：
开发⼈员：如果你是做数据库开发，那本⽂的内容⾮常适合，因为本⽂是从程序员的⾓度来谈数据库性能优化。
师：如果你已经是数据库应⽤的架构师，那本⽂的知识你应该清楚90%，否则你可能是⼀个喜欢折腾的架构师。
DBA（数据库管理员）：⼤型数据库优化的知识⾮常复杂，本⽂只是从程序员的⾓度来谈性能优化，DBA除了需要了解这些知识外，还需要深⼊数据库的内部体系架构来解决问题。
在⽹上有很多⽂章介绍数据库优化知识，但是⼤部份⽂章只是对某个⼀个⽅⾯进⾏说明，⽽对于我们程序员来说这种介绍并不能很好的掌握优化知识，因为很多介绍只是对⼀些特定的场景优化的，所以反⽽有时会产⽣误导或让程序员感觉不明⽩其中的奥妙⽽对数据库优化感觉很神秘。
很多程序员总是问如何学习数据库优化，有没有好的教材之类的问题。在书店也看到了许多数据库优化的专业书籍，但是感觉更多是⾯向DBA或者是PL/SQL开发⽅⾯的知识，个⼈感觉不太适合普通程序员。⽽要想做到数据库优化的⾼⼿，不是花⼏周，⼏个⽉就能达到的，这并不是因为数据库优化有多⾼深，⽽是因为要做好优化⼀⽅⾯需要有⾮常好的技术功底，对、存储硬件⽹络、数据库原理等⽅⾯有⽐较扎实的基础知识，另⼀⽅⾯是需要花⼤量时间对特定的数据库进⾏实践与总结。
作为⼀个程序员，我们也许不清楚线上正式的服务器硬件配置，我们不可能像DBA那样专业的对数据库进⾏各种实践测试与总结，但我们都应该⾮常了解我们SQL的业务逻辑，我们清楚SQL中访问表及字段的数据情况，我们其实只关⼼我们
的SQL是否能尽快返回结果。那程序员如何利⽤已知的知识进⾏数据库优化？如何能快速定位SQL性能问题并到正确的优化⽅向？
⾯对这些问题，笔者总结了⼀些⾯向程序员的基本优化法则，本⽂将结合实例来坦述数据库开发的优化知识。
要正确的优化SQL，我们需要快速定位能性的瓶颈点，也就是说快速到我们SQL主要的开销在哪⾥？⽽⼤多数情况性能最慢的设备会是瓶颈点，如下载时⽹络速度可能会是瓶颈点，本地复制⽂件时硬盘可能会是瓶颈点，为什么这些⼀般的⼯作我们能快速确认瓶颈点呢，因为我们对这些慢速设备的性能数据有⼀些基本的认识，如⽹络带宽是2Mbps，硬盘是每分
钟7200转等等。因此，为了快速到SQL的性能瓶颈点，我们也需要了解我们计算机系统的硬件基本性能指标，下图展⽰的当前主流计算机性能指标数据。
从图上可以看到基本上每种设备都有两个指标：
延时（响应时间）：表⽰硬件的突发处理能⼒；
带宽（吞吐量）：代表硬件持续处理能⼒。
从上图可以看出，计算机系统硬件性能从⾼到代依次为：
CPU——Cache(L1-L2-L3)——内存——SSD硬盘——⽹络——硬盘
由于SSD硬盘还处于快速发展阶段，所以本⽂的内容不涉及SSD相关应⽤系统。
根据数据库知识，我们可以列出每种硬件主要的⼯作内容：
CPU及内存：缓存数据访问、⽐较、排序、事务检测、SQL解析、函数或逻辑运算；
⽹络：结果数据传输、SQL请求、远程数据库访问（dblink）；
硬盘：数据访问、数据写⼊、⽇志记录、⼤数据量排序、⼤表连接。
根据当前计算机硬件的基本性能指标及其在数据库中主要操作内容，可以整理出如下图所⽰的性能基本优化法则：
这个优化法则归纳为5个层次：
1、减少数据访问（减少磁盘访问）
2、返回更少数据（减少⽹络传输或磁盘访问）
3、减少交互次数（减少⽹络传输）
4、减少服务器CPU开销（减少CPU及内存开销）
5、利⽤更多资源（增加资源）
由于每⼀层优化法则都是解决其对应硬件的性能问题，所以带来的性能提升⽐例也不⼀样。传统数据库系统设计是也是尽可能对低速设备提供优化⽅法，因此针对低速设备问题的可优化⼿段也更多，优化成本也更低。我们任何⼀个SQL的性能优化都应该按这个规则由上到下来诊断问题并提出解决⽅案，⽽不应该⾸先想到的是增加资源解决问题。
以下是每个优化法则层级对应优化效果及成本经验参考：
优化法则性能提升效果优化成本

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。