如何讓你的SQL運(yùn)行得更快
人們?cè)谑褂肧QL時(shí)往往會(huì)陷入一個(gè)誤區(qū)，即太關(guān)注于所得的結(jié)果是否正確，而忽略了不同的實(shí)現(xiàn)方法之間可能存在的性能差異，這種性能差異在大型的或是復(fù)雜的數(shù)據(jù)庫(kù)環(huán)境中（如聯(lián)機(jī)事務(wù)處理OLTP或決策支持系統(tǒng)DSS）中表現(xiàn)得尤為明顯。筆者在工作實(shí)踐中發(fā)現(xiàn)，不良的SQL往往來(lái)自于不恰當(dāng)?shù)乃饕O(shè)計(jì)、不充份的連接條件和不可優(yōu)化的where子句。在對(duì)它們進(jìn)行適當(dāng)?shù)膬?yōu)化后，其運(yùn)行速度有了明顯地提高！下面我將從這三個(gè)方面分別進(jìn)行總結(jié)：
----為了更直觀地說(shuō)明問(wèn)題，所有實(shí)例中的SQL運(yùn)行時(shí)間均經(jīng)過(guò)測(cè)試，不超過(guò)１秒的均表示為（1秒）。
----測(cè)試環(huán)境--
----主機(jī)：HPLHII
----主頻：330MHZ
----內(nèi)存：128兆
----操作系統(tǒng)：Operserver5.0.4
----數(shù)據(jù)庫(kù)：Sybase11.0.3
一、不合理的索引設(shè)計(jì)
例：表record有620000行，試看在不同的索引下，下面幾個(gè)SQL的運(yùn)行情況：
1.在date上建有一非個(gè)群集索引
select count(*) from record wheredate>'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 placein('BJ','SH')(27秒)
分析：date上有大量的重復(fù)值，在非群集索引下，數(shù)據(jù)在物理上隨機(jī)存放在數(shù)據(jù)頁(yè)上，在范圍查找時(shí)，必須執(zhí)行一次表掃描才能找到這一范圍內(nèi)的全部行。
2.在date上的一個(gè)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 placein('BJ','SH')（14秒）
分析：在群集索引下，數(shù)據(jù)在物理上按順序在數(shù)據(jù)頁(yè)上，重復(fù)值也排列在一起，因而在范圍查找時(shí)，可以先找到這個(gè)范圍的起末點(diǎn)，且只在這個(gè)范圍內(nèi)掃描數(shù)據(jù)頁(yè)，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 placein('BJ','SH')（1秒）
分析：這是一個(gè)不很合理的組合索引，因?yàn)樗那皩?dǎo)列是place，第一和第二條SQL沒(méi)有引用place，因此也沒(méi)有利用上索引；第三個(gè)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?？斓摹?br />
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 placein('BJ','SH')（1秒）
分析：這是一個(gè)合理的組合索引。它將date作為前導(dǎo)列，使每個(gè)SQL都可以利用索引，并且在第一和第三個(gè)SQL中形成了索引覆蓋，因而性能達(dá)到了最優(yōu)。
5.總結(jié)：
缺省情況下建立的索引是非群集索引，但有時(shí)它并不是最佳的；合理的索引設(shè)計(jì)要建立在對(duì)各種查詢的分析和預(yù)測(cè)上。
一般來(lái)說(shuō)：
①.有大量重復(fù)值、且經(jīng)常有范圍查詢
（between,>,，>=,=）和orderby 、groupby發(fā)生的列，可考慮建立群集索引；
②.經(jīng)常同時(shí)存取多列，且每列都含有重復(fù)值可考慮建立組合索引；
③.組合索引要盡量使關(guān)鍵查詢形成索引覆蓋，其前導(dǎo)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(gè)非聚集索引，表account有191122行，在account_no上有一個(gè)非聚集索引，試看在不同的表連接條件下，兩個(gè)SQL的執(zhí)行情況：
select sum(a.amount) from accounta, cardb where a.card_no=b.card_no（20秒）
將SQL改為：select sum(a.amount) from accounta, cardb where a.card_no=b.card_no and a.account_no=b.account_no（1秒）
分析：在第一個(gè)連接條件下，最佳查詢方案是將account作外層表，card作內(nèi)層表，利用card上的索引，其I/O次數(shù)可由以下公式估算為：外層表account上的22541頁(yè)+（外層表account的191122行*內(nèi)層表card上對(duì)應(yīng)外層表第一行所要查找的3頁(yè)）=595907次I/O;在第二個(gè)連接條件下，最佳查詢方案是將card作外層表，account作內(nèi)層表，利用account上的索引，其I/O次數(shù)可由以下公式估算為：外層表card上的1944頁(yè)+（外層表card的7896行*內(nèi)層表account上對(duì)應(yīng)外層表每一行所要查找的4頁(yè)）=33528次I/O,可見(jiàn)，只有充份的連接條件，真正的最佳方案才會(huì)被執(zhí)行。
總結(jié)：
1.多表操作在被實(shí)際執(zhí)行前，查詢優(yōu)化器會(huì)根據(jù)連接條件，列出幾組可能的連接方案并從中找出系統(tǒng)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(shù)多的表；內(nèi)外表的選擇可由公式：外層表中的匹配行數(shù)*內(nèi)層表中每一次查找的次數(shù)確定，乘積最小為最佳方案。
2.查看執(zhí)行方案的方法--用setshowplanon，打開showplan選項(xiàng)，就可以看到連接順序、使用何種索引的信息；想看更詳細(xì)的信息，需用sa角色執(zhí)行dbcc(3604,310,302)。
三、不可優(yōu)化的where子句
1.例：下列SQL條件語(yǔ)句中的列都建有恰當(dāng)?shù)乃饕?，但?zhí)行速度卻非常慢：
select * from record where substring(card_no,1,4)='5378'(13秒)
select * from record where amount/301000（11秒）
select * from record where convert(char(10),date,112)='19991201'（10秒）
分析：where子句中對(duì)列的任何操作結(jié)果都是在SQL運(yùn)行時(shí)逐列計(jì)算得到的，因此它不得不進(jìn)行表搜索，而沒(méi)有使用該列上面的索引；如果這些結(jié)果在查詢編譯時(shí)就能得到，那么就可以被SQL優(yōu)化器優(yōu)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_nolike '5378%'（1秒）
select * from record where amount 1000*30（1秒）
select * from record where date='1999/12/01'（1秒）
你會(huì)發(fā)現(xiàn)SQL明顯快起來(lái)！
2.例：表stuff有200000行，id_no上有非群集索引，請(qǐng)看下面這個(gè)SQL：
select count(*) from stuff where id_noin('0','1')（23秒）
分析：where條件中的'in'在邏輯上相當(dāng)于'or'，所以語(yǔ)法分析器會(huì)將in('0','1')轉(zhuǎn)化為id_no='0'orid_no='1'來(lái)執(zhí)行。我們期望它會(huì)根據(jù)每個(gè)or子句分別查找，再將結(jié)果相加，這樣可以利用id_no上的索引；但實(shí)際上（根據(jù)showplan）,它卻采用了"OR策略"，即先取出滿足每個(gè)or子句的行，存入臨時(shí)數(shù)據(jù)庫(kù)的工作表中，再建立唯一索引以去掉重復(fù)行，最后從這個(gè)臨時(shí)表中計(jì)算結(jié)果。因此，實(shí)際過(guò)程沒(méi)有利用id_no上索引，并且完成時(shí)間還要受tempdb數(shù)據(jù)庫(kù)性能的影響。
實(shí)踐證明，表的行數(shù)越多，工作表的性能就越差，當(dāng)stuff有620000行時(shí)，執(zhí)行時(shí)間竟達(dá)到220秒！還不如將or子句分開：
select count(*) from stuff where id_no='0'
select count(*) from stuff whereid_no='1'
得到兩個(gè)結(jié)果，再作一次加法合算。因?yàn)槊烤涠际褂昧怂饕?，?zhí)行時(shí)間只有3秒，在620000行下，時(shí)間也只有4秒?；蛘?，用更好的方法，寫一個(gè)簡(jiǎn)單的存儲(chǔ)過(guò)程：
create proccount_stuffas
declare @aint
declare @bint
declare @cint
declare @dchar(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(jié)果，執(zhí)行時(shí)間同上面一樣快！
總結(jié)：
可見(jiàn)，所謂優(yōu)化即where子句利用了索引，不可優(yōu)化即發(fā)生了表掃描或額外開銷。
1.任何對(duì)列的操作都將導(dǎo)致表掃描，它包括數(shù)據(jù)庫(kù)函數(shù)、計(jì)算表達(dá)式等等，查詢時(shí)要盡可能將操作移至等號(hào)右邊。
2.in、or子句常會(huì)使用工作表，使索引失效；如果不產(chǎn)生大量重復(fù)值，可以考慮把子句拆開；拆開的子句中應(yīng)該包含索引。
3.要善于使用存儲(chǔ)過(guò)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(yōu)化的實(shí)質(zhì)就是在結(jié)果正確的前提下，用優(yōu)化器可以識(shí)別的語(yǔ)句，充份利用索引，減少表掃描的I/O次數(shù)，盡量避免表搜索的發(fā)生。其實(shí)SQL的性能優(yōu)化是一個(gè)復(fù)雜的過(guò)程，上述這些只是在應(yīng)用層次的一種體現(xiàn)，深入研究還會(huì)涉及數(shù)據(jù)庫(kù)層的資源配置、網(wǎng)絡(luò)層的流量控制以及操作系統(tǒng)層的總體設(shè)計(jì)。
4．合理使用索引
索引是數(shù)據(jù)庫(kù)中重要的數(shù)據(jù)結(jié)構(gòu)，它的根本目的就是為了提高查詢效率。現(xiàn)在大多數(shù)的數(shù)據(jù)庫(kù)產(chǎn)品都采用IBM最先提出的ISAM索引結(jié)構(gòu)。索引的使用要恰到好處，其使用原則如下：
●在經(jīng)常進(jìn)行連接，但是沒(méi)有指定為外鍵的列上建立索引，而不經(jīng)常連接的字段則由優(yōu)化器自動(dòng)生成索引。
●在頻繁進(jìn)行排序或分組（即進(jìn)行g(shù)roupby或orderby操作）的列上建立索引。
●在條件表達(dá)式中經(jīng)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(gè)不同值，因此就無(wú)必要建立索引。如果建立索引不但不會(huì)提高查詢效率，反而會(huì)嚴(yán)重降低更新速度。
●如果待排序的列有多個(gè)，可以在這些列上建立復(fù)合索引（compoundindex）。
●使用系統(tǒng)工具。如Informix數(shù)據(jù)庫(kù)有一個(gè)tbcheck工具，可以在可疑的索引上進(jìn)行檢查。在一些數(shù)據(jù)庫(kù)服務(wù)器上，索引可能失效或者因?yàn)轭l繁操作而使得讀取效率降低，如果一個(gè)使用索引的查詢不明不白地慢下來(lái)，可以試著用tbcheck工具檢查索引的完整性，必要時(shí)進(jìn)行修復(fù)。另外，當(dāng)數(shù)據(jù)庫(kù)表更新大量數(shù)據(jù)后，刪除并重建索引可以提高查詢速度。
一、不合理的索引設(shè)計(jì)
----例：表record有620000行，試看在不同的索引下，下面幾個(gè) SQL的運(yùn)行情況：
---- 1.在date上建有一非個(gè)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(fù)值，在非群集索引下，數(shù)據(jù)在物理上隨機(jī)存放在數(shù)據(jù)頁(yè)上，在
范圍查找時(shí)，必須執(zhí)行一次表掃描才能找到這一范圍內(nèi)的全部行。
---- 2.在date上的一個(gè)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(shù)據(jù)在物理上按順序在數(shù)據(jù)頁(yè)上，重復(fù)值也排列在一起，因而在范
圍查找時(shí)，可以先找到這個(gè)范圍的起末點(diǎn)，且只在這個(gè)范圍內(nèi)掃描數(shù)據(jù)頁(yè)，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(gè)不很合理的組合索引，因?yàn)樗那皩?dǎo)列是place，第一和第二條SQL沒(méi)有引
用place，因此也沒(méi)有利用上索引；第三個(gè)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?？斓?。
---- 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(gè)合理的組合索引。它將date作為前導(dǎo)列，使每個(gè)SQL都可以利用索引，并
且在第一和第三個(gè)SQL中形成了索引覆蓋，因而性能達(dá)到了最優(yōu)。
---- 5.總結(jié)：
---- 缺省情況下建立的索引是非群集索引，但有時(shí)它并不是最佳的；合理的索引設(shè)計(jì)要
建立在對(duì)各種查詢的分析和預(yù)測(cè)上。一般來(lái)說(shuō)：
---- ①.有大量重復(fù)值、且經(jīng)常有范圍查詢
（between, >, ，>=, =）和order by
、group by發(fā)生的列，可考慮建立群集索引；
---- ②.經(jīng)常同時(shí)存取多列，且每列都含有重復(fù)值可考慮建立組合索引；
---- ③.組合索引要盡量使關(guān)鍵查詢形成索引覆蓋，其前導(dǎo)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(gè)非聚集索引，表account有191122行，在
account_no上有一個(gè)非聚集索引，試看在不同的表連接條件下，兩個(gè)SQL的執(zhí)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(gè)連接條件下，最佳查詢方案是將account作外層表，card作內(nèi)層表，利用
card上的索引，其I/O次數(shù)可由以下公式估算為：
---- 外層表account上的22541頁(yè)+（外層表account的191122行*內(nèi)層表card上對(duì)應(yīng)外層
表第一行所要查找的3頁(yè)）=595907次I/O
---- 在第二個(gè)連接條件下，最佳查詢方案是將card作外層表，account作內(nèi)層表，利用
account上的索引，其I/O次數(shù)可由以下公式估算為：
---- 外層表card上的1944頁(yè)+（外層表card的7896行*內(nèi)層表account上對(duì)應(yīng)外層表每一
行所要查找的4頁(yè)）= 33528次I/O
---- 可見(jiàn)，只有充份的連接條件，真正的最佳方案才會(huì)被執(zhí)行。
---- 總結(jié)：
---- 1.多表操作在被實(shí)際執(zhí)行前，查詢優(yōu)化器會(huì)根據(jù)連接條件，列出幾組可能的連接方
案并從中找出系統(tǒng)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(shù)多的
表；內(nèi)外表的選擇可由公式：外層表中的匹配行數(shù)*內(nèi)層表中每一次查找的次數(shù)確定，乘
積最小為最佳方案。
---- 2.查看執(zhí)行方案的方法-- 用set showplanon，打開showplan選項(xiàng)，就可以看到連
接順序、使用何種索引的信息；想看更詳細(xì)的信息，需用sa角色執(zhí)行dbcc(3604,310,30
2)。
三、不可優(yōu)化的where子句
---- 1.例：下列SQL條件語(yǔ)句中的列都建有恰當(dāng)?shù)乃饕?，但?zhí)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(duì)列的任何操作結(jié)果都是在SQL運(yùn)行時(shí)逐列計(jì)算得到的，因此它不得不
進(jìn)行表搜索，而沒(méi)有使用該列上面的索引；如果這些結(jié)果在查詢編譯時(shí)就能得到，那么
就可以被SQL優(yōu)化器優(yōu)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(huì)發(fā)現(xiàn)SQL明顯快起來(lái)！
---- 2.例：表stuff有200000行，id_no上有非群集索引，請(qǐng)看下面這個(gè)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(dāng)于'or'，所以語(yǔ)法分析器會(huì)將in ('0','1')轉(zhuǎn)化
為id_no ='0' or id_no='1'來(lái)執(zhí)行。我們期望它會(huì)根據(jù)每個(gè)or子句分別查找，再將結(jié)果
相加，這樣可以利用id_no上的索引；但實(shí)際上（根據(jù)showplan）,它卻采用了"OR策略"
，即先取出滿足每個(gè)or子句的行，存入臨時(shí)數(shù)據(jù)庫(kù)的工作表中，再建立唯一索引以去掉
重復(fù)行，最后從這個(gè)臨時(shí)表中計(jì)算結(jié)果。因此，實(shí)際過(guò)程沒(méi)有利用id_no上索引，并且完
成時(shí)間還要受tempdb數(shù)據(jù)庫(kù)性能的影響。
---- 實(shí)踐證明，表的行數(shù)越多，工作表的性能就越差，當(dāng)stuff有620000行時(shí)，執(zhí)行時(shí)
間竟達(dá)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(gè)結(jié)果，再作一次加法合算。因?yàn)槊烤涠际褂昧怂饕?，?zhí)行時(shí)間只有3秒，
在620000行下，時(shí)間也只有4秒。或者，用更好的方法，寫一個(gè)簡(jiǎn)單的存儲(chǔ)過(guò)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(jié)果，執(zhí)行時(shí)間同上面一樣快！
---- 總結(jié)：
---- 可見(jiàn)，所謂優(yōu)化即where子句利用了索引，不可優(yōu)化即發(fā)生了表掃描或額外開銷。 ---- 1.任何對(duì)列的操作都將導(dǎo)致表掃描，它包括數(shù)據(jù)庫(kù)函數(shù)、計(jì)算表達(dá)式等等，查詢時(shí)
要盡可能將操作移至等號(hào)右邊。
---- 2.in、or子句常會(huì)使用工作表，使索引失效；如果不產(chǎn)生大量重復(fù)值，可以考慮把
子句拆開；拆開的子句中應(yīng)該包含索引。
---- 3.要善于使用存儲(chǔ)過(guò)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(yōu)化的實(shí)質(zhì)就是在結(jié)果正確的前提下，用優(yōu)化器可
以識(shí)別的語(yǔ)句，充份利用索引，減少表掃描的I/O次數(shù)，盡量避免表搜索的發(fā)生。其實(shí)S
QL的性能優(yōu)化是一個(gè)復(fù)雜的過(guò)程，上述這些只是在應(yīng)用層次的一種體現(xiàn)，深入研究還會(huì)
涉及數(shù)據(jù)庫(kù)層的資源配置、網(wǎng)絡(luò)層的流量控制以及操作系統(tǒng)層的總體設(shè)計(jì)。
1．合理使用索引
索引是數(shù)據(jù)庫(kù)中重要的數(shù)據(jù)結(jié)構(gòu)，它的根本目的就是為了提高查詢效率。現(xiàn)在大多數(shù)的數(shù)據(jù)庫(kù)產(chǎn)品都采用IBM最先提出的ISAM索引結(jié)構(gòu)。索引的使用要恰到好處，其使用原則如下：
●在經(jīng)常進(jìn)行連接，但是沒(méi)有指定為外鍵的列上建立索引，而不經(jīng)常連接的字段則由優(yōu)化器自動(dòng)生成索引。
●在頻繁進(jìn)行排序或分組（即進(jìn)行g(shù)roup by或order by操作）的列上建立索引。
●在條件表達(dá)式中經(jīng)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(gè)不同值，因此就無(wú)必要建立索引。如果建立索引不但不會(huì)提高查詢效率，反而會(huì)嚴(yán)重降低更新速度。
●如果待排序的列有多個(gè)，可以在這些列上建立復(fù)合索引（compound index）。
●使用系統(tǒng)工具。如Informix數(shù)據(jù)庫(kù)有一個(gè)tbcheck工具，可以在可疑的索引上進(jìn)行檢查。在一些數(shù)據(jù)庫(kù)服務(wù)器上，索引可能失效或者因?yàn)轭l繁操作而使得讀取效率降低，如果一個(gè)使用索引的查詢不明不白地慢下來(lái)，可以試著用tbcheck工具檢查索引的完整性，必要時(shí)進(jìn)行修復(fù)。另外，當(dāng)數(shù)據(jù)庫(kù)表更新大量數(shù)據(jù)后，刪除并重建索引可以提高查詢速度。 2．避免或簡(jiǎn)化排序
應(yīng)當(dāng)簡(jiǎn)化或避免對(duì)大型表進(jìn)行重復(fù)的排序。當(dāng)能夠利用索引自動(dòng)以適當(dāng)?shù)拇涡虍a(chǎn)生輸出時(shí)，優(yōu)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(gè)或幾個(gè)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(lái)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(shù)據(jù)庫(kù)表（盡管有時(shí)可能影響表的規(guī)范化，但相對(duì)于效率的提高是值得的）。如果排序不可避免，那么應(yīng)當(dāng)試圖簡(jiǎn)化它，如縮小排序的列的范圍等。 3．消除對(duì)大型表行數(shù)據(jù)的順序存取
在嵌套查詢中，對(duì)表的順序存取對(duì)查詢效率可能產(chǎn)生致命的影響。比如采用順序存取策略，一個(gè)嵌套3層的查詢，如果每層都查詢1000行，那么這個(gè)查詢就要查詢10億行數(shù)據(jù)。避免這種情況的主要方法就是對(duì)連接的列進(jìn)行索引。例如，兩個(gè)表：學(xué)生表（學(xué)號(hào)、姓名、年齡……）和選課表（學(xué)號(hào)、課程號(hào)、成績(jī)）。如果兩個(gè)表要做連接，就要在“學(xué)號(hào)”這個(gè)連接字段上建立索引。
還可以使用并集來(lái)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(qiáng)迫優(yōu)化器使用順序存取。下面的查詢將強(qiáng)迫對(duì)orders表執(zhí)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(yǔ)句中優(yōu)化器還是使用順序存取路徑掃描整個(gè)表。因?yàn)檫@個(gè)語(yǔ)句要檢索的是分離的行的集合，所以應(yīng)該改為如下語(yǔ)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(guān)子查詢
一個(gè)列的標(biāo)簽同時(shí)在主查詢和where子句中的查詢中出現(xiàn)，那么很可能當(dāng)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(yīng)當(dāng)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(guò)濾掉盡可能多的行。 5．避免困難的正規(guī)表達(dá)式
MATCHES和LIKE關(guān)鍵字支持通配符匹配，技術(shù)上叫正規(guī)表達(dá)式。但這種匹配特別耗費(fèi)時(shí)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(yǔ)句改為Select ＊ FROM customer Where zipcode >“98000”，在執(zhí)行查詢時(shí)就會(huì)利用索引來(lái)查詢，顯然會(huì)大大提高速度。
另外，還要避免非開始的子串。例如語(yǔ)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(gè)語(yǔ)句也不會(huì)使用索引。 6．使用臨時(shí)表加速查詢
把表的一個(gè)子集進(jìn)行排序并創(chuàng)建臨時(shí)表，有時(shí)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(jiǎn)化優(yōu)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(gè)查詢要被執(zhí)行多次而不止一次，可以把所有未付款的客戶找出來(lái)放在一個(gè)臨時(shí)文件中，并按客戶的名字進(jìn)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(shí)表中查詢：
Select ＊ FROM cust_with_balance
Where postcode>“98000”
臨時(shí)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(shí)表創(chuàng)建后不會(huì)反映主表的修改。在主表中數(shù)據(jù)頻繁修改的情況下，注意不要丟失數(shù)據(jù)。 7．用排序來(lái)取代非順序存取
非順序磁盤存取是最慢的操作，表現(xiàn)在磁盤存取臂的來(lái)回移動(dòng)。SQL語(yǔ)句隱藏了這一情況，使得我們?cè)趯憫?yīng)用程序時(shí)很容易寫出要求存取大量非順序頁(yè)的查詢。
有些時(shí)候，用數(shù)據(jù)庫(kù)的排序能力來(lái)替代非順序的存取能改進(jìn)查詢。 3.優(yōu)化 tempdb 性能
對(duì) tempdb 數(shù)據(jù)庫(kù)的物理位置和數(shù)據(jù)庫(kù)選項(xiàng)設(shè)置的一般建議包括：
使 tempdb 數(shù)據(jù)庫(kù)得以按需自動(dòng)擴(kuò)展。這確保在執(zhí)行完成前不終止查詢，該查詢所生成的存儲(chǔ)在 tempdb 數(shù)據(jù)庫(kù)內(nèi)的中間結(jié)果集比預(yù)期大得多。將 tempdb 數(shù)據(jù)庫(kù)文件的初始大小設(shè)置為合理的大小，以避免當(dāng)需要更多空間時(shí)文件自動(dòng)擴(kuò)展。如果 tempdb 數(shù)據(jù)庫(kù)擴(kuò)展得過(guò)于頻繁，性能會(huì)受不良影響。將文件增長(zhǎng)增量百分比設(shè)置為合理的大小，以避免 tempdb 數(shù)據(jù)庫(kù)文件按太小的值增長(zhǎng)。如果文件增長(zhǎng)幅度與寫入 tempdb 數(shù)據(jù)庫(kù)的數(shù)據(jù)量相比太小，則 tempdb 數(shù)據(jù)庫(kù)可能需要始終擴(kuò)展，因而將妨害性能。將 tempdb 數(shù)據(jù)庫(kù)放在快速 I/O 子系統(tǒng)上以確保好的性能。在多個(gè)磁盤上條帶化 tempdb 數(shù)據(jù)庫(kù)以獲得更好的性能。將 tempdb 數(shù)據(jù)庫(kù)放在除用戶數(shù)據(jù)庫(kù)所使用的磁盤之外的磁盤上。有關(guān)更多信息，請(qǐng)參見(jiàn)擴(kuò)充數(shù)據(jù)庫(kù)。
4.優(yōu)化服務(wù)器: 使用內(nèi)存配置選項(xiàng)優(yōu)化服務(wù)器性能
Microsoft® SQL Server™ 2000 的內(nèi)存管理組件消除了對(duì) SQL Server 可用的內(nèi)存進(jìn)行手工管理的需要。SQL Server 在啟動(dòng)時(shí)根據(jù)操作系統(tǒng)和其它應(yīng)用程序當(dāng)前正在使用的內(nèi)存量，動(dòng)態(tài)確定應(yīng)分配的內(nèi)存量。當(dāng)計(jì)算機(jī)和SQL Server 上的負(fù)荷更改時(shí)，分配的內(nèi)存也隨之更改。有關(guān)更多信息，請(qǐng)參見(jiàn)內(nèi)存構(gòu)架。下列服務(wù)器配置選項(xiàng)可用于配置內(nèi)存使用并影響服務(wù)器性能：
min server memory
max server memory
max worker threads
index create memory min memory per query
min server memory 服務(wù)器配置選項(xiàng)可用于確保 SQL Server 在達(dá)到該值后不會(huì)釋放內(nèi)存。可以基于 SQL Server 的大小及活動(dòng)將該配置選項(xiàng)設(shè)置為特定的值。如果選擇設(shè)置此選項(xiàng)，必須為操作系統(tǒng)和其他程序留出足夠的內(nèi)存。如果操作系統(tǒng)沒(méi)有足夠的內(nèi)存，會(huì)向 SQL Server 請(qǐng)求內(nèi)存，從而導(dǎo)致影響 SQL Server 性能。 max server memory 服務(wù)器配置選項(xiàng)可用于：在 SQL Server 啟動(dòng)及運(yùn)行時(shí)，指定 SQL Server 可以分配的最大內(nèi)存量。如果知道有多個(gè)應(yīng)用程序與 SQL Server 同時(shí)運(yùn)行，而且想保障這些應(yīng)用程序有足夠的內(nèi)存運(yùn)行，可以將該配置選項(xiàng)設(shè)置為特定的值。如果這些其它應(yīng)用程序（如 Web 服務(wù)器或電子郵件服務(wù)器）只根據(jù)需要請(qǐng)求內(nèi)存，則 SQL Server 將根據(jù)需要給它們釋放內(nèi)存，因此不要設(shè)置 max server memory 服務(wù)器配置選項(xiàng)。然而，應(yīng)用程序通常在啟動(dòng)時(shí)不假選擇地使用可用內(nèi)存，而如果需要更多內(nèi)存也不請(qǐng)求。如果有這種行為方式的應(yīng)用程序與 SQL Server 同時(shí)運(yùn)行在相同的計(jì)算機(jī)上，則將 max server memory 服務(wù)器配置選項(xiàng)設(shè)置為特定的值，以保障應(yīng)用程序所需的內(nèi)存不由 SQL Server 分配出。
不要將 min server memory 和 max server memory 服務(wù)器配置選項(xiàng)設(shè)置為相同的值，這樣做會(huì)使分配給 SQL Server 的內(nèi)存量固定。動(dòng)態(tài)內(nèi)存分配可以隨時(shí)間提供最佳的總體性能。有關(guān)更多信息，請(qǐng)參見(jiàn)服務(wù)器內(nèi)存選項(xiàng)。 max worker threads 服務(wù)器配置選項(xiàng)可用于指定為用戶連接到 SQL Server 提供支持的線程數(shù)。255 這一默認(rèn)設(shè)置對(duì)一些配置可能稍微偏高，這要具體取決于并發(fā)用戶數(shù)。由于每個(gè)工作線程都已分配，因此即使線程沒(méi)有正在使用（因?yàn)椴l(fā)連接比分配的工作線程少），可由其它操作（如高速緩沖存儲(chǔ)器）更好地利用的內(nèi)存資源也可能是未使用的。一般情況下，應(yīng)將該配置值設(shè)置為并發(fā)連接數(shù)，但不能超過(guò) 32727。并發(fā)連接與用戶登錄連接不同。SQL Server 實(shí)例的工作線程池只需要足夠大，以便為同時(shí)正在該實(shí)例中執(zhí)行批處理的用戶連接提供服務(wù)。如果增加工作線程的數(shù)量超過(guò)默認(rèn)值，會(huì)降低服務(wù)器性能。有關(guān)更多信息，請(qǐng)參見(jiàn)max worker threads 選項(xiàng)。
說(shuō)明 當(dāng) SQL Server 運(yùn)行在 Microsoft Windows® 98 上時(shí)，最大工作線程服務(wù)器配置選項(xiàng)不起作用。 index create memory 服務(wù)器配置選項(xiàng)控制創(chuàng)建索引時(shí)排序操作所使用的內(nèi)存量。在生產(chǎn)系統(tǒng)上創(chuàng)建索引通常是不常執(zhí)行的任務(wù)，通常調(diào)度為在非峰值時(shí)間執(zhí)行的作業(yè)。因此，不常創(chuàng)建索引且在非峰值時(shí)間時(shí)，增加該值可提高索引創(chuàng)建的性能。不過(guò)，最好將 min memory per query 配置選項(xiàng)保持在一個(gè)較低的值，這樣即使所有請(qǐng)求的內(nèi)存都不可用，索引創(chuàng)建作業(yè)仍能開始。有關(guān)更多信息，請(qǐng)參見(jiàn) index create memory 選項(xiàng)。
min memory per query 服務(wù)器配置選項(xiàng)可用于指定分配給查詢執(zhí)行的最小內(nèi)存量。當(dāng)系統(tǒng)內(nèi)有許多查詢并發(fā)執(zhí)行時(shí)，增大 min memory per query 的值有助于提高消耗大量?jī)?nèi)存的查詢（如大型排序和哈希操作）的性能。不過(guò)，不要將 min memory per query 服務(wù)器配置選項(xiàng)設(shè)置得太高，尤其是在很忙的系統(tǒng)上，因?yàn)椴樵儗⒉坏貌坏鹊侥艽_保占有請(qǐng)求的最小內(nèi)存、或等到超過(guò) query wait 服務(wù)器配置選項(xiàng)內(nèi)所指定的值。如果可用內(nèi)存比執(zhí)行查詢所需的指定最小內(nèi)存多，則只要查詢能對(duì)多出的內(nèi)存加以有效的利用，就可以使用多出的內(nèi)存。有關(guān)更多信息，請(qǐng)參見(jiàn) min memory per query 選項(xiàng)和 query wait 選項(xiàng)。使用 I/O 配置選項(xiàng)優(yōu)化服務(wù)器性能
下列服務(wù)器配置選項(xiàng)可用于配置 I/O 的使用并影響服務(wù)器性能： recovery interval
recovery interval 服務(wù)器配置選項(xiàng)控制 Microsoft® SQL Server™ 2000 在每個(gè)數(shù)據(jù)庫(kù)內(nèi)發(fā)出檢查點(diǎn)的時(shí)間。默認(rèn)情況下，SQL Server 確定執(zhí)行檢查點(diǎn)操作的最佳時(shí)間。然而，若要確定這是否為適當(dāng)?shù)脑O(shè)置，需要使用 Windows NT 性能監(jiān)視器監(jiān)視數(shù)據(jù)庫(kù)文件上的磁盤寫入活動(dòng)。導(dǎo)致磁盤利用率達(dá)到 100% 的活動(dòng)尖峰值會(huì)妨害性能。若更改該參數(shù)以使檢查點(diǎn)進(jìn)程較少出現(xiàn)，通常可以提高這種情況下的總體性能。但仍須繼續(xù)監(jiān)視性能以確定新值是否已對(duì)性能產(chǎn)生正面影響。有關(guān)更多信息，請(qǐng)參見(jiàn)recovery interval 選項(xiàng)。
您可能感興趣的文章:- 如何讓你的SQL運(yùn)行得更快
- 如何讓SQL運(yùn)行得更快
