轉(zhuǎn)載 --必須掌握的30種SQL語句優(yōu)化

轉(zhuǎn)載自:

必須掌握的30種SQL語句優(yōu)化 - 天下盡好 - 博客園

1.’對(duì)查詢進(jìn)行優(yōu)化揩瞪,應(yīng)盡量避免全表掃描钥屈,首先應(yīng)考慮在 where 及 order by 涉及的列上建立索引翠霍。

2.應(yīng)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(jìn)行全表掃描劈狐。

3.應(yīng)盡量避免在 where 子句中對(duì)字段進(jìn)行 null 值判斷,否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描滥比,如:

select id from t where num is null

可以在num上設(shè)置默認(rèn)值0早直,確保表中num列沒有null值祷肯,然后這樣查詢:

select id from t where num=0

4.應(yīng)盡量避免在 where 子句中使用 or 來連接條件沉填,否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描,如:

select id from t where num=10 or num=20

可以這樣查詢:

select id from t where num=10

union all

select id from t where num=20

5.下面的查詢也將導(dǎo)致全表掃描:

select id from t where name like '%abc%'

若要提高效率佑笋,可以考慮全文檢索翼闹。

6.in 和 not in 也要慎用,否則會(huì)導(dǎo)致全表掃描蒋纬,如:

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

對(duì)于連續(xù)的數(shù)值猎荠,能用 between 就不要用 in 了:

select id from t where num between 1 and 3

7.如果在 where 子句中使用參數(shù)坚弱,也會(huì)導(dǎo)致全表掃描。因?yàn)镾QL只有在運(yùn)行時(shí)才會(huì)解析局部變量关摇,但優(yōu)化程序不能將訪問計(jì)劃的選擇推遲到運(yùn)行時(shí)荒叶;它必須在編譯時(shí)進(jìn)行選擇。然而输虱,如果在編譯時(shí)建立訪問計(jì)劃些楣,變量的值還是未知的,因而無法作為索引選擇的輸入項(xiàng)宪睹。如下面語句將進(jìn)行全表掃描:

select id from t where num=@num

可以改為強(qiáng)制查詢使用索引:

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

8.應(yīng)盡量避免在 where 子句中對(duì)字段進(jìn)行表達(dá)式操作愁茁,這將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描。如:

select id from t where num/2=100

應(yīng)改為:

select id from t where num=100*2

9.應(yīng)盡量避免在where子句中對(duì)字段進(jìn)行函數(shù)操作容客,這將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描肠虽。如:

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

select id from t where datediff(day,createdate,'2005-11-30')=0--'2005-11-30'生成的id

應(yīng)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(jìn)行函數(shù)堕汞、算術(shù)運(yùn)算或其他表達(dá)式運(yùn)算,否則系統(tǒng)將可能無法正確使用索引促煮。

11.在使用索引字段作為條件時(shí),如果該索引是復(fù)合索引整袁,那么必須使用到該索引中的第一個(gè)字段作為條件時(shí)才能保證系統(tǒng)使用該索引污茵,否則該索引將不會(huì)被使用,并且應(yīng)盡可能的讓字段順序與索引順序相一致葬项。

12.不要寫一些沒有意義的查詢泞当,如需要生成一個(gè)空表結(jié)構(gòu):

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

這類代碼不會(huì)返回任何結(jié)果集,但是會(huì)消耗系統(tǒng)資源的民珍,應(yīng)改成這樣:

create table #t(...)

13.很多時(shí)候用 exists 代替 in 是一個(gè)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)

14.并不是所有索引對(duì)查詢都有效襟士,SQL是根據(jù)表中數(shù)據(jù)來進(jìn)行查詢優(yōu)化的,當(dāng)索引列有大量數(shù)據(jù)重復(fù)時(shí)嚷量,SQL查詢可能不會(huì)去利用索引陋桂,如一表中有字段sex,male蝶溶、female幾乎各一半嗜历,那么即使在sex上建了索引也對(duì)查詢效率起不了作用。

15.索引并不是越多越好抖所,索引固然可以提高相應(yīng)的 select 的效率梨州,但同時(shí)也降低了 insert 及 update 的效率,因?yàn)?insert 或 update 時(shí)有可能會(huì)重建索引田轧,所以怎樣建索引需要慎重考慮暴匠,視具體情況而定。一個(gè)表的索引數(shù)最好不要超過6個(gè)傻粘,若太多則應(yīng)考慮一些不常使用到的列上建的索引是否有必要每窖。

16.應(yīng)盡可能的避免更新 clustered 索引數(shù)據(jù)列帮掉,因?yàn)?clustered 索引數(shù)據(jù)列的順序就是表記錄的物理存儲(chǔ)順序,一旦該列值改變將導(dǎo)致整個(gè)表記錄的順序的調(diào)整窒典,會(huì)耗費(fèi)相當(dāng)大的資源蟆炊。若應(yīng)用系統(tǒng)需要頻繁更新 clustered 索引數(shù)據(jù)列,那么需要考慮是否應(yīng)將該索引建為 clustered 索引瀑志。

17.盡量使用數(shù)字型字段盅称,若只含數(shù)值信息的字段盡量不要設(shè)計(jì)為字符型,這會(huì)降低查詢和連接的性能后室,并會(huì)增加存儲(chǔ)開銷缩膝。這是因?yàn)橐嬖谔幚聿樵兒瓦B接時(shí)會(huì)逐個(gè)比較字符串中每一個(gè)字符,而對(duì)于數(shù)字型而言只需要比較一次就夠了岸霹。

18.盡可能的使用 varchar/nvarchar 代替 char/nchar 疾层,因?yàn)槭紫茸冮L(zhǎng)字段存儲(chǔ)空間小,可以節(jié)省存儲(chǔ)空間贡避,其次對(duì)于查詢來說痛黎,在一個(gè)相對(duì)較小的字段內(nèi)搜索效率顯然要高些。

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

20.盡量使用表變量來代替臨時(shí)表杀捻。如果表變量包含大量數(shù)據(jù)井厌,請(qǐng)注意索引非常有限(只有主鍵索引)。

21.避免頻繁創(chuàng)建和刪除臨時(shí)表致讥,以減少系統(tǒng)表資源的消耗仅仆。

22.臨時(shí)表并不是不可使用,適當(dāng)?shù)厥褂盟鼈兛梢允鼓承├谈行Ч父ぃ缒拱荩?dāng)需要重復(fù)引用大型表或常用表中的某個(gè)數(shù)據(jù)集時(shí)。但是请契,對(duì)于一次性事件咳榜,最好使用導(dǎo)出表。

23.在新建臨時(shí)表時(shí)爽锥,如果一次性插入數(shù)據(jù)量很大涌韩,那么可以使用 select into 代替 create table,避免造成大量 log 救恨,以提高速度贸辈;如果數(shù)據(jù)量不大释树,為了緩和系統(tǒng)表的資源肠槽,應(yīng)先create table擎淤,然后insert。

24.如果使用到了臨時(shí)表秸仙,在存儲(chǔ)過程的最后務(wù)必將所有的臨時(shí)表顯式刪除嘴拢,先 truncate table ,然后 drop table 寂纪,這樣可以避免系統(tǒng)表的較長(zhǎng)時(shí)間鎖定席吴。

25.盡量避免使用游標(biāo),因?yàn)橛螛?biāo)的效率較差捞蛋,如果游標(biāo)操作的數(shù)據(jù)超過1萬行孝冒,那么就應(yīng)該考慮改寫。

26.使用基于游標(biāo)的方法或臨時(shí)表方法之前拟杉,應(yīng)先尋找基于集的解決方案來解決問題庄涡,基于集的方法通常更有效。

27.與臨時(shí)表一樣搬设,游標(biāo)并不是不可使用穴店。對(duì)小型數(shù)據(jù)集使用 FAST_FORWARD 游標(biāo)通常要優(yōu)于其他逐行處理方法,尤其是在必須引用幾個(gè)表才能獲得所需的數(shù)據(jù)時(shí)拿穴。在結(jié)果集中包括“合計(jì)”的例程通常要比使用游標(biāo)執(zhí)行的速度快泣洞。如果開發(fā)時(shí)間允許,基于游標(biāo)的方法和基于集的方法都可以嘗試一下默色,看哪一種方法的效果更好球凰。

28.在所有的存儲(chǔ)過程和觸發(fā)器的開始處設(shè)置 SET NOCOUNT ON ,在結(jié)束時(shí)設(shè)置 SET NOCOUNT OFF 腿宰。無需在執(zhí)行存儲(chǔ)過程和觸發(fā)器的每個(gè)語句后向客戶端發(fā)送 DONE_IN_PROC 消息弟蚀。

29.盡量避免向客戶端返回大數(shù)據(jù)量,若數(shù)據(jù)量過大酗失,應(yīng)該考慮相應(yīng)需求是否合理义钉。

30.盡量避免大事務(wù)操作,提高系統(tǒng)并發(fā)能力规肴。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末捶闸,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子拖刃,更是在濱河造成了極大的恐慌删壮,老刑警劉巖,帶你破解...
    沈念sama閱讀 222,183評(píng)論 6 516
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件兑牡,死亡現(xiàn)場(chǎng)離奇詭異央碟,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)均函,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,850評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門亿虽,熙熙樓的掌柜王于貴愁眉苦臉地迎上來菱涤,“玉大人,你說我怎么就攤上這事洛勉≌掣眩” “怎么了?”我有些...
    開封第一講書人閱讀 168,766評(píng)論 0 361
  • 文/不壞的土叔 我叫張陵收毫,是天一觀的道長(zhǎng)攻走。 經(jīng)常有香客問我,道長(zhǎng)此再,這世上最難降的妖魔是什么昔搂? 我笑而不...
    開封第一講書人閱讀 59,854評(píng)論 1 299
  • 正文 為了忘掉前任,我火速辦了婚禮输拇,結(jié)果婚禮上巩趁,老公的妹妹穿的比我還像新娘。我一直安慰自己淳附,他們只是感情好议慰,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,871評(píng)論 6 398
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著奴曙,像睡著了一般别凹。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上洽糟,一...
    開封第一講書人閱讀 52,457評(píng)論 1 311
  • 那天炉菲,我揣著相機(jī)與錄音,去河邊找鬼坤溃。 笑死拍霜,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的薪介。 我是一名探鬼主播祠饺,決...
    沈念sama閱讀 40,999評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼汁政!你這毒婦竟也來了道偷?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,914評(píng)論 0 277
  • 序言:老撾萬榮一對(duì)情侶失蹤记劈,失蹤者是張志新(化名)和其女友劉穎勺鸦,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體目木,經(jīng)...
    沈念sama閱讀 46,465評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡换途,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,543評(píng)論 3 342
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片军拟。...
    茶點(diǎn)故事閱讀 40,675評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡剃执,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出吻谋,到底是詐尸還是另有隱情忠蝗,我是刑警寧澤现横,帶...
    沈念sama閱讀 36,354評(píng)論 5 351
  • 正文 年R本政府宣布漓拾,位于F島的核電站,受9級(jí)特大地震影響戒祠,放射性物質(zhì)發(fā)生泄漏骇两。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,029評(píng)論 3 335
  • 文/蒙蒙 一姜盈、第九天 我趴在偏房一處隱蔽的房頂上張望低千。 院中可真熱鬧,春花似錦馏颂、人聲如沸示血。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,514評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽难审。三九已至,卻和暖如春亿絮,著一層夾襖步出監(jiān)牢的瞬間告喊,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,616評(píng)論 1 274
  • 我被黑心中介騙來泰國(guó)打工派昧, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留黔姜,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 49,091評(píng)論 3 378
  • 正文 我出身青樓蒂萎,卻偏偏與公主長(zhǎng)得像秆吵,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子五慈,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,685評(píng)論 2 360