原文地址:http://edobnet.cnblogs.com/archive/2004/09/07/40542.html
聚集索引 , 表中存儲的數據按照索引的順序存儲 , 檢索效率比普通索引高 , 但對數據新增 /修改 / 刪除的影響比較大
非聚集索引 , 不影響表中的數據存儲順序 , 檢索效率比聚集索引低 , 對數據新增 / 修改 / 刪除的影響很小
如何讓你的 SQL 運行得更快
---- 人們在使用 SQL 時往往會陷入一個誤區,即太關注於所得的結果是否正確,而忽略
了不同的實現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複雜的數據庫
環境中(如聯機事務處理 OLTP 或決策支持系統 DSS )中表現得尤爲明顯。筆者在工作實踐
中發現,不良的 SQL 往往來自於不恰當的索引設計、不充份的連接條件和不可優化的 whe
re 子句。在對它們進行適當的優化後,其運行速度有了明顯地提高!下面我將從這三個
方面分別進行總結:
---- 爲了更直觀地說明問題,所有實例中的 SQL 運行時間均經過測試,不超過1秒的均
表示爲( < 1 秒)。
---- 測試環境 --
---- 主機: HP LH II
---- 主頻: 330MHZ
---- 內存: 128 兆
---- 操作系統: Operserver5.0.4
---- 數據庫: Sybase11.0.3
一、不合理的索引設計
---- 例:表 record 有 620000 行,試看在不同的索引下,下面幾個 SQL 的運行情況:
---- 1. 在 date 上建有一非個羣集索引
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 上有大量的重複值,在非羣集索引下,數據在物理上隨機存放在數據頁上,在
範圍查找時,必須執行一次表掃描才能找到這一範圍內的全部行。
---- 2. 在 date 上的一個羣集索引
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:
---- 在羣集索引下,數據在物理上按順序在數據頁上,重複值也排列在一起,因而在範
圍查找時,可以先找到這個範圍的起末點,且只在這個範圍內掃描數據頁,避免了大範
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:
---- 這是一個不很合理的組合索引,因爲它的前導列是 place ,第一和第二條 SQL 沒有引
用 place ,因此也沒有利用上索引;第三個 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,所以它的速度是非常快的。
---- 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:
---- 這是一個合理的組合索引。它將 date 作爲前導列,使每個 SQL 都可以利用索引,並
且在第一和第三個 SQL 中形成了索引覆蓋,因而性能達到了最優。
---- 5. 總結:
---- 缺省情況下建立的索引是非羣集索引,但有時它並不是最佳的;合理的索引設計要
建立在對各種查詢的分析和預測上。一般來說:
---- ① . 有大量重複值、且經常有範圍查詢
( between, >,< , >=,< = )和 order
by
、 group by 發生的列,可考慮建立羣集索引;
---- ② . 經常同時存取多列,且每列都含有重複值可考慮建立組合索引;
---- ③ . 組合索引要儘量使關鍵查詢形成索引覆蓋,其前導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 上有一個非聚集索引,表 account 有 191122行,在
account_no 上有一個非聚集索引,試看在不同的表連接條件下,兩個 SQL 的執行情況:
select sum(a.amount) from account a,
card b where a.card_no = b.card_no ( 20 秒)
---- 將 SQL 改爲:
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:
---- 在第一個連接條件下,最佳查詢方案是將 account 作外層表, card 作內層表,利用
card 上的索引,其 I/O 次數可由以下公式估算爲:
---- 外層表 account 上的 22541 頁 + (外層表 account 的 191122 行 * 內層表 card 上對應外層
表第一行所要查找的 3 頁) =595907 次 I/O
---- 在第二個連接條件下,最佳查詢方案是將 card 作外層表, account 作內層表,利用
account 上的索引,其 I/O 次數可由以下公式估算爲:
---- 外層表 card 上的 1944 頁 + (外層表 card 的 7896 行 * 內層表 account 上對應外層表每一
行所要查找的 4 頁) = 33528 次 I/O
---- 可見,只有充份的連接條件,真正的最佳方案纔會被執行。
----附:第一個查詢因爲只有card_no列的索引,所以大表應該做驅動表,即外層表
第二個查詢因爲兩個索引列都用到,所以小表做驅動表
公式
* 連接模型分析
假設:表A有N行數據,符合連接條件的行數爲A1
表B有M行數據,符合連接條件的行數爲B1
1 A,B兩表均無索引
如果A表驅動,則A表掃描一次,B表掃描A1次.
磁盤訪問次數爲:N+A1*M;
如果B表驅動,則B表掃描一次,A表掃描B1次.
磁盤訪問次數爲:M+B1*N;
2 A表無索引,B表有索引
如果A表驅動,則A表掃描一次,B表查A1次索引.
磁盤訪問次數爲:N+A1*LOG(M)/LOG(2);
如果B表驅動,則B表查一次索引,A表掃描B1次.
磁盤訪問次數爲:LOG(M)/LOG(2)+B1*N
3 A表有索引,B表無索引
如果B表驅動,則B表掃描一次,A表查B1次索引.
磁盤訪問次數爲:M+B1*LOG(N)/LOG(2);
如果A表驅動,則A表查一次索引,B表掃描B1次.
磁盤訪問次數爲:LOG(M)/LOG(2)+B1*N
4 A,B表均有索引
如果A表驅動,則A表查一次索引,B表查A1次索引.
磁盤訪問次數爲:LOG(M)/LOG(2)+A1*LOG(N)/LOG(2);
如果B表驅動,則B表查一次索引,A表掃描B1次.
磁盤訪問次數爲:B1*LOG(M)/LOG(2)+LOG(N)/LOG(2)
---- 總結:
---- 1. 多表操作在被實際執行前,查詢優化器會根據連接條件,列出幾組可能的連接方
案並從中找出系統開銷最小的最佳方案。連接條件要充份考慮帶有索引的表、行數多的
表;內外表的選擇可由公式:外層表中的匹配行數 * 內層表中每一次查找的次數確定,乘
積最小爲最佳方案。
---- 2. 查看執行方案的方法 -- 用 set
showplanon ,打開 showplan 選項,就可以看到連
接順序、使用何種索引的信息;想看更詳細的信息,需用 sa 角色執行 dbcc(3604,310,30
2) 。
三、不可優化的 where 子句
---- 1. 例:下列 SQL 條件語句中的列都建有恰當的索引,但執行速度卻非常慢:
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 子句中對列的任何操作結果都是在 SQL 運行時逐列計算得到的,因此它不得不
進行表搜索,而沒有使用該列上面的索引;如果這些結果在查詢編譯時就能得到,那麼
就可以被 SQL 優化器優化,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)
---- 你會發現 SQL 明顯快起來!
---- 2. 例:表 stuff 有 200000 行, id_no 上有非羣集索引,請看下面這個 SQL :
select count(*) from stuff where id_no in('0','1')
( 23 秒)
---- 分析:
---- where 條件中的 'in' 在邏輯上相當於 'or' ,所以語法分析器會將 in
('0','1') 轉化
爲 id_no ='0' or id_no='1' 來執行。我們期望它會根據每個 or 子句分別查找,再將結果
相加,這樣可以利用 id_no 上的索引;但實際上(根據 showplan ) , 它卻採用了 "OR 策略 "
,即先取出滿足每個 or 子句的行,存入臨時數據庫的工作表中,再建立唯一索引以去掉
重複行,最後從這個臨時表中計算結果。因此,實際過程沒有利用 id_no 上索引,並且完
成時間還要受 tempdb 數據庫性能的影響。
---- 實踐證明,表的行數越多,工作表的性能就越差,當 stuff 有 620000 行時,執行時
間竟達到 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'
---- 得到兩個結果,再作一次加法合算。因爲每句都使用了索引,執行時間只有 3 秒,
在 620000 行下,時間也只有 4 秒。或者,用更好的方法,寫一個簡單的存儲過程:
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
---- 直接算出結果,執行時間同上面一樣快!
---- 總結:
---- 可見,所謂優化即 where 子句利用了索引,不可優化即發生了表掃描或額外開銷。
---- 1. 任何對列的操作都將導致表掃描,它包括數據庫函數、計算表達式等等,查詢時
要儘可能將操作移至等號右邊。
---- 2.in 、 or 子句常會使用工作表,使索引失效;如果不產生大量重複值,可以考慮把
子句拆開;拆開的子句中應該包含索引。
---- 3. 要善於使用存儲過程,它使 SQL 變得更加靈活和高效。
---- 從以上這些例子可以看出, SQL 優化的實質就是在結果正確的前提下,用優化器可
以識別的語句,充份利用索引,減少表掃描的 I/O 次數,儘量避免表搜索的發生。其實 S
QL 的性能優化是一個複雜的過程,上述這些只是在應用層次的一種體現,深入研究還會
涉及數據庫層的資源配置、網絡層的流量控制以及操作系統層的總體設計