数据库语句优化

不要在条件中对表字段做计算，比如：to_char(a.cancel_date,'YYYYMMDD') = iv_execcycle 这种写法的效率就要明显低于，
and a.cancel_date >= to_date(iv_execcycle,'yyyymmdd')
and a.cancel_date < to_date(iv_execcycle,'yyyymmdd')+1

我觉得主要应该从5个方面进行调整：

1.去掉不必要的大型表的全表扫描

2.缓存小型表的全表扫描

3.检验优化索引的使用

4.检验优化的连接技术

5.尽可能减少执行计划的Cost

现在简单的举几个例子

Where子句中有“！=”将不使用索引

select account_name from test where amount != 0 (不使用)

select account_name from test where amount > 0 (使用)

Where条件中对字段增加处理函数将不使用该列的索引

select * from emp where to_char(hire_date,'yyyymmdd')='20080411' (不使用)

select * from emp where hire_date = to_char('20080411','yyyymmdd') (使用)

避免在索引列上使用IS NULL和 IS NOT NULL

select * from emp where dept_code is not null (不使用)

select * from emp where dept_code > 0 (使用)

通配符% 的使用

select * from emp where name like '%A' (不使用索引)

select * from emp where name like 'A%' (使用索引)

在建表的时候，尽量符合第二

尽量不要在where中包含子查询;

　　关于时间的查询，尽量不要写成：where to_char(dif_date,'yyyy-mm-dd')=to_char('2007-07-01','yyyy-mm-dd');

　　2在过滤条件中，可以过滤掉最大数量记录的条件必须放在where子句的末尾;

　　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，你必须选择记录条数最少的表作为基础表。如果有三个以上的连接查询，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;

　　3采用绑定变量

　　4在WHERE中尽量不要使用OR

　　5用EXISTS替代IN、用NOT EXISTS替代NOT IN;

　　6避免在索引列上使用计算：WHERE SAL*12>25000;

　　7用IN来替代OR： WHERE LOC_ID=10 OR LOC_ID=15 OR LOC_ID=20

　　8避免在索引列上使用IS NULL和IS NOT NULL;

　　9总是使用索引的第一个列;

　　10用UNION-ALL替代UNION;

　　11避免改变索引列的类型：SELECT...FROM EMP WHERE EMPNO='123'，由于隐式数据类型转换，to_char(EMPNO)='123'，因此，将不采用索引，一般在采用字符串拼凑动态SQL语句出现;

　　12'!=' 将不使用索引;

　　13优化GROUP BY;

　　14避免带有LIKE参数的通配符，LIKE '4YE%'使用索引，但LIKE '%YE'不使用索引

　　15避免使用困难的正规表达式，例如select * from customer where zipcode like "98___"，即便在zipcode上建立了索引，在这种情况下也还是采用顺序扫描的方式。如果把语句改成select * from customer where zipcode>"98000"，在执行查询时就会利用索引来查询，显然会大大提高速度;

　　16尽量明确的完成SQL语句，尽量少让数据库工作。比如写SELECT语句时，需要把查询的字段明确指出表名。尽量不要使用SELECT *语句。组织SQL语句的时候，尽量按照数据库的习惯进行组织。