数据库语句优化
2013-10-23 10:37
92 查看
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。
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。
相关文章推荐
- SQL语句优化提高数据库性能
- 数据库性能优化之SQL语句优化1
- LISP 简单的数据库 3.8 使用宏优化Where语句
- 优化杭州某著名电子商务网站高并发千万级大型数据库经验之- SQL语句优化
- 优化数据库的方法及SQL语句优化的原则
- 优化数据库的思想及SQL语句优化的原则
- 系统优化之数据库SQL语句的优化
- Mysql优化方案二之数据库类型选择及Sql语句优化
- 数据库的一些语句优化小技巧
- 数据库 优化临时表使用,SQL语句性能提升100倍
- 一步一步优化你的mysql------如何优化数据库中的查询语句(一)
- 数据库性能优化之SQL语句优化
- 数据库优化--找出SQL瓶颈的SQL语句
- orcal 数据库 sql语句优化总结
- 更好的设计数据库还有就是数据库语句优化~~(主要是mysql)
- 数据库性能优化之SQL语句优化1
- 数据库以及Sql语句优化方案
- sql server之数据库语句优化
- 数据库SQL语句优化总结(收藏)
- 数据库性能优化之SQL语句优化