Sql性能优化之sql语句的写法

Sql性能优化之sql语句的写法
 

一、引言

系统优化中一个很重要的方面就是SQL语句的优化。对于海量数据，劣质SQL语句和优质SQL语句之间的速度差别可以达到上百倍，可见对于一个系统不是简单地能实现其功能就可，而是要写出高质量的SQL语句，提高系统的可用性。

所用的例子来自于RIS数据库。

 

二、优化点

 

1. 书写规范——采用统一的SQL语句的写法

 

对于以下四句SQL语句，程序员认为是相同的，数据库查询优化器认为是不同的。

例：

select *
from patientinfo; 

select *
from dbo.patientinfo;
-- 带表所有者的前缀

SELECT *
FROM patientinfo;    
-- 大写

select *
from  patientinfo;   
-- 中间多了空格
写法不同，查询分析器就认为是不同的SQL语句，必须进行四次解析，生成4个执行计划。所以作为程序员，应该保证相同的查询语句在任何地方都一致，多一个空格都不行。

同样，作为测试人员，我们也需要了解同一功能不同写法的SQL语句会对查询性能产生影响。故，应该要养成书写一致的习惯。

 
2. Select嵌套查询尽量不超过3层

SQL语句尽量简单，不要太复杂。我们一般，会将一个Select语句的结果作为子集，然后从该子集中再进行查询。但是超过3层嵌套，查询优化器就很容易给出错误的执行计划。

另外，执行计划是可以被重用的，越简单的SQL语句被重用的可能性越高。而复杂的SQL语句只要有一个字符发生变化就必须重新解析，然后再把这一大堆垃圾塞在内存里。可想而知，数据库的效率会何等低下。

 

3. 少用通配符*，需要几列，选择几列查询

在查询时，不要过多地使用通配符如 SELECT * FROM T1语句，要用到几列就选择几列如：SELECT COL1,COL2 FROM T1。例： 

低效:

select *
from registerinfo wherecheckitem='常规CT';

查询显示：

  

  

 

 

高效:

select registerid,hisidfrom registerinfo
wherecheckitem='常规CT';

查询显示：



 

 

4.
减少结果集行数：SELECT TOP number..

在可能的情况下，可以尽量限制尽量结果集行数如：SELECT TOP 300 COL1,COL2,COL3FROM T1,因为某些情况下用户是不需要那么多的数据的。

例：

select top 500 registerid,hisid
fromregisterinfo where checkitem='常规CT';

查询显示：

 


可以看出比上面快了很多。

 

 

5. 避免在索引列上使用计算

WHERE子句中，如果索引列是函数的一部分。优化器将不使用索引而使用全表扫瞄。

例：

低效：

SELECT *
FROM DEPT WHERE SAL
* 12 > 25000;

高效:

SELECT *FROM DEPT
WHERESAL > 25000/12;

 

6. 用 >= 代替 >

实例如下：

低效:

select registerid,hisid,patientid
from registerinfo where age
>59;

查询显示：

 


高效：

selectregisterid,hisid,patientidfrom registerinfo
whereage >=60;

查询显示：

 


两者的区别在于：前者DBMS将直接跳到第一个age等于59的记录，而后者将首先定位到age=60的记录并且向前扫瞄到第一个age大于60的记录。

从查询结果可以看出，用>=的查询效率比用>的查询效率高。

 

 

7. 避免使用NULL值判断

应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描。

例：

select id from t
where num is
null;

可以在num上设置默认值，确保表中num列没有null值，然后这样查询：

select id from t
where num=0;

 

8. 避免使用!=或<>操作符

应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。优化器将无法通过索引来确定将要命中的行数,因此需要搜索该表的所有行。

 

9. 避免使用OR连接

应尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描。

例：

select hisid,patientid
from registerinfo where registerid=1
orregisterid=2;

查询显示：


 


 

可以这样查询：

select hisid,patientid
from registerinfo where registerid=1

union all

selecthisid,patientid
fromregisterinfo where registerid
=2

查询显示：


 
虽然两者的执行时间对比差距很小，但语句二可以看出有一定的优势。

 

10. 慎用IN和NOT IN

in 和 not in 也要慎用，因为IN会使系统无法使用索引,而只能直接搜索表中的数据。

例：

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

对于连续的数值，能用between 就不要用in 了：

select id from t
where num between 1
and 3;

 

11. 用EXISTS替代IN、用NOT
EXISTS替代NOT IN

在许多基于基础表的查询中，为了满足一个条件，往往需要对另一个表进行联接。在这种情况下，使用EXISTS(或NOT EXISTS)通常将提高查询的效率。在子查询中，NOT IN子句将执行一个内部的排序和合并。无论在哪种情况下，NOT IN都是最低效的 (因为它对子查询中的表执行了一个全表遍历).。为了避免使用NOT IN，我们可以把它改写成外连接(Outer Joins)或NOT
EXISTS。  
例：   
低效:
SELECT patientname

FROM patientinfo 

WHERE hisid IN
(SELECT hisid 
FROM  registerinfo WHERE checktype
= 'CT');

查询显示： 



 
高效：

SELECT patientname

FROM patientinfo 

WHERE EXISTS
(SELECT 'X' 
FROM registerinfo WHERE  patientinfo.hisid= registerinfo.hisidAND checktype
= 'CT') 

 

查询显示：

 


 

12. LIKE操作符

    LIKE操作符可以应用通配符查询，里面的通配符组合可能达到几乎是任意的查询，但是如果用得不好则会产生性能上的问题。

如LIKE ‘%5400%’ 这种前导模糊查询不会引用索引，会进行全表扫描，而LIKE ‘X5400%’ 这种后导模糊查询，则会引用范围索引。在查找时，尽量使用后导模糊的like查询，必要时可以用or连接。

 

13. 用EXISTS替换DISTINCT

当提交一个包含一对多表信息(比如部门表和雇员表)的查询时，避免在SELECT子句中使用DISTINCT。一般可以考虑用EXISTS替换。EXISTS 使查询更为迅速，因为RDBMS核心模块将在子查询的条件一旦满足后，立刻返回结果。
例：  
低效:     
SELECT DISTINCT patientname
FROM patientinfo P,registerinfo R
WHERE P.hisid
= R.hisid;

查询显示：



高效:   
SELECT patientname
FROM  patientinfo WHERE
EXISTS(SELECT
'X'  FROM registerinfo
WHERE  patientinfo.hisid= registerinfo.hisid)
;

查询显示：

 


DISTINCT的SQL语句会启动SQL引擎执行耗费资源的排序(SORT)功能。DISTINCT需要一次排序操作。
类似的，带有UNION,MINUS,INTERSECT,ORDER BY的SQL语句也会启动SQL引擎执行耗费资源的排序功能，而且它们至少需要执行两次排序。通常,，带有UNION,MINUS
, INTERSECT的SQL语句都可以用其他方式重写.。如果数据库的SORT_AREA_SIZE调配得好，使用UNION
, MINUS, INTERSECT也是可以考虑的，毕竟它们的可读性很强。
 

 

14. 优化 GROUP BY

提高GROUPBY 语句的效率, 可以通过将不需要的记录在GROUP BY 之前过滤掉.
例子：统计CT和MR检查的人数
低效:     
SELECT checktype,COUNT(hisid)

FROM registerinfo

GROUP BY checktype

HAVING checktype='CT'
OR checktype='MR';

查询显示：

 


高效:   

SELECT checktype,COUNT(hisid)

FROM registerinfo

WHERE checktype='CT'OR checktype='MR'

GROUP BY checktype;

查询显示：

 


 

这两个查询返回相同结果，但是第二条语句速度快。

 

 

15.用WHERE替代ORDER BY

ORDER BY 子句只在两种严格的条件下使用索引： 

    (1) ORDER BY中所有的列必须包含在相同的索引中并保持在索引中的排列顺序；  

    (2) ORDER BY中所有的列必须定义为非空。  

WHERE子句使用的索引和ORDER BY子句中所使用的索引不能并列。 

例如:   

表DEPT包含以下列:   

    DEPT_CODE PK NOT NULL   

    DEPT_DESC NOT NULL   

    DEPT_TYPE NULL   

低效: (索引不被使用)   
SELECT DEPT_CODE FROM  DEPT 
ORDER BY  DEPT_TYPE;   

高效: (使用索引)   

SELECT DEPT_CODE
FROM  DEPT  WHERE DEPT_TYPE
> 0;
 
16. 用Where子句替换HAVING子句

避免使用HAVING子句, HAVING 只会在检索出所有记录之后才对结果集进行过滤。这个处理需要排序、总计等操作。如果能通过WHERE子句限制记录的数目，那就能减少这方面的开销。
在SQL Server中，on、where、having这三个都可以加条件的子句。on是最先执行，where次之，having最后。因为on是先把不符合条件的记录过滤后才进行统计，它就可以减少中间运算要处理的数据，按理说应该速度是最快的。where也应该比having快点，因为它过滤数据后才进行sum。
在两个表联接时才用on的，故在一个表的时候，就剩下where跟having比较了。在单表查询统计的情况下，如果要过滤的条件没有涉及到要计算字段，那它们的结果是一样的，只是where可以使用rushmore技术，而having就不能，在速度上后者要慢如果要涉及到计算的字段，就表示在没计算之前，这个字段的值是不确定的。where的作用时间是在计算之前就完成的，而having就是在计算后才起作用的，所以在这种情况下，两者的结果会不同。
在多表联接查询时，on比where更早起作用。系统首先根据各个表之间的联接条件，把多个表合成一个临时表 后，再由where进行过滤，然后再计算，计算完后再由having进行过滤。由此可见，要想过滤条件起到正确的作用，首先要明白这个条件应该在什么时候起作用，然后再决定放在那里。
 
17.使用表的别名(Alias)

当在SQL语句中连接多个表时, 可以使用表的别名并把别名前缀于每个Column上。这样一来,就可以减少解析的时间并减少那些由Column歧义引起的语法错误。
 

18. 表连接的注意点

    (1) 连接字段尽量选择聚集索引所在的字段

   (2) 仔细考虑where条件，尽量减小A、B表的结果集。根据需求选择内连接、外连接等方式。

充分利用连接条件，在某种情况下，两个表之间可能不只一个的连接条件，这时在 WHERE 子句中将连接条件完整的写上，有可能大大提高查询速度。

例：

低效：

SELECT SUM(A.AMOUNT)
FROM ACCOUNT A,CARD B
WHERE A.CARD_NO
= B.CARD_NO;

高效：

SELECTSUM(A.AMOUNT)
FROM ACCOUNT A,CARD B
WHERE A.CARD_NO
= B.CARD_NO AND A.ACCOUNT_NO=B.ACCOUNT_NO;

第二句将比第一句执行快得多。

 

 

19. 使用视图加速查询

把表的一个子集进行排序并创建视图，有时能加速查询。它有助于避免多重排序操作，而且在其他方面还能简化优化器的工作。

例：查询需要检查CT且年龄在60岁以上的病人名字和病历号

SELECT patientname,registerid

FROM patientinfo P,registerinfo R

WHERE P.hisid
= R.hisid  AND R.age>60 
AND  R.checktype
= 'CT'

ORDER BY R.registerid;

查询显示：






如果这个查询要被执行多次而不止一次，可以把所有需要检查CT的病人找出来放在一个视图中：

CREATE VIEW V_PATIENT_REGISTER

AS

SELECTpatientname,registerid,age

FROMpatientinfo,registerinfo

WHEREpatientinfo.hisid
=registerinfo.hisid

          ANDchecktype
= 'CT';

创建好视图后，然后以下面的方式在视图中查询：

SELECT *
FROM V_PATIENT_REGISTER

WHERE age>60;

查询显示：






视图中的行要比主表中的行少，而且物理顺序就是所要求的顺序，减少了磁盘I/O，所以查询工作量可以得到大幅减少。

 

 

 

三、后言

 

上面我们提到的是一些基本的提高查询速度的注意事项,但是在更多的情况下,往往需要反复试验比较不同的语句以得到最佳方案。最好的方法当然是测试，看实现相同功能的SQL语句哪个执行时间最少，但是数据库中如果数据量很少，是比较不出来的，这时可以用查看执行计划，即：把实现相同功能的多条SQL语句考到查询分析器，按CTRL+L看查所利用的索引，表扫描次数（这两个对性能影响最大），总体上看询成本百分比即可。

 

 

四、推荐文章

 

1. 数据库性能优化之SQL语句优化1

http://blog.csdn.net/dzl84394/article/details/8201166

 

2. 优化SQL查询：如何写出高性能SQL语句

http://www.2cto.com/database/201201/115929.html

 

3. 海量数据库的查询优化及分页算法方案

http://www.cnblogs.com/jiangyehu1110/archive/2013/06/12/3132705.html