查询语句(SELECT)的优化

2/9/2008来源:Oracle教程人气:5750


  这篇文章是基于Informix数据库写的。希望对大家有用。
  
  
  程序设计中的一个闻名定律是20%的代码用去了80%的时间,在数据库应用程序中也同样如此。数据库应用程序的优化通常可分为两个方面:源代码的优化和SQL语句的优化。源代码的优化在时间成本和风险上代价很高;另一方面,源代码的优化对数据库系统性能的提升收效有限。
  许多程序员认为查询优化是DBMS(数据库治理系统)的任务,与程序员所编写的SQL语句关系不大,这是错误的。一个好的查询计划往往可以使程序性能提高数十倍。查询计划是用户所提交的SQL语句的集合,查询规划是经过优化处理之后所产生的语句集合。DBMS处理查询计划的过程是这样的:在做完查询语句的词法、语法检查之后,将语句提交给DBMS的查询优化器,优化器做完代数优化和存取路径的优化之后,由预编译模块对语句进行处理并生成查询规划,然后在合适的时间提交给系统处理执行,最后将执行结果返回给用户。虽然现在的数据库产品在查询优化方面已经做得越来越好,但由用户提交的SQL语句是系统优化的基础,很难设想一个原本糟糕的查询计划经过系统的优化之后会变得高效,因此用户所写语句的优劣至关重要。
  1、对查询语句进行优化的理由
  下列几方面的原因是我们进行SQL语句优化的理由:
  ◆ SQL语句是对数据库(数据)进行*作的惟一途径;
  ◆ SQL语句消耗了70%~90%的数据库资源;
  ◆ SQL语句独立于程序设计逻辑,相对于对程序源代码的优化,对SQL语句的优化在时间成本和风险上的代价都很低;
  ◆ SQL语句可以有不同的写法;
  ◆ SQL语句易学,难精通。
  从大多数数据库应用系统的实例来看,查询*作在各种数据库*作中所占据的比重最大,而查询*作所基于的SELECT语句在SQL语句中又是代价最大的语句。
  2、查询语句(SELECT)的优化建议
  (1)、合理使用索引:where子句中变量顺序应与索引字键顺序相同。
  如:create index test_idx on test(hm, rq, xx)
      索引字键顺序:首先是号码hm,其次是日期rq,最后是标志xx,所以where子句变量顺序应是where hm<=“P1234”and rq=“06/06/1999”and xx=“DDD”,不应是where xx=“DDD” and rq=“06/06/1999” and hm <=“P1234”这样的不按索引字键顺序写法。
  (2)、将最具有限制性的条件放在前面,大值在前,小值在后。
     如:where colA<=10000 AND colA>=1 效率高
      where colA>=1 AND colA<=10000 效率低
  (3)、避免采用MATCHES和LIKE通配符匹配查询
  通配符匹配查询非凡耗费时间。即使在条件字段上建立了索引,在这种情况下也还是采用顺序扫描的方式。
  例如语句:SELECT * FROM customer WHERE zipcode MATCHES “524*”
  可以考虑将它改为SELECT * FROM customer WHERE ZipCode<=“524999” AND ZipCode >=“524000”,则在执行查询时就会利用索引来查询,显然会大大提高速度。
  (4)、避免非开始的子串
  例如语句:SELECT * FROM customer WHERE zipcode[2,3] >“24”,在where子句中采用了非开始子串,因而这个语句也不会使用索引。
  (5)、避免相关子查询
  一个字段的标签同时在主查询和where子句中的查询中出现,那么很可能当主查询中的字段值改变之后,子查询必须重新查询一次。查询嵌套层次越多,效率越低,因此应当尽量避免子查询。假如子查询不可避免,那么要在子查询中过滤掉尽可能多的行。
  例如:将下面的语句
  select hm,rq from TabA
  where item IN (select item form TabB where TabB.num=50)
  改为:select hm,bf from TabA, TabB
   where TabA.item=TabB.item AND TabB.num=50
  (6)、避免或简化排序
   应当简化或避免对大型表进行重复的排序。当能够利用索引自动以适当的次序产生输出时,优化器就避免了排序的步骤。以下是一些影响因素:
  ◆ 索引中不包括一个或几个待排序的字段;
  ◆ group by或order by子句中字段的次序与索引的次序不一样;
  ◆ 排序的字段来自不同的表。
   为了避免不必要的排序,就要正确地增建索引,合理地合并数据库表(尽管有时可能影响表的规范化,但相对于效率的提高是值得的)。假如排序不可避免,那么应当试图简化它,如缩小排序的字段的范围等。
  (7)、消除对大型表行数据的顺序存取
   在嵌套查询中,对表的顺序存取对查询效率可能产生致命的影响。比如采用顺序存取策略,一个嵌套3层的查询,假如每层都查询1000行,那么这个查询就要查询10亿行数据。避免这种情况的主要方法就是对连接的字段进行索引。例如,两个表:学生表(学号、姓名、年龄……)和选课表(学号、课程号、成绩)。假如两个表要做连接,就要在“学号”这个连接字段上建立索引。
   还可以使用并集来避免顺序存取。尽管在所有的检查列上都有索引,但某些形式的where子句强迫优化器使用顺序存取。下面的查询将强迫对orders表执行顺序*作:
   SELECT * FROM orders WHERE (cust_num=126 AND order_num>1001) OR order_num=1008
   虽然在cust_num和order_num上建有索引,但是在上面的语句中优化器还是使用顺序存取路径扫描整个表。因为这个语句要检索的是分离的行的集合,所以应该改为如下语句:
   SELECT * FROM orders WHERE cust_num=126 AND order_num>1001
   UNION
   SELECT * FROM orders WHERE order_num=1008
   这样就能利用索引路径处理查询。

  (8)、对于大数据量的求和应避免使用单一的sum命令处理,可采用group by方式与其结合,有时其效率可提高几倍甚至百倍。
  (9)、避免会引起磁盘读写的rowid*作。在where子句中或select语句中,用rowid要产生磁盘读写,是一个物理过程,会影响性能。
  (10)、使用临时表加速查询
   把表的一个子集进行排序并创建临时表,有时能加速查询。它有助于避免多重排序*作,而且在其他方面还能简化优化器的工作。
   但要注重:临时表创建后不会反映主表的修改。在主表中数据频繁修改的情况下,注重不要丢失数据。