- 論壇徽章:
- 1
|
數(shù)據(jù)庫的查詢優(yōu)化技術(shù)
人們在使用SQL時(shí)往往會陷入一個(gè)誤區(qū)，即太關(guān)注于所得的結(jié)果是否正確，而忽略了不同的實(shí)現(xiàn)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復(fù)雜的數(shù)據(jù)庫環(huán)境中（如聯(lián)機(jī)事務(wù)處理OLTP或決策支持系統(tǒng)DSS）中表現(xiàn)得尤為明
顯。筆者在工作實(shí)踐中發(fā)現(xiàn)，不良的SQL往往來自于不恰當(dāng)?shù)乃饕O(shè)計(jì)、不充份的連接條件和不可優(yōu)化的where子句。在對
它們進(jìn)行適當(dāng)?shù)膬?yōu)化后，其運(yùn)行速度有了明顯地提高！下面我將從這三個(gè)方面分別進(jìn)行總結(jié)：
---- 為了更直觀地說明問題，所有實(shí)例中的SQL運(yùn)行時(shí)間均經(jīng)過測試，不超過１秒的均表示為（< 1秒）。
---- 測試環(huán)境--
---- 主機(jī)：HP LH II
---- 主頻：330MHZ
---- 內(nèi)存：128兆
---- 操作系統(tǒng)：Operserver5.0.4
----數(shù)據(jù)庫：Sybase11.0.3
一、不合理的索引設(shè)計(jì)
----例：表record有620000行，試看在不同的索引下，下面幾個(gè) SQL的運(yùn)行情況：
---- 1.在date上建有一非個(gè)群集索引
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上有大量的重復(fù)值，在非群集索引下，數(shù)據(jù)在物理上隨機(jī)存放在數(shù)據(jù)頁上，在范圍查找時(shí)，必須執(zhí)行一次表掃描
才能找到這一范圍內(nèi)的全部行。
---- 2.在date上的一個(gè)群集索引
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：
---- 在群集索引下，數(shù)據(jù)在物理上按順序在數(shù)據(jù)頁上，重復(fù)值也排列在一起，因而在范圍查找時(shí)，可以先找到這個(gè)范圍的
起末點(diǎn)，且只在這個(gè)范圍內(nèi)掃描數(shù)據(jù)頁，避免了大范圍掃描，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(gè)不很合理的組合索引，因?yàn)樗那皩?dǎo)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(gè)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�？斓�。
---- 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(gè)合理的組合索引。它將date作為前導(dǎo)列，使每個(gè)SQL都可以利用索引，并且在第一和第三個(gè)SQL中形成了索引
覆蓋，因而性能達(dá)到了最優(yōu)。
---- 5.總結(jié)：
---- 缺省情況下建立的索引是非群集索引，但有時(shí)它并不是最佳的；合理的索引設(shè)計(jì)要建立在對各種查詢的分析和預(yù)測
上。一般來說：
---- ①.有大量重復(fù)值、且經(jīng)常有范圍查詢
（between, >;,< ，>;=,< =）和order by
、group by發(fā)生的列，可考慮建立群集索引；
---- ②.經(jīng)常同時(shí)存取多列，且每列都含有重復(fù)值可考慮建立組合索引；
---- ③.組合索引要盡量使關(guān)鍵查詢形成索引覆蓋，其前導(dǎo)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(gè)非聚集索引，表account有191122行，在 account_no上有一個(gè)非聚集索
引，試看在不同的表連接條件下，兩個(gè)SQL的執(zhí)行情況：
select sum(a.amount) from account a,
card b where a.card_no = b.card_no（20秒）
---- 將SQL改為：
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(gè)連接條件下，最佳查詢方案是將account作外層表，card作內(nèi)層表，利用card上的索引，其I/O次數(shù)可由以下
公式估算為：
---- 外層表account上的22541頁+（外層表account的191122行*內(nèi)層表card上對應(yīng)外層表第一行所要查找的3頁）=595907
次I/O
---- 在第二個(gè)連接條件下，最佳查詢方案是將card作外層表，account作內(nèi)層表，利用account上的索引，其I/O次數(shù)可由
以下公式估算為：
---- 外層表card上的1944頁+（外層表card的7896行*內(nèi)層表account上對應(yīng)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，真正的最佳方案才會被執(zhí)行。
---- 總結(jié)：
---- 1.多表操作在被實(shí)際執(zhí)行前，查詢優(yōu)化器會根據(jù)連接條件，列出幾組可能的連接方案并從中找出系統(tǒng)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(shù)多的表；內(nèi)外表的選擇可由公式：外層表中的匹配行數(shù)*內(nèi)層表中每一次查
找的次數(shù)確定，乘積最小為最佳方案。
---- 2.查看執(zhí)行方案的方法-- 用set showplanon，打開showplan選項(xiàng)，就可以看到連接順序、使用何種索引的信息；想
看更詳細(xì)的信息，需用sa角色執(zhí)行dbcc(3604,310,302)。
三、不可優(yōu)化的where子句
---- 1.例：下列SQL條件語句中的列都建有恰當(dāng)?shù)乃饕珗?zhí)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(jié)果都是在SQL運(yùn)行時(shí)逐列計(jì)算得到的，因此它不得不進(jìn)行表搜索，而沒有使用該列上面
的索引；如果這些結(jié)果在查詢編譯時(shí)就能得到，那么就可以被SQL優(yōu)化器優(yōu)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(fā)現(xiàn)SQL明顯快起來！
---- 2.例：表stuff有200000行，id_no上有非群集索引，請看下面這個(gè)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(dāng)于'or'，所以語法分析器會將in ('0','1')轉(zhuǎn)化為id_no ='0' or id_no='1'來執(zhí)
行。我們期望它會根據(jù)每個(gè)or子句分別查找，再將結(jié)果相加，這樣可以利用id_no上的索引；但實(shí)際上（根據(jù)showplan）,
它卻采用了"OR策略"，即先取出滿足每個(gè)or子句的行，存入臨時(shí)數(shù)據(jù)庫的工作表中，再建立唯一索引以去掉重復(fù)行，最后
從這個(gè)臨時(shí)表中計(jì)算結(jié)果。因此，實(shí)際過程沒有利用id_no上索引，并且完成時(shí)間還要受tempdb數(shù)據(jù)庫性能的影響。
---- 實(shí)踐證明，表的行數(shù)越多，工作表的性能就越差，當(dāng)stuff有620000行時(shí)，執(zhí)行時(shí)間竟達(dá)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(gè)結(jié)果，再作一次加法合算。因?yàn)槊烤涠际褂昧怂饕瑘?zhí)行時(shí)間只有3秒，在620000行下，時(shí)間也只有4秒�；�
者，用更好的方法，寫一個(gè)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(jié)果，執(zhí)行時(shí)間同上面一樣快！
---- 總結(jié)：
---- 可見，所謂優(yōu)化即where子句利用了索引，不可優(yōu)化即發(fā)生了表掃描或額外開銷。
---- 1.任何對列的操作都將導(dǎo)致表掃描，它包括數(shù)據(jù)庫函數(shù)、計(jì)算表達(dá)式等等，查詢時(shí)要盡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(chǎn)生大量重復(fù)值，可以考慮把子句拆開；拆開的子句中應(yīng)該包含
索引。
---- 3.要善于使用存儲過程，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(yōu)化的實(shí)質(zhì)就是在結(jié)果正確的前提下，用優(yōu)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(shù)，盡量避免表搜索的發(fā)生。其實(shí)SQL的性能優(yōu)化是一個(gè)復(fù)雜的過程，上述這些只是在應(yīng)用層次的一種體
現(xiàn)，深入研究還會涉及數(shù)據(jù)庫層的資源配置、網(wǎng)絡(luò)層的流量控制以及操作系統(tǒng)層的總體設(shè)計(jì)。 |
|
免費(fèi)注冊
發(fā)表于 2003-06-03 14:00
