1．合理使用索引?
??? 索引是數據庫中重要的數據結構，它的根本目的就是為了提高查詢效率。現在大多數的數據庫產品都采用IBM最先提出的ISAM索引結構。索引的使用要恰到好處，其使用原則如下：?
●在經常進行連接，但是沒有指定為外鍵的列上建立索引，而不經常連接的字段則由優化器自動生成索引。?
●在頻繁進行排序或分組（即進行group by或order by操作）的列上建立索引。?
●在條件表達式中經常用到的不同值較多的列上建立檢索，在不同值少的列上不要建立索引。比如在雇員表的“性別”列上只有“男”與“女”兩個不同值，因此就無必要建立索引。如果建立索引不但不會提高查詢效率，反而會嚴重降低更新速度。?
●如果待排序的列有多個，可以在這些列上建立復合索引（compound index）。?
●使用系統工具。如Informix數據庫有一個tbcheck工具，可以在可疑的索引上進行檢查。在一些數據庫服務器上，索引可能失效或者因為頻繁操作而使得讀取效率降低，如果一個使用索引的查詢不明不白地慢下來，可以試著用tbcheck工具檢查索引的完整性，必要時進行修復。另外，當數據庫表更新大量數據后，刪除并重建索引可以提高查詢速度。?
2．避免或簡化排序?
應當簡化或避免對大型表進行重復的排序。當能夠利用索引自動以適當的次序產生輸出時，優化器就避免了排序的步驟。以下是一些影響因素：?
●索引中不包括一個或幾個待排序的列；?
●group by或order by子句中列的次序與索引的次序不一樣；?
●排序的列來自不同的表。?
為了避免不必要的排序，就要正確地增建索引，合理地合并數據庫表（盡管有時可能影響表的規范化，但相對于效率的提高是值得的）。如果排序不可避免，那么應當試圖簡化它，如縮小排序的列的范圍等。?
3．消除對大型表行數據的順序存取?
在嵌套查詢中，對表的順序存取對查詢效率可能產生致命的影響。比如采用順序存取策略，一個嵌套3層的查詢，如果每層都查詢1000行，那么這個查詢就要查詢10億行數據。避免這種情況的主要方法就是對連接的列進行索引。例如，兩個表：學生表（學號、姓名、年齡……）和選課表（學號、課程號、成績）。如果兩個表要做連接，就要在“學號”這個連接字段上建立索引。?
還可以使用并集來避免順序存取。盡管在所有的檢查列上都有索引，但某些形式的where子句強迫優化器使用順序存取。下面的查詢將強迫對orders表執行順序操作：?
SELECT ＊ FROM orders WHERE (customer_num=104 AND order_num>;1001) OR order_num=1008
雖然在customer_num和order_num上建有索引，但是在上面的語句中優化器還是使用順序存取路徑掃描整個表。因為這個語句要檢索的是分離的行的集合，所以應該改為如下語句：?
SELECT ＊ FROM orders WHERE customer_num=104 AND order_num>;1001
UNION
SELECT ＊ FROM orders WHERE order_num=1008
這樣就能利用索引路徑處理查詢。?
4．避免相關子查詢?
一個列的標簽同時在主查詢和where子句中的查詢中出現，那么很可能當主查詢中的列值改變之后，子查詢必須重新查詢一次。查詢嵌套層次越多，效率越低，因此應當盡量避免子查詢。如果子查詢不可避免，那么要在子查詢中過濾掉盡可能多的行。?
5．避免困難的正規表達式?
MATCHES和LIKE關鍵字支持通配符匹配，技術上叫正規表達式。但這種匹配特別耗費時間。例如：SELECT ＊ FROM customer WHERE zipcode LIKE “98_ _ _”?
即使在zipcode字段上建立了索引，在這種情況下也還是采用順序掃描的方式。如果把語句改為SELECT ＊ FROM customer WHERE zipcode >;“98000”，在執行查詢時就會利用索引來查詢，顯然會大大提高速度。?
另外，還要避免非開始的子串。例如語句：SELECT ＊ FROM customer WHERE zipcode[2，3] >;“80”，在where子句中采用了非開始子串，因而這個語句也不會使用索引。?
6．使用臨時表加速查詢?
把表的一個子集進行排序并創建臨時表，有時能加速查詢。它有助于避免多重排序操作，而且在其他方面還能簡化優化器的工作。例如：?
SELECT cust.name，rcvbles.balance，……other columns
FROM cust，rcvbles
WHERE cust.customer_id = rcvlbes.customer_id
AND rcvblls.balance>;0
AND cust.postcode>;“98000”
ORDER BY cust.name
如果這個查詢要被執行多次而不止一次，可以把所有未付款的客戶找出來放在一個臨時文件中，并按客戶的名字進行排序：?
SELECT cust.name，rcvbles.balance，……other columns
FROM cust，rcvbles
WHERE cust.customer_id = rcvlbes.customer_id
AND rcvblls.balance>;0
ORDER BY cust.name
INTO TEMP cust_with_balance
然后以下面的方式在臨時表中查詢：?
SELECT ＊ FROM cust_with_balance
WHERE postcode>;“98000”
臨時表中的行要比主表中的行少，而且物理順序就是所要求的順序，減少了磁盤I/O，所以查詢工作量可以得到大幅減少。?
注意：臨時表創建后不會反映主表的修改。在主表中數據頻繁修改的情況下，注意不要丟失數據。?
7．用排序來取代非順序存取?
非順序磁盤存取是最慢的操作，表現在磁盤存取臂的來回移動。SQL語句隱藏了這一情況，使得我們在寫應用程序時很容易寫出要求存取大量非順序頁的查詢。?
有些時候，用數據庫的排序能力來替代非順序的存取能改進查詢。
下面我們舉一個制造公司的例子來說明如何進行查詢優化。制造公司數據庫中包括3個表，模式如下所示：?
1．part表?
?
零件號 零件描述 其他列
（part_num） （part_desc） （other column）
102，032 Seageat 30G disk ……
500，049 Novel 10M network card ……
……
2．vendor表?
?
廠商號 廠商名 其他列
（vendor _num） （vendor_name） （other column）
910，257 Seageat Corp ……
523，045 IBM Corp ……
……
3．parven表?
零件號 廠商號 零件數量?
?
（part_num） （vendor_num） （part_amount）
102，032 910，257 3,450,000
234，423 321，001 4，000，000
……
下面的查詢將在這些表上定期運行，并產生關于所有零件數量的報表：?
<P>SELECT part_desc，vendor_name，part_amount
<P>FROM part，vendor，parven
<P>WHERE part.part_num=parven.part_num
<P>AND parven.vendor_num = vendor.vendor_num
<P>ORDER BY part.part_num </P>
如果不建立索引，上述查詢代碼的開銷將十分巨大。為此，我們在零件號和廠商號上建立索引。索引的建立避免了在嵌套中反復掃描。關于表與索引的統計信息如下：?
?
表 行尺寸 行數量 每頁行數量 數據頁數量
（table） (row size) （Row count） （Rows/Pages） （Data Pages）
part 150 10，000 25 400
Vendor 150 1，000 25 40
Parven 13 15，000 300 50
?
索引 鍵尺寸 每頁鍵數量 頁面數量
（Indexes） (Key Size) （Keys/Page) (Leaf Pages）
part 4 500 20
Vendor 4 500 2
Parven 8 250 60
看起來是個相對簡單的3表連接，但是其查詢開銷是很大的。通過查看系統表可以看到，在part_num上和vendor_num上有簇索引，因此索引是按照物理順序存放的。parven表沒有特定的存放次序。這些表的大小說明從緩沖頁中非順序存取的成功率很小。此語句的優化查詢規劃是：首先從part中順序讀取400頁，然后再對parven表非順序存取1萬次，每次2頁（一個索引頁、一個數據頁），總計2萬個磁盤頁，最后對vendor表非順序存取1.5萬次，合3萬個磁盤頁。可以看出在這個索引好的連接上花費的磁盤存取為5.04萬次。?
實際上，我們可以通過使用臨時表分3個步驟來提高查詢效率：?
1．從parven表中按vendor_num的次序讀數據：?
<P>SELECT part_num，vendor_num，price
<P>FROM parven
<P>ORDER BY vendor_num
<P>INTO temp pv_by_vn </P>
這個語句順序讀parven（50頁），寫一個臨時表（50頁），并排序。假定排序的開銷為200頁，總共是300頁。?
2．把臨時表和vendor表連接，把結果輸出到一個臨時表，并按part_num排序：?
<P>SELECT pv_by_vn，＊ vendor.vendor_num
<P>FROM pv_by_vn，vendor
<P>WHERE pv_by_vn.vendor_num=vendor.vendor_num
<P>ORDER BY pv_by_vn.part_num
<P>INTO TMP pvvn_by_pn
<P>DROP TABLE pv_by_vn </P>
這個查詢讀取pv_by_vn(50頁)，它通過索引存取vendor表1.5萬次，但由于按vendor_num次序排列，實際上只是通過索引順序地讀vendor表（40＋2=42頁），輸出的表每頁約95行，共160頁。寫并存取這些頁引發5＊160=800次的讀寫，索引共讀寫892頁。?
3．把輸出和part連接得到最后的結果：?
<P>SELECT pvvn_by_pn.＊，part.part_desc
<P>FROM pvvn_by_pn，part
<P>WHERE pvvn_by_pn.part_num=part.part_num
<P>DROP TABLE pvvn_by_pn </P>
這樣，查詢順序地讀pvvn_by_pn(160頁)，通過索引讀part表1.5萬次，由于建有索引，所以實際上進行1772次磁盤讀寫，優化比例為30∶1。筆者在Informix Dynamic Sever上做同樣的實驗，發現在時間耗費上的優化比例為5∶1(如果增加數據量，比例可能會更大)。?
小 結?
20％的代碼用去了80％的時間，這是程序設計中的一個著名定律，在數據庫應用程序中也同樣如此。我們的優化要抓住關鍵問題，對于數據庫應用程序來說，重點在于SQL的執行效率。查詢優化的重點環節是使得數據庫服務器少從磁盤中讀數據以及順序讀頁而不是非順序讀頁。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
