為什么要優(yōu)化SQL語(yǔ)句:
. SQL語(yǔ)句是對數據庫進(jìn)行操作的惟一途徑，對數據庫系統的性能起著(zhù)決定性的作用。
. SQL語(yǔ)句消耗了70%至90%的數據庫資源。
. SQL語(yǔ)句獨立于程序設計邏輯，對SQL語(yǔ)句進(jìn)行優(yōu)化不會(huì )影響程序邏輯。
. SQL語(yǔ)句有不同的寫(xiě)法，在性能上的差異非常大。
. SQL語(yǔ)句易學(xué)，但難精通。
SQL優(yōu)化：
固定的SQL書(shū)寫(xiě)習慣，相同的查詢(xún)盡量保持相同，存儲過(guò)程的效率較高。
應該編寫(xiě)與其格式一致的語(yǔ)句，包括字母的大小寫(xiě)、標點(diǎn)符號、換行的位置等都要一致
ORACLE優(yōu)化器：
在任何可能的時(shí)候都會(huì )對表達式進(jìn)行評估，并且把特定的語(yǔ)法結構轉換成等價(jià)的結構，這么做的原因是
要么結果表達式能夠比源表達式具有更快的速度
要么源表達式只是結果表達式的一個(gè)等價(jià)語(yǔ)義結構
不同的SQL結構有時(shí)具有同樣的操作（例如：= ANY (subquery) and IN (subquery)），ORACLE會(huì )把他們映射到一個(gè)單一的語(yǔ)義結構。
1 常量?jì)?yōu)化：
常量的計算是在語(yǔ)句被優(yōu)化時(shí)一次性完成，而不是在每次執行時(shí)。下面是檢索月薪大于2000的的表達式：
sal > 24000/12
sal > 2000
sal*12 > 24000
如果SQL語(yǔ)句包括第一種情況，優(yōu)化器會(huì )簡(jiǎn)單地把它轉變成第二種。
優(yōu)化器不會(huì )簡(jiǎn)化跨越比較符的表達式，例如第三條語(yǔ)句，鑒于此，應盡量寫(xiě)用常量跟字段比較檢索的表達式，而不要將字段置于表達式當中。否則沒(méi)有辦法優(yōu)化，比如如果sal上有索引，第一和第二就可以使用，第三就難以使用。
2 操作符優(yōu)化：
優(yōu)化器把使用LIKE操作符和一個(gè)沒(méi)有通配符的表達式組成的檢索表達式轉換為一個(gè)“=”操作符表達式。
例如：優(yōu)化器會(huì )把表達式ename LIKE ‘SMITH‘轉換為ename = ‘SMITH‘
優(yōu)化器只能轉換涉及到可變長(cháng)數據類(lèi)型的表達式，前一個(gè)例子中，如果ENAME字段的類(lèi)型是CHAR(10)， 那么優(yōu)化器將不做任何轉換。
一般來(lái)講LIKE比較難以?xún)?yōu)化。
其中：
~~ IN 操作符優(yōu)化：
優(yōu)化器把使用IN比較符的檢索表達式替換為等價(jià)的使用“=”和“OR”操作符的檢索表達式。
例如，優(yōu)化器會(huì )把表達式ename IN (‘SMITH‘,‘KING‘,‘JONES‘)替換為
ename = ‘SMITH‘ OR ename = ‘KING‘ OR ename = ‘JONES‘
~~ ANY和SOME 操作符優(yōu)化:
優(yōu)化器將跟隨值列表的ANY和SOME檢索條件用等價(jià)的同等操作符和“OR”組成的表達式替換。
例如，優(yōu)化器將如下所示的第一條語(yǔ)句用第二條語(yǔ)句替換：
sal > ANY (:first_sal, :second_sal)
sal > :first_sal OR sal > :second_sal
優(yōu)化器將跟隨子查詢(xún)的ANY和SOME檢索條件轉換成由“EXISTS”和一個(gè)相應的子查詢(xún)組成的檢索表達式。
例如，優(yōu)化器將如下所示的第一條語(yǔ)句用第二條語(yǔ)句替換：
x > ANY (SELECT sal FROM emp WHERE job = ‘ANALYST‘)
EXISTS (SELECT sal FROM emp WHERE job = ‘ANALYST‘ AND x > sal)
~~ ALL操作符優(yōu)化:
優(yōu)化器將跟隨值列表的ALL操作符用等價(jià)的“=”和“AND”組成的表達式替換。例如：
sal > ALL (:first_sal, :second_sal)表達式會(huì )被替換為：
sal > :first_sal AND sal > :second_sal
對于跟隨子查詢(xún)的ALL表達式，優(yōu)化器用ANY和另外一個(gè)合適的比較符組成的表達式替換。例如
x > ALL (SELECT sal FROM emp WHERE deptno = 10) 替換為：
NOT (x <= ANY (SELECT sal FROM emp WHERE deptno = 10))
接下來(lái)優(yōu)化器會(huì )把第二個(gè)表達式適用ANY表達式的轉換規則轉換為下面的表達式：
NOT EXISTS (SELECT sal FROM emp WHERE deptno = 10 AND x <= sal)
~~ BETWEEN 操作符優(yōu)化:
優(yōu)化器總是用“>=”和“<=”比較符來(lái)等價(jià)的代替BETWEEN操作符。
例如：優(yōu)化器會(huì )把表達式sal BETWEEN 2000 AND 3000用sal >= 2000 AND sal <= 3000來(lái)代替。
~~ NOT 操作符優(yōu)化:
優(yōu)化器總是試圖簡(jiǎn)化檢索條件以消除“NOT”邏輯操作符的影響，這將涉及到“NOT”操作符的消除以及代以相應的比較運算符。
例如，優(yōu)化器將下面的第一條語(yǔ)句用第二條語(yǔ)句代替：
NOT deptno = (SELECT deptno FROM emp WHERE ename = ‘TAYLOR‘)
deptno <> (SELECT deptno FROM emp WHERE ename = ‘TAYLOR‘)
通常情況下一個(gè)含有NOT操作符的語(yǔ)句有很多不同的寫(xiě)法，優(yōu)化器的轉換原則是使“NOT”操作符后邊的子句盡可能的簡(jiǎn)單，即使可能會(huì )使結果表達式包含了更多的“NOT”操作符。
例如，優(yōu)化器將如下所示的第一條語(yǔ)句用第二條語(yǔ)句代替：
NOT (sal < 1000 OR comm IS NULL)
NOT sal < 1000 AND comm IS NOT NULL sal >= 1000 AND comm IS NOT NULL
如何編寫(xiě)高效的SQL:
當然要考慮sql常量的優(yōu)化和操作符的優(yōu)化啦，另外，還需要：
1 合理的索引設計：
例：表record有620000行，試看在不同的索引下，下面幾個(gè)SQL的運行情況：
語(yǔ)句A
SELECT count(*) FROM record
WHERE date >‘19991201‘ and date < ‘19991214‘ and amount >2000
語(yǔ)句B
SELECT count(*) FROM record
WHERE date >‘19990901‘ and place IN (‘BJ‘,‘SH‘)
語(yǔ)句C
SELECT date,sum(amount) FROM record
group by date
1 在date上建有一個(gè)非聚集索引
A：(25秒)
B：(27秒)
C：(55秒)
分析：
date上有大量的重復值，在非聚集索引下，數據在物理上隨機存放在數據頁(yè)上，在范圍查找時(shí)，必須執行一次表掃描才能找到這一范圍內的全部行。
2 在date上的一個(gè)聚集索引
A：（14秒）
B：（14秒）
C：（28秒）
分析：
在聚集索引下，數據在物理上按順序在數據頁(yè)上，重復值也排列在一起，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)范圍內掃描數據頁(yè)，避免了大范圍掃描，提高了查詢(xún)速度。
3 在place，date，amount上的組合索引
A：（26秒）
C：（27秒）
B：（< 1秒）
分析：
這是一個(gè)不很合理的組合索引，因為它的前導列是place，第一和第二條SQL沒(méi)有引用place，因此也沒(méi)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
A： (< 1秒)
B：（< 1秒）
C：（11秒）
分析：
這是一個(gè)合理的組合索引。它將date作為前導列，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，因而性能達到了最優(yōu)。
總結
1.
缺省情況下建立的索引是非聚集索引，但有時(shí)它并不是最佳的；合理的索引設計要建立在對各種查詢(xún)的分析和預測上。一般來(lái)說(shuō)：
有大量重復值、且經(jīng)常有范圍查詢(xún)（between, >,< ，>=,< =）和order by、group by發(fā)生的列，考慮建立聚集索引；
經(jīng) 常同時(shí)存取多列，且每列都含有重復值可考慮建立組合索引；在條件表達式中經(jīng)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(gè)不同值，因此就無(wú)必要建立索引。如果建立索引不但不會(huì )提高查詢(xún)效率，反而會(huì )嚴重降低更新速度。
組合索引要盡量使關(guān)鍵查詢(xún)形成索引覆蓋，其前導列一定是使用最頻繁的列。
2. 避免使用不兼容的數據類(lèi)型：
例如float和INt、char和varchar、bINary和varbINary是不兼容的。數據類(lèi)型的不兼容可能使優(yōu)化器無(wú)法執行一些本來(lái)可以進(jìn)行的優(yōu)化操作。例如:
SELECT name FROM employee WHERE salary ＞ 60000
在這條語(yǔ)句中,如salary字段是money型的,則優(yōu)化器很難對其進(jìn)行優(yōu)化,因為60000是個(gè)整型數。我們應當在編程時(shí)將整型轉化成為錢(qián)幣型,而不要等到運行時(shí)轉化。
3. IS NULL 與IS NOT NULL：
不 能用null作索引，任何包含null值的列都將不會(huì )被包含在索引中。即使索引有多列這樣的情況下，只要這些列中有一列含有null，該列就會(huì )從索引中排 除。也就是說(shuō)如果某列存在空值，即使對該列建索引也不會(huì )提高性能。任何在WHERE子句中使用is null或is not null的語(yǔ)句優(yōu)化器是不允 許使用索引的。
4.IN和EXISTS：
EXISTS要遠比IN的效率高。里面關(guān)系到full table scan和range scan。幾乎將所有的IN操作符子查詢(xún)改寫(xiě)為使用EXISTS的子查詢(xún)。
例子：
語(yǔ)句1
SELECT dname, deptno FROM dept
WHERE deptno NOT IN
(SELECT deptno FROM emp);
語(yǔ)句2
SELECT dname, deptno FROM dept
WHERE NOT EXISTS
(SELECT deptno FROM emp
WHERE dept.deptno = emp.deptno);
明顯的，2要比1的執行性能好很多
因為1中對emp進(jìn)行了full table scan,這是很浪費時(shí)間的操作。而且1中沒(méi)有用到emp的INdex，
因為沒(méi)有WHERE子句。而2中的語(yǔ)句對emp進(jìn)行的是range scan。
5. IN、OR子句常會(huì )使用工作表，使索引失效：
如果不產(chǎn)生大量重復值，可以考慮把子句拆開(kāi)。拆開(kāi)的子句中應該包含索引。
6. 避免或簡(jiǎn)化排序：
應當簡(jiǎn)化或避免對大型表進(jìn)行重復的排序。當能夠利用索引自動(dòng)以適當的次序產(chǎn)生輸出時(shí)，優(yōu)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(gè)或幾個(gè)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(lái)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(shí)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(jiǎn)化它，如縮小排序的列的范圍等。
7. 消除對大型表行數據的順序存?。?
在 嵌套查詢(xún)中，對表的順序存取對查詢(xún)效率可能產(chǎn)生致命的影響。比如采用順序存取策略，一個(gè)嵌套3層的查詢(xún)，如果每層都查詢(xún)1000行，那么這個(gè)查詢(xún)就要查詢(xún) 10億行數據。避免這種情況的主要方法就是對連接的列進(jìn)行索引。例如，兩個(gè)表：學(xué)生表（學(xué)號、姓名、年齡??）和選課表（學(xué)號、課程號、成績(jì)）。如果兩個(gè) 表要做連接，就要在“學(xué)號”這個(gè)連接字段上建立索引。
還可以使用并集來(lái)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(yōu)化器使用順序存取。下面的查詢(xún)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(yǔ)句中優(yōu)化器還是使用順序存取路徑掃描整個(gè)表。因為這個(gè)語(yǔ)句要檢索的是分離的行的集合，所以應該改為如下語(yǔ)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(xún)。
8. 避免相關(guān)子查詢(xún)：
一個(gè)列的標簽同時(shí)在主查詢(xún)和WHERE子句中的查詢(xún)中出現，那么很可能當主查詢(xún)中的列值改變之后，子查詢(xún)必須重新查詢(xún)一次。查詢(xún)嵌套層次越多，效率越低，因此應當盡量避免子查詢(xún)。如果子查詢(xún)不可避免，那么要在子查詢(xún)中過(guò)濾掉盡可能多的行。
9. 避免困難的正規表達式：
MATCHES和LIKE關(guān)鍵字支持通配符匹配，技術(shù)上叫正規表達式。但這種匹配特別耗費時(shí)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(yǔ)句改為SELECT ＊ FROM customer WHERE zipcode >“98000”，在執行查詢(xún)時(shí)就會(huì )利用索引來(lái)查詢(xún)，顯然會(huì )大大提高速度。
另外，還要避免非開(kāi)始的子串。例如語(yǔ)句：SELECT ＊ FROM customer WHERE zipcode[2，3] >“80”，在WHERE子句中采用了非開(kāi)始子串，因而這個(gè)語(yǔ)句也不會(huì )使用索引。
10. 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(xún)方案是將account作外層表，card作內層表，利用card上的索引，其I/O次數可由以下公式估算為：
外層表account上的22541頁(yè)+（外層表account的191122行*內層表card上對應外層表第一行所要查找的3頁(yè)）=595907次I/O
在第二個(gè)連接條件下，最佳查詢(xún)方案是將card作外層表，account作內層表，利用account上的索引，其I/O次數可由以下公式估算為：
外層表card上的1944頁(yè)+（外層表card的7896行*內層表account上對應外層表每一行所要查找的4頁(yè)）= 33528次I/O
可見(jiàn)，只有充份的連接條件，真正的最佳方案才會(huì )被執行。
多表操作在被實(shí)際執行前，查詢(xún)優(yōu)化器會(huì )根據連接條件，列出幾組可能的連接方案并從中找出系統開(kāi)銷(xiāo)最小的最佳方案。連接條件要充份考慮帶有索引的表、行數多的表；內外表的選擇可由公式：外層表中的匹配行數*內層表中每一次查找的次數確定，乘積最小為最佳方案。
不可優(yōu)化的WHERE子句
例1
下列SQL條件語(yǔ)句中的列都建有恰當的索引，但執行速度卻非常慢：
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果都是在SQL運行時(shí)逐列計算得到的，因此它不得不進(jìn)行表搜索，而沒(méi)有使用該列上面的索引；如果這些結果在查詢(xún)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(xiě)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）
11. 存儲過(guò)程中，采用臨時(shí)表優(yōu)化查詢(xún)：
例1．從parven表中按vendor_num的次序讀數據：
SELECT part_num，vendor_num，price FROM parven ORDER BY vendor_num
INTO temp pv_by_vn
這個(gè)語(yǔ)句順序讀parven（50頁(yè)），寫(xiě)一個(gè)臨時(shí)表（50頁(yè)），并排序。假定排序的開(kāi)銷(xiāo)為200頁(yè)，總共是300頁(yè)。
例2．把臨時(shí)表和vendor表連接，把結果輸出到一個(gè)臨時(shí)表，并按part_num排序：
SELECT pv_by_vn，＊ vendor.vendor_num FROM pv_by_vn，vendor
WHERE pv_by_vn.vendor_num=vendor.vendor_num
ORDER BY pv_by_vn.part_num
INTO TMP pvvn_by_pn
DROP TABLE pv_by_vn
這 個(gè)查詢(xún)讀取pv_by_vn(50頁(yè))，它通過(guò)索引存取vendor表1.5萬(wàn)次，但由于按vendor_num次序排列，實(shí)際上只是通過(guò)索引順序地讀 vendor表（40＋2=42頁(yè)），輸出的表每頁(yè)約95行，共160頁(yè)。寫(xiě)并存取這些頁(yè)引發(fā)5＊160=800次的讀寫(xiě)，索引共讀寫(xiě)892頁(yè)。
3．把輸出和part連接得到最后的結果：
SELECT pvvn_by_pn.＊，part.part_desc FROM pvvn_by_pn，part
WHERE pvvn_by_pn.part_num=part.part_num
DROP TABLE pvvn_by_pn
這樣，查詢(xún)順序地讀pvvn_by_pn(160頁(yè))，通過(guò)索引讀part表1.5萬(wàn)次，由于建有索引，所以實(shí)際上進(jìn)行1772次磁盤(pán)讀寫(xiě)，優(yōu)化比例為30∶1。
