让SQL飞起来

人们在使用SQL时往往会陷入一个误区，即太关注于所得的结果是否正确，而忽略了不同的实现方法之间可能存在的性能差异，这种性能差异在大型的或是复杂的数据库环境中（如联机事务处理OLTP或决策支持系统DSS）中表现得尤为明显。笔者在工作实践中发现，不良的SQL往往来自于不恰当的索引设计、不充分的连接条件和不可优化的where子句。在对它们进行适当的优化后，其运行速度有了明显的提高！下面我将从这三个方面分别进行总结。

为了更直观地说明问题，所有实例中的SQL运行时间均经过测试，不超过1秒的均表示为（1秒）。测试环境

主机：HP LH II 
主频：330MHz 
内存：128MB 
操作系统：Oper server 5.0.4 
数据库：Sybase 11.0.3 
一、不合理的索引设计
例：表record有620000行，试看在不同的索引下，下面几个SQL的运行情况：

1.在date上建有一个非群集索引
select count(*) from record where date'19991201' and date'19991214' 
and amount2000 --(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上有大量的重复值，在非群集索引下，数据在物理上随机存放在数据页上，在范围查找时，必须执行一次表扫描才能找到这一范围内的全部行。

2.在date上的一个群集索引
select count(*) from record where date'19991201' and date'19991214' 
and amount2000 --(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，数据在物理上按顺序排在数据页上，重复值也排列在一起，因而在范围查找时，可以先找到这个范围的起末点，且只在这个范围内扫描数据页，避免了大范围扫描，提高了查询速度。

3.在place、date、amount上的组合索引
select count(*) from record where date'19991201' and date'19991214' 
and amount2000 --(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：这是一个不很合理的组合索引，因为它的前导列是place，第一和第二条SQL没有引用place，因此也没有利用上索引；第三个SQL使用了place，且引用的所有列都包含在组合索引中，形成了索引覆盖，所以它的速度是非常快的。

4.在date、place、amount上的组合索引
select count(*) from record where date'19991201' and date'19991214' 
and amount2000 --(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：这是一个合理的组合索引。它将date作为前导列，使每个SQL都可以利用索引，并且在第一和第三个SQL中形成了索引覆盖，因而性能达到了最优。

5.总结
缺省情况下建立的索引是非群集索引，但有时它并不是最佳的；合理的索引设计要建立在对各种查询的分析和预测上。一般来说：

有大量重复值且经常有范围查询(between, , ，=, =)和orderby、groupby发生的列，可考虑建立群集索引。经常同时存取多列，且每列都含有重复值可考虑建立组合索引。组合索引要尽量使关键查询形成索引覆盖，其前导列一定是使用最频繁的列。

二、不充分的连接条件
例：表card有7896行，在card_no上有一个非聚集索引，表account有191122行，在account_no上有一个非聚集索引，试看在不同的表连接条件下，两个SQL的执行情况：

select sum(a.amount) from account a, card b where 
a.card_no=b.card_no --(20秒)

将SQL改为：

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：在第一个连接条件下，最佳查询方案是将account作外层表，card作内层表，利用card上的索引，其I/O次数可由以下公式估算为：

外层表account上的22541页 ＋ (外层表account的191122行×内层表card上对应外层表第一行所要查找的3页) = 595907次I/O

在第二个连接条件下，最佳查询方案是将card作外层表，account作内层表，利用account上的索引，其I/O次数可由以下公式估算为：

外层表card上的1944页＋(外层表card的7896行×内层表account上对应外层表每一行所要查找的4页) = 33528次I/O

可见，只有充分的连接条件，真正的最佳方案才会被执行。

总结：多表操作在被实际执行前，查询优化器会根据连接条件，列出几组可能的连接方案并从中找出系统开销最小的最佳方案。连接条件要充分考虑带有索引的表、行数多的表；内外表的选择可由公式：外层表中的匹配行数×内层表中每一次查找的次数来确定，乘积最小为最佳方案。查看执行方案的方法——用setshowplanon，打开showplan选项，就可以看到连接顺序、使用何种索引的信息；想看更详细的信息，需用sa角色执行dbcc(3604,310,302)。

[1] [2]  下一页