大資料量查詢優化——資料庫設計、SQL語句、JAVA編碼
資料庫設計方面:
1、對查詢進行優化,應儘量避免全表掃描,首先應考慮在where及orderby涉及的列上建立索引。
2、應儘量避免在 where 子句中對欄位進行 null 值判斷,否則將導致引擎放棄使用索引而進行全表掃描。
如: select id from t where num is null
可以在num上設定預設值0,確保表中num列沒有null值,然後這樣查詢: select id from t where num=0
3、並不是所有索引對查詢都有效,SQL是根據表中資料來進行查詢優化的,當索引列有大量資料重複時,查詢可能不會去利用索引,如一表中有欄位sex,male、female幾乎各一半,
那麼即使在sex上建了索引也對查詢效率起不了作用。
4、索引並不是越多越好,索引固然可以提高相應的select的效率,但同時也降低了insert及update的效率,因為insert或update時有可能會重建索引,所以怎樣建索引需要慎重
考慮,視具體情況而定。一個表的索引數最好不要超過6個,若太多則應考慮一些不常使用到的列上建的索引是否有必要。
5、應儘可能的避免更新索引資料列,因為索引資料列的順序就是表記錄的物理儲存順序,一旦該列值改變將導致整個表記錄的順序的調整,會耗費相當大的資源。若應用系統需要頻
繁更新索引資料列,那麼需要考慮是否應將該索引建為索引。
6、儘量使用數字型欄位,若只含數值資訊的欄位儘量不要設計為字元型,這會降低查詢和連線的效能,並會增加儲存開銷。這是因為引擎在處理查詢和連線時會逐個比較字串中每
一個字元,而對於數字型而言只需要比較一次就夠了。
7、儘可能的使用varchar/nvarchar代替char/nchar,因為首先變長欄位儲存空間小,可以節省儲存空間,其次對於查詢來說,在一個相對較小的欄位內搜尋效率顯然要高些。
8、避免頻繁建立和刪除臨時表,以減少系統表資源的消耗。
9、臨時表並不是不可使用,適當地使用它們可以使某些例程更有效,例如,當需要重複引用大型表或常用表中的某個資料集時。但是,對於一次性事件,最好使用匯出表。
10、在新建臨時表時,如果一次性插入資料量很大,那麼可以使用selectinto代替createtable,避免造成大量log,以提高速度;如果資料量不大,為了緩和系統表的資源,應先createtable,然後insert。
11、如果使用到了臨時表,在儲存過程的最後務必將所有的臨時表顯式刪除,先truncatetable,然後droptable,這樣可以避免系統表的較長時間鎖定。
SQL語句方面:
1、應儘量避免在where子句中使用!=或<>操作符,否則將引擎放棄使用索引而進行全表掃描。
2、應儘量避免在where子句中使用or來連線條件,否則將導致引擎放棄使用索引而進行全表掃描
如: select id from t where num=10 or num=20 可以這樣查詢: select id from t where num=10 union all select id from t where num=20
3、in和notin也要慎用,否則會導致全表掃描。
如: select id from t where num in(1,2,3) 對於連續的數值,能用 between 就不要用 in 了: select id from t where num between 1 and 3
4、下面的查詢也將導致全表掃描:selectidfromtwherenamelike‘%abc%’
5、如果在where子句中使用引數,也會導致全表掃描。因為SQL只有在執行時才會解析區域性變數,但優化程式不能將訪問計劃的選擇推遲到執行時;它必須在編譯時進行選擇。
然而,如果在編譯時建立訪問計劃,變數的值還是未知的,因而無法作為索引選擇的輸入項。
如下面語句將進行全表掃描: select id from t where num=@num 可以改為強制查詢使用索引: select id from t with(index(索引名)) where num=@num
6、應儘量避免在where子句中對欄位進行表示式操作,這將導致引擎放棄使用索引而進行全表掃描。
如: select id from t where num/2=100 應改為: select id from t where num=100*2
7、應儘量避免在where子句中對欄位進行函式操作,這將導致引擎放棄使用索引而進行全表掃描。
如: select id from t where substring(name,1,3)=’abc’ ——name以abc開頭的id select id from t where datediff(day,createdate,’2005-11-30′)=0 ——‘2005-11-30’生成的id 應改為: select id from t where name like ‘abc%’ select id from t where createdate>=’2005-11-30′ and createdate<’2005-12-1′
8、不要在where子句中的“=”左邊進行函式、算術運算或其他表示式運算,否則系統將可能無法正確使用索引。
9、不要寫一些沒有意義的查詢,如需要生成一個空表結構:selectcol1,col2into#tfromtwhere1=0這類程式碼不會返回任何結果集,但是會消耗系統資源的,
應改成這樣:createtable#t(„)
10、很多時候用exists代替in是一個好的選擇:selectnumfromawherenumin(selectnumfromb)
用下面的語句替換:selectnumfromawhereexists(select1frombwherenum=a.num)
11、任何地方都不要使用select*fromt,用具體的欄位列表代替“*”,不要返回用不到的任何欄位。
12、儘量避免使用遊標,因為遊標的效率較差,如果遊標操作的資料超過1萬行,那麼就應該考慮改寫。
13、儘量避免向客戶端返回大資料量,若資料量過大,應該考慮相應需求是否合理。
14、儘量避免大事務操作,提高系統併發能力。