SQL 百萬級數據操作優化
1.對查詢進行優化,應盡量避免全表掃描,首先應考慮在where 及 order by 涉及的列上建立索引。
2.應盡量避免在where子句中對字段進行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上設置默認值為0,確保表中num列沒有null值,然後這樣查詢
select ud from where num=0
3.應盡量避免在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
4.應盡量避免在where 子句中使用or 來鏈接條件,否則將導致引擎放棄使用索引而進行全表掃描
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
5.in 和 not in 也要謹慎使用,否則導致全表掃描,如:
select id from t where num in (12,3)
對於連續的數值,能用between,就不要用In了
select id from t where between 1 and 3
6.下面的查詢也將導致全表掃描
select id from t where name like ‘%abc%‘
若要提高效率,可以考慮全文檢索
7.如果在where 子句中使用參數,也會導致全表掃描,因為SQL只有在運行時才會解析局部變量,但優化程序不能將訪問計劃的選擇推遲到運行時:它必須在編譯事進行選擇,然而,如果在編譯時建立訪問計劃,變量的值還是未知的,因而無法作為索引選擇的輸入項。如下面語句講進行全表掃描。
select id from t where [email protected]
可以改為強制查詢使用索引:
select id from t with(in索引名) where [email protected]
8.應盡量避免在where子句中對字段進行表達式操作,這將導致引擎放棄使用索引而進行全表掃描。如:
select id from where num/=100
應改為:
select id from t num=100*2
9.應盡量避免在where 子句中對字段進行函數操作,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‘ --‘abc‘開頭的id
select id from t where datediff(day,createdate,‘2015-11-30‘)=0,--2015-11-30生成的id
應改為:
select id from t where name like ‘abc%‘
select id from t where cradtedate>=‘2015-11-30‘ and createdate<‘2015-12-1‘
10.不要在where 子句中的“=”左邊進行函數、算數運算或其他表達式運算,否則系統將可能無法正確使用索引。
11.在使用索引字段作為條件時,如果該索引是復合索引,那麽必須使用到該索引中的第一個字段作為條件時才能保證系統使用該索引,否則該索引將不會被使用,並且應盡可能的讓字段順序與索引順序相一致。
12.不要寫一些沒有意義的查詢,如需要生成一個空表結構:
select col1,col2 into #t from t where 1=0
這類代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:
create table #t(...)
13.很多時候用exists代替in 是一個好的選擇:
select num from a where num in (select num from b)
用下面的語句代替
select num from a where exists(select 1 from b where num=a.num)
14.並不是所有索引對查詢都有效,SQL是根據表中數據來進行查詢優化的,當索引列有大量數據重復時,SQL查詢可能不會去利用索引,如一表中有字段sex、male、female幾乎各一半,那麽即使在sex上建立了索引頁對查詢效率起不了作用。
15.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,所以怎樣建所以需要謹慎考慮,視具體情況而定。一個表的所以數最好不要超過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。
16.應盡可能的避免更新clustered 索引數據列,因為clustered索引數據列的順序就是表記錄的物理存儲順序,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clustered 索引數據列,那麽需要考慮是否應將索引建為clustered 索引。
17.盡量使用數字型字段,如只含數值信息的資源盡量不要設計為字符型,這會降低查詢和連接的性能,並會增加存儲開銷。這是因為引擎在處理查詢和連接時會逐個比較字符串中每一個字符,面對於數字型而言只需要比較一次就夠了。
18.盡可能的使用varchar/nvarchar代替char/nchar,因為首先變長字段存儲空間小,可以節省存儲空間,其次對於查詢來說,在一個相對比較小的字段內搜索效率顯然要高些。
19.任何地方都不要使用select * from 用具體的字段列表代替“*” ,不要返回用不到的任何字段。
20.盡量使用表變量來代替臨時表,如果表變量包含大量數據,請註意索引非常有限(只有主鍵所索引)
21.避免頻繁創建和刪除臨時表,以減少系統表資源的消耗。
22.臨時表並不是不可使用,適當的使用它們可以使某些例程更有效,例如,當需要重復引用大型表或常用表中的某個數據集時,但是,對於一次性事件,最好使用導出表。
23.在新建臨時表時,如果一次性插入數據量很大,那麽可以使用select into代替create table 避免造成大量log,以提高速度,如果數據量不大,為了緩和系統表的資源,應先create table然後insert
24.如果使用到了臨時表,在存儲過程的最後務必將所有的臨時表顯示刪除,先 truncate table,然後drop table,這樣可以避免系統表的較長時間鎖定。
SQL 百萬級數據操作優化