sqlserver之SQL语句优化

2017-01-06 10:09:52来源:oschina作者:treenewtreenew人点击



**一、查询的逻辑执行顺序
**
```
(1) FROM left_table
(3) join_type JOIN right_table (2) ON join_condition
(4) WHERE where_condition
(5) GROUP BY group_by_list
(6) WITH {cube | rollup}
(7) HAVING having_condition
(8) SELECT (9) DISTINCT (11) top_specification select_list
(10) ORDER BY order_by_list
```
标准的 SQL 的解析顺序为:
(1) FROM 子句 组装来自不同数据源的数据
(2) WHERE 子句 基于指定的条件对记录进行筛选
(3) GROUP BY 子句 将数据划分为多个分组
(4) 使用聚合函数进行计算
(5) 使用HAVING子句筛选分组
(6) 计算所有的表达式
(7) 使用ORDER BY对结果集进行排序
**二、执行顺序**
1. FROM:对FROM子句中前两个表连接(连接条件可尽量避免笛卡尔积)生成虚拟表vt1。
其中表连接有以下三种算法:
a. Loop join(嵌套循环,也叫nested loops), 即首先遍历 A,将A表中的每一条记录与 B表进行连接比较,如果满足A.di=B.id,则返回记录;
b. Merge join(合并连接), 即首先对A,B表进行排序,然后同时遍历A和B表,进行A.id=B.id的验证,直到遍历到A和B表结束;
c. Hash join(哈希连接), 即首先对A表所有记录的id进行hash计算,最终形成一个hash表,然后join时,遍历B表,对B表每条记录的id进行hash运算,然后在A的Hash表中验证是否一致,最后得出结果。2. ON: 对vt1表应用ON筛选器只有满足 join_condition 为真的行才被插入vt2
3. OUTER(join):如果指定了 OUTER JOIN保留表(preserved table)中未找到的行将行作为外部行添加到vt2,生成vt3,如果from包含两个以上表,则对上一个联结生成的结果表和下一个表重复执行步骤1和步骤2直到结束。
4. WHERE:对vt3应用 WHERE 筛选器只有使 where_condition 为true的行才被插入vt4
5. GROUP BY:按GROUP BY子句中的列列表对vt4中的行分组生成vt5
6. CUBE|ROLLUP:把超组(supergroups)插入vt6,生成vt6
7. HAVING:对vt6应用HAVING筛选器只有使 having_condition 为true的组才插入vt7
8. SELECT:处理select列表产生vt8
9. DISTINCT:将重复的行从vt8中去除产生vt9
10. ORDER BY:将vt9的行按order by子句中的列列表排序生成一个游标vc10
11. TOP:从vc10的开始处选择指定数量或比例的行生成vt11 并返回调用者
了解SQL Server执行顺序养成日常SQL的好习惯,也就是在实现功能时考虑性能的思想,数据库是能进行集合运算的工具,我们应该尽量的利用这个工具,所谓集合运算实际就是批量运算,就是尽量减少在客户端进行大数据量的循环操作,而用SQL语句或者存储过程代替。
**三、只返回需要的数据**
返回数据到客户端至少需要数据库提取数据、网络传输数据、客户端接收数据以及客户端处理数据等环节,如果返回不需要的数据,就会增加服务器、网络和客户端的无效劳动,其害处是显而易见的,避免这类事件需要注意:
A、横向来看
(1) 不要写SELECT * 的语句,而是选择你需要的字段。
(2) 当在SQL语句中连接多个表时, 请使用表的别名并把别名前缀于每个Column上。这样一来,就可以减少解析的时间并减少那些由Column歧义引起的语法错误。
```
如有表table1(ID,col1)和table2(ID,col2)
Select A.ID, A.col1, B.col2
-- Select A.ID, col1, col2-----不要这么写,不利于将来程序扩展
from table1 A inner join table2 B on A.ID=B.ID Where …
```
B、纵向来看
(1) 合理写WHERE子句,不要写没有WHERE的SQL语句。
(2) SELECT TOP N * — 没有WHERE条件的用此替代。
**四、尽量少做重复的工作**
A、控制同一语句的多次执行,特别是一些基础数据的多次执行是很多程序员很少注意的。
B、减少多次的数据转换,也许需要数据转换是设计的问题,但是减少次数是程序员可以做到的。
C、杜绝不必要的子查询和连接表,子查询在执行计划一般解释成外连接,多余的连接表带来额外的开销。
D、合并对同一表同一条件的多次UPDATE,比如
```
UPDATE EMPLOYEE SET FNAME='HAIWER'
WHERE EMP_ID=' VPA30890F'
UPDATE EMPLOYEE SET LNAME='YANG'
WHERE EMP_ID=' VPA30890F'
```
这两个语句应该合并成以下一个语句
```
UPDATE EMPLOYEE SET FNAME='HAIWER',LNAME='YANG'WHERE EMP_ID=' VPA30890F'
```
E、UPDATE操作不要拆成DELETE操作+INSERT操作的形式,虽然功能相同,但是性能差别是很大的。
**五、注意临时表和表变量的用**
在复杂系统中,临时表和表变量很难避免,关于临时表和表变量的用法,需要注意:
A、如果语句很复杂,连接太多,可以考虑用临时表和表变量分步完成。
B、如果需要多次用到一个大表的同一部分数据,考虑用临时表和表变量暂存这部分数据。
C、如果需要综合多个表的数据,形成一个结果,可以考虑用临时表和表变量分步汇总这多个表的数据。
D、其他情况下,应该控制临时表和表变量的使用。
E、关于临时表和表变量的选择,很多说法是表变量在内存,速度快,应该首选表变量,但是在实际使用中发现:
(1) 主要考虑需要放在临时表的数据量,在数据量较多的情况下,临时表的速度反而更快。
(2) 执行时间段与预计执行时间(多长)
F、关于临时表产生使用SELECT INTO和CREATE TABLE + INSERT INTO的选择,一般情况下:
SELECT INTO会比CREATE TABLE + INSERT INTO的方法快很多,
但是SELECT INTO会锁定TEMPDB的系统表SYSOBJECTS、SYSINDEXES、SYSCOLUMNS,在多用户并发环境下,容易阻塞其他进程。
所以我的建议是,在并发系统中,尽量使用CREATE TABLE + INSERT INTO,而大数据量的单个语句使用中,使用SELECT INTO。
**六、子查询的用法**
子查询是一个 SELECT 查询,它嵌套在 SELECT、INSERT、UPDATE、DELETE 语句或其它子查询中。
任何允许使用表达式的地方都可以使用子查询,子查询可以使我们的编程灵活多样,可以用来实现一些特殊的功能。但是在性能上,往往一个不合适的子查询用法会形成一个性能瓶颈。如果子查询的条件中使用了其外层的表的字段,这种子查询就叫作相关子查询。
相关子查询可以用IN、NOT IN、EXISTS、NOT EXISTS引入。 关于相关子查询,应该注意:
(1) NOT IN、NOT EXISTS的相关子查询可以改用LEFT JOIN代替写法。比如:
```
SELECT PUB_NAME FROM PUBLISHERS WHERE PUB_ID NOT IN(SELECT PUB_ID FROM TITLES WHERE TYPE ='BUSINESS')
可以改写成
SELECT A.PUB_NAME FROM PUBLISHERSALEFT JOIN TITLES B ON B.TYPE='BUSINESS'AND A.PUB_ID=B. PUB_ID WHERE B.PUB_ID IS NULL
```
比如NOT EXISTS:
```
SELECT TITLE FROM TITLES WHERE NOT EXISTS
(SELECT TITLE_ID FROM SALES WHERE TITLE_ID = TITLES.TITLE_ID)
可以改写为
SELECT TITLE FROM TITLES t LEFT JOIN sales s ONt.TITLE_ID = s.TITLE_IDWHERE s.TITLE_ID =NULL
```
2)如果保证子查询没有重复 ,IN、EXISTS的相关子查询可以用INNER JOIN 代替。比如:
```
SELECT PUB_NAME
FROM PUBLISHERS
WHERE PUB_ID IN
(SELECT PUB_ID
FROM TITLES
WHERE TYPE ='BUSINESS')
可以改写为
SELECT pub_name FROM publishers p INNER JOIN titles t ON p.pub_id=t.pub_id AND t.type='BUSINESS'
```
(3) IN的相关子查询用EXISTS代替,比如:
```
SELECT PUB_NAME FROM PUBLISHERS
WHERE PUB_ID IN
(SELECT PUB_ID FROM TITLES WHERE TYPE ='BUSINESS')
可以改写为
select pub_name from publishers exists (select 1 from titles where type='BUSINESS' AND pub_id=publishers.pub_id )
```
4) 不要用COUNT(*)的子查询判断是否存在记录,最好用LEFT JOIN或者EXISTS,比如有人写这样的语句:
```
SELECT JOB_DESC FROM JOBS
WHERE (SELECT COUNT(*) FROM EMPLOYEE WHERE JOB_ID=JOBS.JOB_ID)=0
可以改写为
SELECT job_desc FROM jobsjLEFT JOIN ON employee e ON j.JOB_ID=e.JOB_ID WHERE
e.JOB_ID=NULL
或者
SELECTjob_desc FROM jobs NOT EXISTS (SELECT 1 FROM employee WHERE job_id=jobs.job_id)
```
**七:尽量使用索引**
建立索引后,并不是每个查询都会使用索引,在使用索引的情况下,索引的使用效率也会有很大的差别。只要我们在查询语句中没有强制指定索引,索引的选择和使用方法是SQLSERVER的优化器自动作的选择,而它选择的根据是查询语句的条件以及相关表的统计信息,这就要求我们在写SQL语句的时候尽量使得优化器可以使用索引。为了使得优化器能高效使用索引,写语句的时候应该注意:
(1)不要对索引字段进行运算,而要想办法做变换,比如:
```
SELECT ID FROM T WHERE NUM/2=100改为 select id from t where num=100/2;
```
(3)不要对索引字段进行格式转换
(4)不要对索引字段使用函数
(5)不要对索引字段进行多字段连接
**八:多表连接的连接条件对索引的选择有着重要的意义,所以我们在写连接条件条件的时候需要特别注意**
A、多表连接的时候,连接条件必须写全,宁可重复,不要缺漏。
B、连接条件尽量使用聚集索引
C、注意ON、WHERE和HAVING部分条件的区别
ON是最先执行, WHERE次之,HAVING最后,因为ON是先把不符合条件的记录过滤后才进行统计,它就可以减少中间运算要处理的数据,按理说应该速度是最快的,WHERE也应该比HAVING快点的,因为它过滤数据后才进行SUM,在两个表联接时才用ON的,所以在一个表的时候,就剩下WHERE跟HAVING比较了。
(1) INNER JOIN
(2) LEFT JOIN (注:RIGHT JOIN 用 LEFT JOIN 替代)
(3) CROSS JOIN
其它注意和了解的地方有:
A、在IN后面值的列表中,将出现最频繁的值放在最前面,出现得最少的放在最后面,减少判断的次数。
B、注意UNION和UNION ALL的区别。– 允许重复数据用UNION ALL好
C、注意使用DISTINCT,在没有必要时不要用。
D、TRUNCATE TABLE 与 DELETE 区别。
E、减少访问数据库的次数。
还有就是我们写存储过程,如果比较长的话,最后用标记符标开,因为这样可读性很好,即使语句写的不怎么样,但是语句工整,C# 有region,SQL我比较喜欢用的就是:
–startof 查询在职人数
SQL语句
–end of
正式机器上我们一般不能随便调试程序,但是很多时候程序在我们本机上没问题,但是进正式系统就有问题,但是我们又不能随便在正式机器上操作,那么怎么办呢?我们可以用回滚来调试我们的存储过程或者是SQL语句,从而排错。
BEGIN TRAN
UPDATE a SET 字段=”
ROLLBACK
作业存储过程我一般会加上下面这段,这样检查错误可以放在存储过程,如果执行错误回滚操作,但是如果程序里面已经有了事务回滚,那么存储过程就不要写事务了,这样会导致事务回滚嵌套降低执行效率,但是我们很多时候可以把检查放在存储过程里,这样有利于我们解读这个存储过程,和排错。
BEGIN TRANSACTION
–事务回滚开始
–检查报错
MySQL
IF ( @@ERROR0 )
BEGIN
--回滚操作
ROLLBACKTRANSACTION
RAISERROR('删除工作报告错误', 16, 3)
RETURN
END
IF ( @@ERROR0 )
BEGIN
--回滚操作
ROLLBACKTRANSACTION
RAISERROR('删除工作报告错误', 16, 3)
RETURN
END
–结束事务
COMMIT TRANSACTION

最新文章

123

最新摄影

微信扫一扫

第七城市微信公众平台