Chinaunix首页 | 论坛 | 博客
  • 博客访问: 8351126
  • 博文数量: 444
  • 博客积分: 10593
  • 博客等级: 上将
  • 技术积分: 3852
  • 用 户 组: 普通用户
  • 注册时间: 2006-05-09 15:26
文章分类

全部博文(444)

文章存档

2014年(1)

2013年(10)

2012年(18)

2011年(35)

2010年(125)

2009年(108)

2008年(52)

2007年(72)

2006年(23)

分类: Oracle

2009-05-20 16:08:51

人们在使用SQL时有时候会陷入一个误区 , 即太关注于SQL得到的结果是否正确 , 而忽略了不同的实现方法之间的可能存在的性能差异 , 特别是Web较复杂的报表系统中用到的Select 命令或大型的复杂的数据库环境中(如联机事务处理OLTP)表现得尤为明显 , 经过对相关应用程序中 SQL分析及相关数据收集, 我们发现 , 不良的SQL Command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 ! 下面是总结及摘录的一些优化原则.

人们在使用SQL时有时候会陷入一个误区 , 即太关注于SQL得到的结果是否正确 , 而忽略了不同的实现方法之间的可能存在的性能差异 , 特别是Web较复杂的报表系统中用到的Select 命令或大型的复杂的数据库环境中(如联机事务处理OLTP)表现得尤为明显 , 经过对相关应用程序中 SQL分析及相关数据收集, 我们发现 , 不良的SQL Command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 ! 下面是总结及摘录的一些优化原则 : 





A. 不合理的索引设计 

例子 : 表record中有记录620000行 , 试看在不同的索引下 , 下面几个SQL的运行情况 : 

1.在字段date上建有一非个群集索引 

Select count(*) from record where date >'19991201' and date < '19991214'and amount >2000 (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:Record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.在字段date上建一个群集索引

Select count(*) from record where date >

'19991201' and date < '19991214' and amount >2000(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 amount >2000 (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 amount >2000(< 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:

①.有大量重复值、且经常有范围查询(between, >,< ,>=,< =)和order by、group by发生的列,可考虑建立群集索引;

②.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;

③.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列。



B. 不充分的连接条件:

例子: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,只有充份的连接条件,真正的最佳方案才会被执行。

总结:

1.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。连接条件要充份考虑带有索引的表、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确定,乘积最小为最佳方案。

2. 查看执行方案的方法-- 用set showplanon,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)。



C. 不可优化的where子句

1.例:下列SQL条件语句中的列都建有恰当的索引,但执行速度却非常慢:

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子句中对列的任何操作结果都是在SQL运行时逐列计算得到的,因此它不得不进行表搜索,而没有使用该列上面的索引;如果这些结果在查询编译时就能得到,那么就可以被SQL优化器优化,使用索引,避免表搜索,因此将SQL重写成下面这样:

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)你会发现SQL明显快起来!

2.例:表stuff有200000行,id_no上有非群集索引,请看下面这个SQL:

select count(*) from stuff where id_no in('0','1') (23秒)

分析:where条件中的'in'在逻辑上相当于'or',所以语法分析器会将in ('0','1')转化为id_no ='0' or id_no='1'来执行。我们期望它会根据每个or子句分别查找,再将结果相加,这样可以利用id_no上的索引;但实际上(根据showplan),它却采用了"OR策略",即先取出满足每个or子句的行,存入临时数据库的工作表中,再建立唯一索引以去掉重复行,最后从这个临时表中计算结果。因此,实际过程没有利用id_no上索引,并且完成时间还要受tempdb数据库性能的影响。

实践证明, 表的行数越多,工作表的性能就越差,当stuff有620000行时,执行时间竟达到220秒!还不如将or子句分开:

select count(*) from stuff where id_no='0'select count(*) from stuff where id_no='1'

得到两个结果,再作一次加法合算。因为每句都使用了索引,执行时间只有3 秒,在620000行下,时间也只有4秒。或者,用更好的方法,写一个简单的存储过程直接算出结果,执行时间同上面一样快!

总结:

可见,所谓优化即where子句利用了索引,不可优化即发生了表扫描或额外开销。

---- 1.任何对列的操作都将导致表扫描,它包括数据库函数、计算表达式等等,查询时要尽可能将操作移至等号右边。

---- 2.in、or子句常会使用工作表,使索引失效;如果不产生大量重复值,可以考虑把子句拆开;拆开的子句中应该包含索引。

---- 3.要善于使用存储过程,它使SQL变得更加灵活和高效。

---- 从以上这些例子可以看出,SQL优化的实质就是在结果正确的前提下,用优化器可以识别的语句,充份利用索引,减少表扫描的I/O次数,尽量避免表搜索的发生。其实SQL的性能优化是一个复杂的过程,上述这些只是在应用层次的一种体现,深入研究还会涉及数据库层的资源配置、网络层的流量控制以及操作系统层的总体设计。




以下是总结SFC系统中的SQL优化原则 : 

1. 禁止不必要的全表扫描及不必要的查询条件 , 如Select serial_number , mo_number from sfism4.r_wip_tracking_t Where model_name like ‘%’ 与 Select serial_number , mo_number from sfism4.r_wip_tracking_t 语句有同样的结果 , 但是运行的速度后者要快10倍左右(当数据较多时较明显) . 


2. 多表的查询,数据量小的表放在前面可以提高速度

例如:select count(*) from r_repair_t a ,r_sn_detail_t b

where a.serial_number=b.serial_number 

这样的统计速度要比 select count(*) from r_sn_detail_t b,r_repair_t a 

where a.serial_number=b.serial_number的统计速的高


3. 多个条件,查出范围小的条件应该紧接在where 的后面.

例如:    

where in_station_time>=sysdate-20 and in_station_time>=sysdate-1

where in_station_time>=sysdate-1 and in_station_time>=sysdate-20

这两条语句查处的统计数量是一样的,但是后面的语句的速度却大大 

  的提高了速度。


4 .在按时闲查询统计的时候,尽量不要使用to_char条件统计,而是使用to_date条件统计

例如:

select * from r_wip_tracking_t 

where to_char(‘yyyyymmddhh24’,’in_station_time’) >=’ 20020101000000’

该为in_station_time>=to_date(‘20020101000000’,’yyyymmddhh24miss’)

这样的查询条件利用到in_station_time字段元的索引,明显的提高统计速度,这样的语句有大量的使用,严重影响了效能。




以下是摘录的SQL语句书写的优化原则(供参考) : 

1 避免无计划的全表扫描

如下情况进行全表扫描:

- 该表无索引

- 对返回的行无人和限制条件(无Where子句)

- 对于索引主列(索引的第一列)无限制条件

- 对索引主列的条件含在表达式中

- 对索引主列的限制条件是is (not) null或!=

对索引主列的限制条件是like操作且值是一个bind variable或%打头的值


2 只使用选择性索引

索引的选择性是指索引列中不同值得数目和标志中记录数的比,选择性最好的是非空列的唯一索引1.0。

复合索引中列的次序的问题:

1 在限定条件里最频繁使用的列应该是主列

2 最具有选择性的列(即最清晰的列)应该是主列

如果1和2 不一致,可以考虑建立多个索引。

在复合索引和多个单个索引中作选择:

考虑选择性 考虑读取索引的次数 考虑AND-EQUAL操作


3 管理多表连接(Nested Loops, Merge Joins和Hash Joins) 优化联接操作

Merge Joins是集合操作 Nested Loops和Hash Joins是记录操作返回第一批记录迅速

Merge Joins的操作适用于批处理操作,巨大表 和远程查询

1全表扫描 --〉 2排序 --〉3比较和合并 性能开销主要在前两步

适用全表扫描的情形,都适用Merge Joins操作(比Nested Loops有效)。

改善1的效率: 优化I/O, 提高使用ORACLE多块读的能力, 使用并行查询的选项

改善1的效率:提高Sort_Area_Size的值, 使用Sort Direct Writes,为临时段提供专用表空间


4 管理包含视图的SQL语句

优化器执行包含视图的SQL语句有两种方法:

- 先执行视图,完成全部的结果集,然后用其余的查询条件作过滤器执行查询

- 将视图文本集成到查询里去 

含有group by子句的视图不能被集成到一个大的查询中去。

在视图中使用union,不阻止视图的SQL集成到查询的语法中去。


5 优化子查询


6 使用复合Keys/Star查询


7 恰当地索引Connect By操作


8 限制对远程表的访问


9 管理非常巨大的表的访问

- 管理数据接近(proximity) 记录在表中的存放按对表的范围扫描中最长使用的列排序 按次序存储数据有助于范围扫描,尤其是对大表。

- 避免没有帮助的索引扫描 当返回的数据集合较大时,使用索引对SGA的数据块缓存占用较大,影响其它用户;全表扫描还能从ORACLE的多块读取机制和“一致性获取/每块”特性中受益。

- 创建充分索引的表 使访问索引能够读取较全面的数据 建立仅主列不同的多个索引

- 创建hash簇

- 创建分割表和视图

- 使用并行选项

10 使用Union All 而不是Union

UNION ALL操作不包括Sort Unique操作,第一行检索的响应速度快,多数情况下不用临时段完成操作,

UNION ALL建立的视图用在查询里可以集成到查询的语法中去,提高效率


11 避免在SQL里使用PL/SQL功能调用


12 绑定变量(Bind Variable)的使用管理

使用Bind Variable和Execute using方式

将like :name ||’%’ 改写成 between :name and :name || char(225), 已避免进行全表扫描,而是使用索引。


13 回访优化进程

数据变化后,重新考察优化情况

阅读(777) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~