标签:str 问题 另一个 无法 语句 变量 不用 cas nec
说起SQL优化,大家会像条件反射一样立即想到索引。但是,索引并非万能,它只是SQL优化的手段之一,并且作用有限,还有很多其他手段来提升SQL的性能。这些优化手段总结为如下几大类:共享SQL,避免排序,减少表的扫描,使用索引。
SQL调优是个比较复杂,也很频繁的工作。实际上,绝大多数需要调优的SQL都是在编码的时候就出现了问题,如无绑定变量、重复扫描表、大量的排序、索引列计算、隐式转换等。维护阶段的SQL调优往往是救火,此时的系统已经慢的不能忍受了,由于不能修改应用等诸多限制,常常只能使用索引等有限的手段,优化效果不佳。
但是,在开发阶段,我们可以使用各种手段来写出最优化的SQL,而不局限于索引。如果在开发阶段遵循某些优化规则,就能写出性能优良的SQL,必将减少后期繁琐的优化工作。防患于未然,何乐而不为?下面将详细介绍这些SQL优化规则。
SQL语句在执行之前需要解析,为了不重复解析相同的SQL语句,在第一次解析之后, ORACLE将SQL语句存放在内存中。后面遇到相同的SQL语句,就不用再次解析,从而提高执行效率。然而,oracle判断SQL“相同”的条件非常苛刻,一是字符级别的比较,需要大小写、空格完全一样;另外一个对象相同,即是属于同一个schema的。 这里讨论的重点是字符级别的差异对SQL共享的影响。
假如有4个开发人员,他们的编码风格各异,在应用中编写了下面的sql
A: select * from test B: select * from TEST C: select * from dbo.test D: select * from test
|
虽然这4个sql功能完全一样,但oracle会认为它们是不相同的语句,都需要分别解析一次,SQL效率明显降低。
因此,统一开发人员的编码风格很重要,如关键字大小写,表名、字段名大小写,表名是否带schema,空格个数等等。除了代码美观之外,这些更是保证SQL共享的关键之一。
在应用中使用绑定变量,可减少SQL的硬解析,这也是SQL共享的关键之一。
应尽量绑定变量:
select * from test where x = :id --ORACLE select * from test where x = ? --DM
|
避免硬编码:
select * from test where x=1 select * from test where x=2 ...
|
常见的排序操作有:
(1)order by,使用索引避免排序
(2)distinct
(3)union,尽可能用union all代替
(4)minus
(5)group by
低效:
SELECT DISTINCT DEPT_NO,DEPT_NAME FROM DEPT D,EMP E WHERE D.DEPT_NO = E.DEPT_NO
|
高效:
SELECT DEPT_NO,DEPT_NAME FROM DEPT D,EMP E WHERE EXISTS ( SELECT ‘X’ FROM EMP E WHERE E.DEPT_NO = D.DEPT_NO);
|
在SELECT中引用 ‘*’ 的确很方便。不幸的是,这是一个非常低效的方法。 实际上,ORACLE在解析的过程中, 会将‘*’ 依次转换成所有的列名, 这个工作是通过查询数据字典完成的, 这意味着将耗费更多的时间。也许用户只需要几个列而已,但是‘*’会返回所有的列数据到客户端,浪费宝贵的网络、存储资源。
减少表的扫描次数总是有效的,想尽各种办法减少表的扫描吧。
低效:扫描了2次EMP_CATEGORIES
UPDATE EMP SET EMP_CAT = (SELECT MAX(CATEGORY) FROM EMP_CATEGORIES), SAL_RANGE = (SELECT MAX(SAL_RANGE) FROM EMP_CATEGORIES) WHERE EMP_DEPT = 0020;
|
高效:只扫描了一次EMP_CATEGORIES
UPDATE EMP SET (EMP_CAT, SAL_RANGE) = (SELECT MAX(CATEGORY) , MAX(SAL_RANGE) FROM EMP_CATEGORIES) WHERE EMP_DEPT = 0020;
|
再来个真实应用中的例子(SQL做了简化):
低效:tmpBalance表被扫描了3次
select case when char_length(T.SUBJECTCODE)=4 then 0 else 1 end LEAFDATA , substr(T.SUBJECTCODE, 1, 4) SUBJECTCODE , T.SUBJECTNAME SUBJECTNAME then 1 else 0 end HASYE from tmpBalance T where char_length(T.SUBJECTCODE)>=4 union all select case when char_length(T.SUBJECTCODE)=6 then 0 else 1 end LEAFDATA , substr(T.SUBJECTCODE, 1, 6) SUBJECTCODE , T.SUBJECTNAME SUBJECTNAME then 1 else 0 end HASYE from tmpBalance T where char_length(T.SUBJECTCODE)>=6 union all select case when char_length(T.SUBJECTCODE)=8 then 0 else 1 end LEAFDATA , substr(T.SUBJECTCODE, 1, 8) SUBJECTCODE , T.SUBJECTNAME SUBJECTNAME then 1 else 0 end HASYE from tmpBalance T where char_length(T.SUBJECTCODE)>=8
|
高效:tmpBalance只被扫描了一次,实际项目中此种写法效率比上种快3倍以上。
SELECT CASE WHEN char_length(T.SUBJECTCODE)=2*(r+1) THEN 0 ELSE 1 END LEAFDATA, SUBSTR(T.SUBJECTCODE,1,2*(r+1)) SUBJECTCODE, T.SUBJECTNAME SUBJECTNAME FROM tmpBalance T , (select level r from dual connect by level <=3) seq WHERE char_length(T.SUBJECTCODE)>=2*(r+1)
|
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。
在许多基于基础表的查询中,为了满足一个条件,往往需要对另一个表进行联接。在这种情况下, 使用EXISTS(或NOT EXISTS)通常将提高查询的效率。
低效:in子句需要找到所有满足条件的记录才会返回
SELECT * FROM EMP WHERE EMPNO > 0 AND DEPTNO IN (SELECT DEPTNO FROM DEPT WHERE LOC = ‘MELB’)
|
高效:exists子句只要找到一条符合条件的记录就马上返回
SELECT * FROM EMP WHERE EMPNO > 0 AND EXISTS (SELECT ‘X’ FROM DEPT WHERE DEPT.DEPTNO = EMP.DEPTNO AND LOC = ‘MELB’)
|
低效:
SELECT … FROM EMP WHERE DEPT_NO NOT IN (SELECT DEPT_NO FROM DEPTWHERE DEPT_CAT=’A’);
|
高效:
SELECT ….FROM EMP E WHERE NOT EXISTS (SELECT ‘X’ FROM DEPT D WHERE D.DEPT_NO = E.DEPT_NO AND DEPT_CAT = ‘A’);
|
通常来说 ,采用表连接的方式比EXISTS更有效率。
低效:
SELECT ENAME FROM EMP E WHERE EXISTS (SELECT ‘X’ FROM DEPT WHERE DEPT_NO = E.DEPT_NO AND DEPT_CAT = ‘A’);
|
高效:
SELECT ENAME FROM DEPT D,EMP E WHERE E.DEPT_NO = D.DEPT_NO AND DEPT_CAT = ‘A’ ;
|
对where条件中的索引列进行计算,或使用了函数,会导致该列无法走索引扫描。
无法使用索引:
SELECT * FROM service_promotion WHERE TO_CHAR(gmt_modified,’yyyy-mm-dd’) = ‘20001-09-01’;
|
可以使用索引:
SELECT * FROM service_promotion WHERE gmt_modified >= TO_DATE(‘2001-9-01’,’yyyy-mm-dd’) AND gmt_modified < TO_DATE(‘2001-9-02’,’yyyy-mm-dd’);
|
通常情况下, 用UNION替换WHERE子句中的OR将会起到较好的效果。 对索引列使用OR将造成全表扫描。注意, 以上规则只针对多个索引列有效。在下面的例子中, LOC_ID 和REGION上都建有索引。
低效:
SELECT LOC_ID , LOC_DESC ,REGION FROM LOCATION WHERE LOC_ID = 10 OR REGION = “MELBOURNE”
|
高效:
SELECT LOC_ID , LOC_DESC ,REGION FROM LOCATION WHERE LOC_ID = 10 UNION SELECT LOC_ID ,LOC_DESC ,REGION FROM LOCATION WHERE REGION = “MELBOURNE”
|
低效:
SELECT… FROM LOCATION WHERE LOC_ID = 10 OR LOC_ID = 20 OR LOC_ID = 30
|
高效:
SELECT… FROM LOCATION WHERE LOC_IN IN (10,20,30)
|
设计表时应注意,尽量将索引列设计为非空,用默认值代替null。因为在索引列上使用is null 和is not null操作将不会走索引。
低效: 不会走索引
SELECT … FROM DEPARTMENT WHERE DEPT_CODE IS NOT NULL;
|
高效: 走索引
SELECT … FROM DEPARTMENT WHERE DEPT_CODE >=0;
|
<>、not in、not like等操作永远不会走索引。
只有前置like才能走索引,如 like ‘abc%‘,其他如 like ‘%abc%‘、‘%abc‘是不会走索引的。
当where条件中,做比较操作的两边数据类型不一致时,数据库会自动进行类型转换,并且总是把char类型的一方转换为number类型。若索引列发生了隐式转换,则无法走索引(这等同于在索引列上使用了函数)。
drop table tmp; create table tmp(c1 int,c2 varchar(10)); insert into tmp select level c1,level c2 from dual connect by level<=1000;
create index idx_c1 on tmp(c1); create index idx_c2 on tmp(c2);
select * from tmp where c1=1; --执行计划,能走索引 1 #NSET2: [0, 1, 22] 2 #PRJT2: [0, 1, 22]; exp_num(3), is_atom(FALSE) 3 #BLKUP2: [0, 1, 22]; IDX_C1(TMP) 4 #SSEK2: [0, 1, 22]; scan_type(ASC), IDX_C1(TMP), scan_range[1,1] select * from tmp where c1=‘1‘; --执行计划,能走索引,只是常量值发生隐式转换(下面标红处) 1 #NSET2: [0, 1, 22] 2 #PRJT2: [0, 1, 22]; exp_num(3), is_atom(FALSE) 3 #BLKUP2: [0, 1, 22]; IDX_C1(TMP) 4 #SSEK2: [0, 1, 22]; scan_type(ASC), IDX_C1(TMP), scan_range[exp_cast(1),exp_cast(1)] select * from tmp where c2=1; --执行计划,C2列发生数据类型转换(下面标红处),走全表扫描 1 #NSET2: [0, 1, 22] 2 #PRJT2: [0, 1, 22]; exp_num(3), is_atom(FALSE) 3 #SLCT2: [0, 1, 22]; exp_cast(TMP.C2) = var1 4 #CSCN2: [0, 1000, 22]; INDEX33559060(TMP) select * from tmp where c2=‘1‘; --执行计划,未发生数据类型转换,能走索引 1 #NSET2: [0, 1, 22] 2 #PRJT2: [0, 1, 22]; exp_num(3), is_atom(FALSE) 3 #BLKUP2: [0, 1, 22]; IDX_C2(TMP) 4 #SSEK2: [0, 1, 22]; scan_type(ASC), IDX_C2(TMP), scan_range[1,1]
|
标签:str 问题 另一个 无法 语句 变量 不用 cas nec
原文地址:https://www.cnblogs.com/DmPOL/p/13183744.html