人們在使用SQL時往往會陷入一個誤區,即太關注於所得的結果是否正確,而忽略了不同的實現方法之間可能存在的性能差異,這種性能差異在大型的或是復雜的數據庫環境中(如聯機事務處理OLTP或決策支持系統DSS)中表現得尤為明顯。筆者在工作實踐中發現,不良的SQL往往來自於不恰當的索引設計、不充分的連接條件和不可優化的where子句。在對它們進行適當的優化後,其運行速度有了明顯的提高!下面我將從這三個方面分別進行總結。
為了更直觀地說明問題,所有實例中的SQL運行時間均經過測試,不超過1秒的均表示為(1秒)。測試環境
轉載於 chinaunix Sybase 論壇 作者:threehair
人們在使用SQL時往往會陷入一個誤區,即太關注於所得的結果是否正確,而忽略了不同的實現方法之間可能存在的性能差異,這種性能差異在大型的或是復雜的數據庫環境中(如聯機事務處理OLTP或決策支持系統DSS)中表現得尤為明顯。筆者在工作實踐中發現,不良的SQL往往來自於不恰當的索引設計、不充分的連接條件和不可優化的where子句。在對它們進行適當的優化後,其運行速度有了明顯的提高!下面我將從這三個方面分別進行總結。
為了更直觀地說明問題,所有實例中的SQL運行時間均經過測試,不超過1秒的均表示為(1秒)。測試環境
主機:HP LH II
主頻:330MHz
內存:128MB
操作系統:Oper server 5.0.4
數據庫:Sybase 11.0.3
一、不合理的索引設計
例:表record有620000行,試看在不同的索引下,下面幾個SQL的運行情況:
1.在date上建有一個非群集索引
select count(*) from record where date'19991201' and date'19991214'
and amount2000 --(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:date上有大量的重復值,在非群集索引下,數據在物理上隨機存放在數據頁上,在范圍查找時,必須執行一次表掃描才能找到這一范圍內的全部行。
2.在date上的一個群集索引
select count(*) from record where date'19991201' and date'19991214'
and amount2000 --(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,數據在物理上按順序排在數據頁上,重復值也排列在一起,因而在范圍查找時,可以先找到這個范圍的起末點,且只在這個范圍內掃描數據頁,避免了大范圍掃描,提高了查詢速度。
3.在place、date、amount上的組合索引
select count(*) from record where date'19991201' and date'19991214'
and amount2000 --(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:這是一個不很合理的組合索引,因為它的前導列是place,第一和第二條SQL沒有引用place,因此也沒有利用上索引;第三個SQL使用了place,且引用的所有列都包含在組合索引中,形成了索引覆蓋,所以它的速度是非常快的。
4.在date、place、amount上的組合索引
select count(*) from record where date'19991201' and date'19991214'
and amount2000 --(1秒)
select date, sum(amount) from record group by date --(11秒)
select count(*) from record where date'19