数据库 系统是管理信息系统的核心，基于数据库的联机事务处理（OLTP）以及联机分析处理(OLAP)是银行、企业、政府等部门最为重要的计算机应用之一。从大多数系统的应用实例来看， 查询 操作在各种数据库操作中所占据的比重***，而查询操作所基于的SELECT语句在SQL语句中又是代价***的语句。举例来说，如果数据的量积累到一定的程度，比如一个银行的账户数据库表信息积累到上百万甚至上千万条记录，全表扫描一次往往需要数十分钟，甚至数小时。如果采用比全表扫描更好的查询策略，往往可以使查询时间降为几分钟，由此可见查询优化技术的重要性。
笔者在应用项目的实施中发现，许多程序员在利用一些前端数据库开发工具（如PowerBuilder、Delphi等）开发数据库应用程序时，只注重用户界面的华丽，并不重视查询语句的效率问题，导致所开发出来的应用系统效率低下，资源浪费严重。因此，如何设计高效合理的查询语句就显得非常重要。本文以应用实例为基础，结合数据库理论，介绍查询优化技术在现实系统中的运用。
分析问题
许多程序员认为查询优化是DBMS（数据库管理系统）的任务，与程序员所编写的SQL语句关系不大，这是错误的。一个好的查询计划往往可以使程序性能提高数十倍。查询计划是用户所提交的SQL语句的集合，查询规划是经过优化处理之后所产生的语句集合。DBMS处理查询计划的过程是这样的：在做完查询语句的词法、语法检查之后，将语句提交给DBMS的查询优化器，优化器做完代数优化和存取路径的优化之后，由预编译模块对语句进行处理并生成查询规划，然后在合适的时间提交给系统处理执行，***将执行结果返回给用户。在实际的数据库产品(如Oracle、Sybase等)的高版本中都是采用基于代价的优化方法，这种优化能根据从系统字典表所得到的信息来估计不同的查询规划的代价，然后选择一个较优的规划。虽然现在的数据库产品在查询优化方面已经做得越来越好，但由用户提交的SQL语句是系统优化的基础，很难设想一个原本糟糕的查询计划经过系统的优化之后会变得高效，因此用户所写语句的优劣至关重要。系统所做查询优化我们暂不讨论，下面重点说明改善用户查询计划的解决方案。
解决问题
下面以关系数据库系统Informix为例，介绍改善用户查询计划的方法。
1．合理使用索引
索引是数据库中重要的数据结构，它的根本目的就是为了提高查询效率。现在大多数的数据库产品都采用IBM***提出的ISAM索引结构。索引的使用要恰到好处，其使用原则如下：
在经常进行连接，但是没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引。
在频繁进行排序或分组（即进行group by或order by操作）的列上建立索引。
在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引。比如在雇员表的“性别”列上只有“男”与“女”两个不同值，因此就无必要建立索引。如果建立索引不但不会提高查询效率，反而会严重降低更新速度。
如果待排序的列有多个，可以在这些列上建立复合索引（compound index）。
使用系统工具。如Informix数据库有一个tbcheck工具，可以在可疑的索引上进行检查。在一些数据库 服务器 上，索引可能失效或者因为频繁操作而使得读取效率降低，如果一个使用索引的查询不明不白地慢下来，可以试着用tbcheck工具检查索引的完整性，必要时进行修复。另外，当数据库表更新大量数据后，删除并重建索引可以提高查询速度。
2．避免或简化排序
应当简化或避免对大型表进行重复的排序。当能够利用索引自动以适当的次序产生输出时，优化器就避免了排序的步骤。以下是一些影响因素：
索引中不包括一个或几个待排序的列；
group by或order by子句中列的次序与索引的次序不一样；
排序的列来自不同的表。
为了避免不必要的排序，就要正确地增建索引，合理地合并数据库表（尽管有时可能影响表的规范化，但相对于效率的提高是值得的）。如果排序不可避免，那么应当试图简化它，如缩小排序的列的范围等。
关于数据库查询的优化技术就为大家讲述到这里，希望大家通过上文的学习能够很熟练的掌握数据库查询技术的优化技巧，这样大家日后在工作中遇到类似问题就能够轻松解决。
sql server2005数据库中的索引怎么使用
举个例子.我有一个数据库tableA,中有100w条记录.在查询select * from tableA where columnA = A的时候非常慢,这里就要进行优化... 第一个办法就是将columnA建立索引,加快查询速度.缺点就是,查询操作的速度提高了,但是insert,update,delete操作所需要的时间就长了,因为每一次操作之后会更新索引.不过也不用太担心,数据库可以处理这些事情,对于用户体验上不会损失太少.
数据库的优化
查询语句优化：避免过多的表关联，注意where 中的字段顺序，先过滤有索引的，能尽量缩小数据范围的等。 索引优化：合理分析并设置、调整索引。 表结构优化：如果数据量过大，纵向或者横向拆分表。 纵向拆，将前n个字段放在一个表，后面m个放另一个表。 横向：满足一定条件的数据放一个表，比如公司员工特别多，男雇员放一个，女雇员放一个表，人妖放一个表。 存储方式优化：通过不同的存储空间或者表分区，将数据存放在不同的存储区域，达到充分利用IO的目的
寻求SQL数据库的有关论文
ORACLE中SQL查询优化研究摘 要 数据库性能问题一直是决策者及技术人员共同关注的焦点，影响数据库性能的一个重要因素就是SQL查询语句的低效率。 论文首先分析了导致SQL查询语句性能低下的四个常见原因以及SQL调优的一般步骤，然后分别针对如何降低I/O操作、在查询语句中如何避免对查询结果的高成本操作以及在多表连接时如何提高查询效率进行了分析。 关键词 ORACLE；SQL；优化；连接1 引言 随着网络应用不断发展，系统性能已越来越引起决策者的重视。 影响系统性能的因素很多，低效的SQL语句就是其中一个不可忽视的重要原因。 论文首先分析导致SQL性能低下的常见原因，然后分析SQL调优应遵循的一般步骤，最后从如何降低I/O、避免对查询结果的高成本操作和多表连接中如何提高SQL性能进行了研究。 鉴于目前ORACLE在数据库市场上的主导地位，论文将只针对ORACLE进行讨论。 2 影响SQL性能的原因 影响SQL性能的因素很多，如初始化参数设置不合理、导入了不准确的系统及模式统计数据从而影响优化程序(CBO)的正确判断等，这些往往和DBA密切相关。 纯粹从SQL语句出发，笔者认为影响SQL性能不外乎以下四个重要原因： (1)在大记录集上进行高成本操作，如使用了引起排序的谓词等。 (2)过多的I/O操作(含物理I/O与逻辑I/O)，最典型的就是未建立恰当的索引，导致对查询表进行全表扫描。 (3)处理了太多的无用记录，如在多表连接时过滤条件位置不当导致中间结果集包含了太多的无用记录。 (4)未充分利用数据库提供的功能，如查询的并行化处理等。 第(4)个原因处理起来相对简单。 论文将针对前三个原因论述如何提高SQL查询语句的性能。 3 SQL优化的一般步骤 SQL优化一般需经过发现问题、分析问题、提出解决措施、应用措施、测试性能几个步骤，如图1所示。 “发现问题就是解决问题的一半”，因此在SQL调优过程中，定位问题SQL是非常重要的一步，一般可借助于ORACLE自带的性能优化工具如STATSPACK、TKPROF、AUTOTRACE等辅助用户进行，同时还应该重视动态性能视图如V$SQL、V$MYSTAT、V$SYSSTAT等的研究。 图1 SQL优化的一般步骤 4 SQL语句的优化 4.1 优化排序操作 排序的成本十分高昂，当在查询语句中使用了引起结果集排序的谓词时，SQL性能必然受到影响。 4.1.1 排序过程分析 当待排序数据集不是太大时，服务器在内存(排序区)完成排序操作，如果排序需要更多的内存空间，服务器将进行如下处理： (1) 将数据分成多个小的集合，对每一集合进行排序。 (2) 服务器向磁盘申请临时空间，将排好序的中间结果写入临时段，再对另外的集合进行排序。 (3) 在所有的集合均排好序后，服务器再将它们进行合并得到最终的结果，如果排序区尺寸太小，合并无法一次完成时，将分多次进行。 从上述分析可知，排序是一种十分昂贵的操作，它消耗大量的CPU时间和内存，触发磁盘分页和交换操作，因此只要有可能，我们就应该在SQL语句中尽量避免排序操作。 4.1.2 SQL中引起排序的操作 SQL查询语句中引起排序的操作大致有：ORDER BY 和GROUP BY 从句；DISTINCT修饰符；UNION、INTERSECT、MINUS集合操作符；多表连接时的排序合并连接(SORT MERGE JOIN)等。 4.1.3 如何避免排序 1)建立恰当的索引 对经常进行排序和连接操作的字段建立索引。 在建立索引后，当服务器向这些字段发出排序请求时，将直接引用索引而不进行排序操作；当进行等值连接查询操作时，若建立连接的字段未建立索引，服务器进行的是排序合并连接(SORT MERGE JOIN)，连接操作的过程如下： 对进行连接的两个或多个表分别进行全扫描； 对每一个表中的行集分别进行全排序； 合并排序结果。 如果建立连接的字段已建立索引，服务器进行嵌套循环连接(NESTED LOOP JOINS)，该连接方式不需要任何排序，其过程如下： 对驱动表进行全表扫描； 对返回的每一行利用连接字段值实施索引惟一扫描； 利用从索引扫描中返回的ROWID值在从表中定位记录； 合并主、从表中的匹配记录。 因此，建立索引可避免多数排序操作。 2)用UNIION ALL替换UNION UNION在进行表链接后会筛选掉重复的记录，所以在表链接后会对所产生的结果集进行排序运算，删除重复的记录再返回结果。 大部分应用中是不会产生重复记录的，最常见的是过程表与历史表UNION 。 因此，采用UNION ALL操作符替代UNION，因为UNION ALL操作只是简单的将两个结果合并后就返回。 4.2 优化I/O 过多的I/O操作会占用CPU时间、消耗大量内存和占用过多的栓锁，因此有必要对SQL的I/O进行优化。 优化I/O的最有效方式就是用索引扫描代替全表扫描。 4.2.1 应用基于函数的索引 基于函数的索引(FUNCTION BASED INDEX，简记为FBI)提供了索引计算列并在查询中使用这些索引的能力。 FBI的实质是对查询所需中间结果进行预处理。 如果一个FBI与查询语句中的内嵌函数完全匹配，CBO在生成查询计划时，将自动启用索引范围扫描(INDEX RANGE SCAN)替换全表扫描(FULL TABLE SCAN)。 考察下面的代码段并用AUTOTRACE观察创建FBI前后执行计划的变化。 select * from emp where upper(ename)=’SCOTT’ 创建FBI前，很明显是全表扫描。 Execution Plan …… 1 0 TABLE Access (FULL) OF EMPLOYEES (Cost=2 Card=1 Bytes=22) idle>CREATE INDEX EMP_UPPER_first_NAME ON EMPLOYEES(UPPER(FIRST_NAME))； 索引已创建。 再次运行相同查询， Execution Plan …… 1 0 TABLE ACCESS (BY INDEX ROWID) OF EMPLOYEES (Cost=1 Card=1 Bytes=22) 2 1 INDEX (RANGE SCAN) OF EMP_UPPER_FIRST_NAME (NON-UNIQUE) (Cost=1 Card=1) 这一简单的例子充分说明了FBI在SQL查询优化中的作用。 FBI所用的函数可以是用户自己创建的函数，该函数越复杂，基于该函数创建FBI对SQL查询性能的优化作用越明显。 4.2.2 应用物化视图和查询重写 物化视图是一个预计算结果集，其中通常包含聚集与多表连接等复杂操作。 数据库自动维护物化视图，且随用户的要求进行刷新。 查询重写机制就是用数据库中的替代对象(如物化视图)将用户提交的查询重写为完全不同但功能等价的查询。 查询重写对用户透明，用户完全按常规编写访问数据库的查询语句，优化程序(CBO)自动决定是否对用户提交的查询进行重写。 查询重写是提高查询性能的一种非常有效的方法，尤其是在数据仓库环境中针对汇总、多表连接以及其它高成本的操作方面。 下面以一个非常简单的例子来演示物化视图和查询重写在优化SQL查询性能方面的作用。 select ，，count(*) from emp，dept where = group by ， 查询计划及主要统计数据如下： 执行计划： ----------------------------------------- …… 2 1 HASH JOIN (Cost=5 Card=14 Bytes=224) 3 2 TABLE ACCESS (FULL) OF DEPT (Cost=2 Card=4 Bytes=52) 4 2 TABLE ACCESS (FULL) OF EMP (Cost=2 Card=14 Bytes=42) 主要统计数据： ----------------------------------------- 305 recursive calls 46 consistent gets 创建物化视图EMP_DEPT： create materialized view emp_dept build immediate refresh on demand enable query rewrite as select ，，count(*) from emp，dept where = group by ， / 再次执行查询，执行计划及主要统计数据如下： 执行计划： ------------------------------------- …… 1 0 TABLE ACCESS (FULL) OF EMP_DEPT (Cost=2 Card=327 Bytes=) 主要统计数据： ------------------------------------ 79 recursive calls 28 consistent gets 可见，在建立物化视图之前，首先执行两个表的全表扫描，然后进行HASH连接，再进行分组排序和选择操作；而建立物化视图后，CBO自动将上述复杂操作转换为对物化视图EMP_DEPT的全扫描，相关的统计数据也有了很大的改善，递归调用(RECURSIVE CALLS)由305降到79，逻辑I/O(CONSISTENT GETS)由46降为28。 4.2.3 将频繁访问的小表读入CACHE 逻辑I/O总是快于物理I/O。 如果数据库中存在被应用程序频繁访问的小表，可将这些表强行读入KEEP池，从而避免物理I/O的发生。 4.3 多表连接优化 最能体现查询复杂性的就是多表连接，多表连接操作往往要耗费大量的CPU时间和内存，因此多表连接查询性能优化往往是SQL优化的重点与难点。 4.3.1 消除外部连接 通过消除外部连接，不仅使得到的查询更易于读取，而且性能也经常可以得到改善。 一般的思路是，有以下形式的查询： SELECT …，OUTER_JOINED_ FROM SOME_TABLE，OUTER_JOINED_TO_TABLE WHERE …=OUTER_JOINED_TO_TABLE(+) 可转换为如下形式的查询： SELECT …，(SELECT COLUMN FROM OUTER_ JOINED_TO_TABLE WHERE …)FROM SOME_TABLE； 4.3.2 谓词前推，优化中间结果 多表连接的性能低下多数是因为连接操作与过滤操作的次序不合理，大多数用户在编写多表连接查询时，总是先进行连接操作再应用过滤条件，这导致服务器做了太多的无用功。 针对这类问题，其优化思路就是尽可能将过滤谓词前推，使不符合条件的记录提前被筛选掉，只对符合条件的少数记录进行连接处理，这样可成倍的提高SQL查询效能。 标准连接查询如下： Select _name，sum(_quant)， sum(_quant)，sum(_quant) From product a，tele_sale b，online_sale c，store_sale d Where _id=_id and _id=_id and _id=_id And _date>sysdate-90 Group by _id； 启用内嵌视图，且将条件_date>sysdate-90前移，优化后代码如下： Select _name，_sale_sum，_sale_sum，_sale_sum From product a， (select sum(sal_quant) tele_sale_sum from product，tele_sale Where _date>sysdate-90 and _id =tele__id) b， (select sum(sal_quant) online_sale_sum from product，tele_sale Where _date>sysdate-90 and _id =online__id) c， (select sum(sal_quant) store_sale_sum from product，store_sale Where _date>sysdate-90 and _id =store__id) d， Where _id=_id and _id=_id and _id=_id； 5 结束语 SQL语言在数据库应用中占有非常重要的地位，其性能的优劣直接影响着整个信息系统的可用性。 论文从影响SQL性能的最主要的三个方面入手，分析了如何优化SQL查询的I/O、避免高成本的排序操作和优化多表连接。 需要强调的一点是，理解SQL语句所解决的问题比SQL调优本身更重要，因此SQL调优需要系统分析人员、开发人员和数据库管理员密切协作。 参考文献 [1]Thomas Oracle by Design：Design and Build High-performance Oracle APPlication[M]，The McGral- Hill Companies，Inc，2003 [2]Kevin Loney，George Koch，Oracle 9i：The Complete Reference[M]，The McGral-Hill Companies，Inc，2002 [3] Oracle9i SQL Reference release 2(9.2)[OL/M]，2002.10. http：///technology/ [4] Oracle9i Data Warehousing Guide release 2(9.2) [OL/M]，2002.03. http：///technology/ [5]Alexey Danchenkov，Donald Burleson，Oracle Tuning：The Definitive Reference[OL/M]，Rampant Techpress，2006. [6] Oracle9i Database Concepts release 2(9.2) [OL/M]，2002.08. http：///technology/ [7] Oracle9i supplied plsql packages and types reference release 2(9.2) [OL/M]，2002.12. http：/// technology/
发表评论