百万数据查询优化海量数据查询优化

索引并不是越多越好,索引固然可以提高相应的 select 的效率,但同时也降低了 insert 及 update 的效率,因为 insert 或 update 时有可能会重建索引,所以怎样建索引需要慎重考虑,视具体情况而定。一个表的索引数最好不要超过6个,若太多则应考虑一些不常使用到的列上建的索引是否有必要。..............

百万数据查询优化

(以下均为个人网上查询资料总结)

1. 索引

误区：

索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。

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

1.

2.

3. 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。

4.

5. 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）。 通常自增长的ID列作为主键，它就是聚集索引 产品都采用IBM最先提出的ISAM索引结构。索引的使用要恰到好处，其使用原则如下：

2. 改善SQL语句

避免或简化排序

1.

2. 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，索引中不包括一个或几个待排序的列 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。

3. 消除对大型表行数据的顺序存取

在嵌套查询中，对表的顺序存取对查询效率可能产生致命的影响。比如采用顺序存取策略，

一个嵌套3层的查询，如果每层都查询1000行，那么这个查询就要查询10亿行数据。

避免这种情况的主要方法就是对连接的列进行索引。例如，两个表：学生表（学号、姓名、

年龄……）和选课表（学号、课程号、成绩）。如果两个表要做连接，就要在“学号”这个连

接字段上建立索引。

还可以使用并集来避免顺序存取。尽管在所有的检查列上都有索引，但某些形式的where

子句强迫优化器使用顺序存取。下面的查询将强迫对orders表执行顺序操作：

SELECT ＊ FROM orders WHERE (customer_num=104 AND order_num>1001)

OR order_num=1008

虽然在customer_num和order_num上建有索引，但是在上面的语句中优化器还是使

用顺序存取路径扫描整个表。因为这个语句要检索的是分离的行的集合，所以应该改为如

下语句：

SELECT ＊ FROM orders WHERE customer_num=104 AND order_num>1001 优化器就避免了排序的步骤。以下是一些影响因素：

索引并不是越多越好,索引固然可以提高相应的 select 的效率,但同时也降低了 insert 及 update 的效率,因为 insert 或 update 时有可能会重建索引,所以怎样建索引需要慎重考虑,视具体情况而定。一个表的索引数最好不要超过6个,若太多则应考虑一些不常使用到的列上建的索引是否有必要。..............

UNION

SELECT ＊ FROM orders WHERE order_num=1008

这样就能利用索引路径处理查询。

4. 避免相关子查询

一个列的标签同时在主查询和where子句中的查询中出现，那么很可能当主查询中的

列值改变之后，子查询必须重新查询一次。查询嵌套层次越多，效率越低，因此应当尽量

避免子查询。如果子查询不可避免，那么要在子查询中过滤掉尽可能多的行。

5. 避免困难的正规表达式

MATCHES和LIKE关键字支持通配符匹配，技术上叫正规表达式。但这种匹配特别

耗费时间。例如：SELECT ＊ FROM customer WHERE zipcode LIKE “98_ _ _”

即使在zipcode字段上建立了索引，在这种情况下也还是采用顺序扫描的方式。如果把语

句改为SELECT ＊ FROM customer WHERE zipcode >“98000”，在执行查询时就会

利用索引来查询，显然会大大提高速度。

另外，还要避免非开始的子串。例如语句：SELECT ＊ FROM customer WHERE

zipcode[2，3] >“80”，在where子句中采用了非开始子串，因而这个语句也不会使用

索引。

6. 用排序来取代非顺序存取

非顺序磁盘存取是最慢的操作，表现在磁盘存取臂的来回移动。SQL语句隐藏了这一

情况，使得在写应用程序时很容易写出要求存取大量非顺序页的查询。

有些时候，用数据库的排序能力来替代非顺序的存取能改进查询。

百万数据查询优化技巧三十则

1.

2.

3.

4.

5. 对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。 应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描。 应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。 应尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描， in 和 not in 也要慎用，否则会导致全表扫描，如：

select id from t where num in(1,2,3)

对于连续的数值，能用 between 就不要用 in 了：

select id from t where num between 1 and 3

6. 下面的查询也将导致全表扫描：

select id from t where name like '%abc%'

若要提高效率，可以考虑全文检索。

7. 如果在 where 子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变

量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。然而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句将进行全表扫描：

select id from t where num=@num

可以改为强制查询使用索引：

select id from t with(index(索引名)) where num=@num

8. 应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表

扫描。如：

索引并不是越多越好,索引固然可以提高相应的 select 的效率,但同时也降低了 insert 及 update 的效率,因为 insert 或 update 时有可能会重建索引,所以怎样建索引需要慎重考虑,视具体情况而定。一个表的索引数最好不要超过6个,若太多则应考虑一些不常使用到的列上建的索引是否有必要。..............

select id from t where num/2=100

应改为:

select id from t where num=100*2

9. 应尽量避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描

正确使用索引。…… 此处隐藏：5449字，全部文档内容请下载后查看。喜欢就下载吧 ……