走向DBA[MSSQL篇] - 从SQL语句的角度提高数据库的访问性能
目錄
1、什么是執行計劃？執行計劃是依賴于什么信息 2、 統一SQL語句的寫法減少解析開銷 3、 減少SQL語句的嵌套 4、 使用“臨時表”暫存中間結果 5、 OLTP系統SQL語句必須采用綁定變量 6、 傾斜字段的綁定變量窺測問題 7、 begin tran的事務要盡量地小 8、 一些SQL查詢語句應加上nolock 9、加nolock后查詢經常發生頁分裂的表，容易產生跳讀或重復讀 10、聚集索引沒有建在表的順序字段上，該表容易發生頁分裂 11、使用復合索引提高多個where條件的查詢速度 12、使用like進行模糊查詢時應注意盡量不要使用前% 13、SQL Server 表連接的三種方式 14、Row_number 會導致表掃描，用臨時表分頁更好
什么是執行計劃？執行計劃是依賴于什么信息。
執行計劃是數據庫根據SQL語句和相關表的統計信息作出的一個查詢方案，這個方案是由查詢優化器自動分析產生的，比如一條SQL語句如果用來從一個10萬條記錄的表中查1條記錄，那查詢優化器會選擇“索引查找”方式，如果該表進行了歸檔，當前只剩下5000條記錄了，那查詢優化器就會改變方案，采用“全表掃描”方式。
可見，執行計劃并不是固定的，它是“個性化的”。產生一個正確的“執行計劃”有兩點很重要：
統一SQL語句的寫法減少解析開銷
對于以下兩句SQL語句，程序員認為是相同的，數據庫查詢優化器可能認為是不同的。
select * from dual
Select * From dual
其實就是大小寫不同，查詢分析器就認為是兩句不同的SQL語句，必須進行兩次解析。生成2個執行計劃。所以作為程序員，應該保證相同的查詢語句在任何地方都一致，多一個空格都不行！
減少SQL語句的嵌套
我經常看到，從數據庫中捕捉到的一條SQL語句打印出來有2張A4紙這么長。一般來說這么復雜的語句通常都是有問題的。我拿著這2頁長的SQL語句去請教原作者，結果他說時間太長，他一時也看不懂了。可想而知，連原作者都有可能看糊涂的SQL語句，數據庫也一樣會看糊涂。
一般，將一個Select語句的結果作為子集，然后從該子集中再進行查詢，這種一層嵌套語句還是比較常見的，但是根據經驗，超過3層嵌套，查詢優化器就很容易給出錯誤的執行計劃。因為它被繞暈了。像這種類似人工智能的東西，終究比人的分辨力要差些，如果人都看暈了，我可以保證數據庫也會暈的。
另外，執行計劃是可以被重用的，越簡單的SQL語句被重用的可能性越高。而復雜的SQL語句只要有一個字符發生變化就必須重新解析，然后再把這一大堆垃圾塞在內存里。可想而知，數據庫的效率會何等低下。
使用“臨時表”暫存中間結果
簡化SQL語句的重要方法就是采用臨時表暫存中間結果，但是，臨時表的好處遠遠不止這些，將臨時結果暫存在臨時表，后面的查詢就在tempdb中了，這可以避免程序中多次掃描主表，也大大減少了程序執行中“共享鎖”阻塞“更新鎖”，減少了阻塞，提高了并發性能。
OLTP系統SQL語句必須采用綁定變量
select * from orderheader where changetime > ‘2010-10-20 00:00:01’ select * from orderheader where changetime > ‘2010-09-22 00:00:01’ 以上兩句語句，查詢優化器認為是不同的SQL語句，需要解析兩次。如果采用綁定變量 select * from orderheader where changetime > @chgtime @chgtime變量可以傳入任何值，這樣大量的類似查詢可以重用該執行計劃了，這可以大大降低數據庫解析SQL語句的負擔。一次解析，多次重用，是提高數據庫效率的原則。
傾斜字段的綁定變量窺測問題
事物都存在兩面性，綁定變量對大多數OLTP處理是適用的，但是也有例外。比如在where條件中的字段是“傾斜字段”的時候。
“傾斜字段”指該列中的絕大多數的值都是相同的，比如一張人口調查表，其中“民族”這列，90%以上都是漢族。那么如果一個SQL語句要查詢30歲的漢族人口有多少，那“民族”這列必然要被放在where條件中。這個時候如果采用綁定變量@nation會存在很大問題。
試想如果@nation傳入的第一個值是“漢族”，那整個執行計劃必然會選擇表掃描。然后，第二個值傳入的是“布依族”，按理說“布依族”占的比例可能只有萬分之一，應該采用索引查找。但是，由于重用了第一次解析的“漢族”的那個執行計劃，那么第二次也將采用表掃描方式。這個問題就是著名的“綁定變量窺測”，建議對于“傾斜字段”不要采用綁定變量。
begin tran的事務要盡量地小
SQL Server中一句SQL語句默認就是一個事務，在該語句執行完成后也是默認commit的。其實，這就是begin tran的一個最小化的形式，好比在每句語句開頭隱含了一個begin tran，結束時隱含了一個commit。 有些情況下，我們需要顯式聲明begin tran，比如做“插、刪、改”操作需要同時修改幾個表，要求要么幾個表都修改成功，要么都不成功。begin tran 可以起到這樣的作用，它可以把若干SQL語句套在一起執行，最后再一起commit。好處是保證了數據的一致性，但任何事情都不是完美無缺的。Begin tran付出的代價是在提交之前，所有SQL語句鎖住的資源都不能釋放，直到commit掉。 可見，如果Begin tran套住的SQL語句太多，那數據庫的性能就糟糕了。在該大事務提交之前，必然會阻塞別的語句，造成block很多。 Begin tran使用的原則是，在保證數據一致性的前提下，begin tran 套住的SQL語句越少越好！有些情況下可以采用觸發器同步數據，不一定要用begin tran。
一些SQL查詢語句應加上nolock
在SQL語句中加nolock是提高SQL Server并發性能的重要手段，在oracle中并不需要這樣做，因為oracle的結構更為合理，有undo表空間保存“數據前影”，該數據如果在修改中還未commit，那么你讀到的是它修改之前的副本，該副本放在undo表空間中。這樣，oracle的讀、寫可以做到互不影響，這也是oracle廣受稱贊的地方。SQL Server 的讀、寫是會相互阻塞的，為了提高并發性能，對于一些查詢，可以加上nolock，這樣讀的時候可以允許寫，但缺點是可能讀到未提交的臟數據。使用nolock有3條原則。
(1) 查詢的結果用于“插、刪、改”的不能加nolock ！
(2) 查詢的表屬于頻繁發生頁分裂的，慎用nolock ！
(3) 使用臨時表一樣可以保存“數據前影”，起到類似oracle的undo表空間的功能，
能采用臨時表提高并發性能的，不要用nolock 。
加nolock后查詢經常發生頁分裂的表，容易產生跳讀或重復讀
加nolock后可以在“插、刪、改”的同時進行查詢，但是由于同時發生“插、刪、改”，在某些情況下，一旦該數據頁滿了，那么頁分裂不可避免，而此時nolock的查詢正在發生，比如在第100頁已經讀過的記錄，可能會因為頁分裂而分到第101頁，這有可能使得nolock查詢在讀101頁時重復讀到該條數據，產生“重復讀”。同理，如果在100頁上的數據還沒被讀到就分到99頁去了，那nolock查詢有可能會漏過該記錄，產生“跳讀”。
上面提到的哥們，在加了nolock后一些操作出現報錯，估計有可能因為nolock查詢產生了重復讀，2條相同的記錄去插入別的表，當然會發生主鍵沖突。
聚集索引沒有建在表的順序字段上，該表容易發生頁分裂
比如訂單表，有訂單編號orderid，也有客戶編號contactid，那么聚集索引應該加在哪個字段上呢？對于該表，訂單編號是順序添加的，如果在orderid上加聚集索引，新增的行都是添加在末尾，這樣不容易經常產生頁分裂。然而，由于大多數查詢都是根據客戶編號來查的，因此，將聚集索引加在contactid上才有意義。而contactid對于訂單表而言，并非順序字段。
比如“張三”的“contactid”是001，那么“張三”的訂單信息必須都放在這張表的第一個數據頁上，如果今天“張三”新下了一個訂單，那該訂單信息不能放在表的最后一頁，而是第一頁！如果第一頁放滿了呢？很抱歉，該表所有數據都要往后移動為這條記錄騰地方。
SQL Server的索引和Oracle的索引是不同的，SQL Server的聚集索引實際上是對表按照聚集索引字段的順序進行了排序，相當于oracle的索引組織表。SQL Server的聚集索引就是表本身的一種組織形式，所以它的效率是非常高的。也正因為此，插入一條記錄，它的位置不是隨便放的，而是要按照順序放在該放的數據頁，如果那個數據頁沒有空間了，就引起了頁分裂。所以很顯然，聚集索引沒有建在表的順序字段上，該表容易發生頁分裂。
曾經碰到過一個情況，一位哥們的某張表重建索引后，插入的效率大幅下降了。估計情況大概是這樣的。該表的聚集索引可能沒有建在表的順序字段上，該表經常被歸檔，所以該表的數據是以一種稀疏狀態存在的。比如張三下過20張訂單，而最近3個月的訂單只有5張，歸檔策略是保留3個月數據，那么張三過去的15張訂單已經被歸檔，留下15個空位，可以在insert發生時重新被利用。在這種情況下由于有空位可以利用，就不會發生頁分裂。但是查詢性能會比較低，因為查詢時必須掃描那些沒有數據的空位。
重建聚集索引后情況改變了，因為重建聚集索引就是把表中的數據重新排列一遍，原來的空位沒有了，而頁的填充率又很高，插入數據經常要發生頁分裂，所以性能大幅下降。
對于聚集索引沒有建在順序字段上的表，是否要給與比較低的頁填充率？是否要避免重建聚集索引？是一個值得考慮的問題！
使用復合索引提高多個where條件的查詢速度
復合索引通常擁有比單一索引更好的選擇性。而且，它是特別針對某個where條件所設立的索引，它已經進行了排序，所以查詢速度比單索引更快。復合索引的引導字段必須采用“選擇性高”的字段。比如有3個字段：日期，性別，年齡。大家看，應該采用哪個字段作引導字段？顯然應該采用“日期”作為引導字段。日期是3個字段中選擇性最高的字段。
這里有一個例外，如果日期同時也是聚集索引的引導字段，可以不建復合索引，直接走聚集索引，效率也是比較高的。
不要把聚集索引建成“復合索引”，聚集索引越簡單越好，選擇性越高越好！聚集索引包括2個字段尚可容忍。但是超過2個字段，應該考慮建1個自增字段作為主鍵，聚集索引可以不做主鍵。
使用like進行模糊查詢時應注意盡量不要使用前%
有的時候會需要進行一些模糊查詢比如
Select * from contact where username like ‘%yue%’
關鍵詞%yue%，由于yue前面用到了“%”，因此該查詢必然走全表掃描，除非必要，否則不要在關鍵詞前加%，
SQL Server 表連接的三種方式
?? (1) Merge Join
??? (2) Nested Loop Join
??? (3) Hash Join
SQL Server 2000只有一種join方式——Nested Loop Join，如果A結果集較小，那就默認作為外表，A中每條記錄都要去B中掃描一遍，實際掃過的行數相當于A結果集行數x B結果集行數。所以如果兩個結果集都很大，那Join的結果很糟糕。
SQL Server 2005新增了Merge Join，如果A表和B表的連接字段正好是聚集索引所在字段，那么表的順序已經排好，只要兩邊拼上去就行了，這種join的開銷相當于A表的結果集行數加上B表的結果集行數，一個是加，一個是乘，可見merge join 的效果要比Nested Loop Join好多了。
如果連接的字段上沒有索引，那SQL2000的效率是相當低的，而SQL2005提供了Hash join，相當于臨時給A，B表的結果集加上索引，因此SQL2005的效率比SQL2000有很大提高，我認為，這是一個重要的原因。
總結一下，在表連接時要注意以下幾點：
(1) 連接字段盡量選擇聚集索引所在的字段
(2) 仔細考慮where條件，盡量減小A、B表的結果集
(3) 如果很多join的連接字段都缺少索引，而你還在用SQL2000，干緊升級吧.
Row_number 會導致表掃描，用臨時表分頁更好
ROW_Number分頁的測試結果： 使用ROW_Number來分頁：CPU 時間= 317265 毫秒，占用時間= 423090 毫秒 使用臨時表來分頁：CPU 時間= 1266 毫秒，占用時間= 6705 毫秒
ROW_Number實現是基于order by的，排序對查詢的影響顯而易見。
其他
諸如有的寫法會限制使用索引
Select * from tablename where chgdate +7 < sysdate
Select * from tablename where chgdate < sysdate -7
http://www.cnblogs.com/dubing/archive/2011/12/09/2278090.html
總結
以上是生活随笔為你收集整理的走向DBA[MSSQL篇] - 从SQL语句的角度提高数据库的访问性能的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 汽车零件公差1.5mm是几级精度？
- 下一篇： SQL Server优化50法