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上建有一非個群集索引 select count(*) from record where date >'19991201' and date < '19991214'and amount >2000 (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 amount >2000 （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 amount >2000 （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 amount >2000(< 1秒) select date,sum(amount) from record group by date（11秒） select count(*) from record where date >'19990901' and place in ('BJ','SH')（< 1秒） ---- 分析：---- 這是一個合理的組合索引。它將date作為前導列，使每個SQL都可以利用索引，并且在第一和第三個SQL中形成了索引覆蓋，因而性能達到了最優。 ---- 5.總結：---- 缺省情況下建立的索引是非群集索引，但有時它并不是最佳的；合理的索引設計要建立在對各種查詢的分析和預測上。 一般來說： ①.有大量重復值、且經常有范圍查詢（between, >,< ，>=,< =）和order by、group by發生的列，可考慮建立群集索引； ②.經常同時存取多列，且每列都含有重復值可考慮建立組合索引； ③.組合索引要盡量使關鍵查詢形成索引覆蓋，其前導列一定是使用最頻繁的列。
二、不充份的連接條件： 例：表card有7896行，在card_no上有一個非聚集索引，表account有191122行，在account_no上有一個非聚集索引，試看在不同的表連接條件下，兩個SQL的執行情況： select sum(a.amount) from account a,card b where a.card_no = b.card_no（20秒） select sum(a.amount) from account a,card b where a.card_no = b.card_no and a.account_no=b.account_no（< 1秒） ---- 分析：---- 在第一個連接條件下，最佳查詢方案是將account作外層表，card作內層表，利用card上的索引，其I/O次數可由以下公式估算為： 外層表account上的22541頁+（外層表account的191122行*內層表card上對應外層表第一行所要查找的3頁）=595907次I/O 在第二個連接條件下，最佳查詢方案是將card作外層表，account作內層表，利用account上的索引，其I/O次數可由以下公式估算為：外層表card上的1944頁+（外層表card的7896行*內層表account上對應外層表每一行所要查找的4頁）= 33528次I/O 可見，只有充份的連接條件，真正的最佳方案才會被執行。 總結： 1.多表操作在被實際執行前，查詢優化器會根據連接條件，列出幾組可能的連接方案并從中找出系統開銷最小的最佳方案。連接條件要充份考慮帶有索引的表、行數多的表；內外表的選擇可由公式：外層表中的匹配行數*內層表中每一次查找的次數確定，乘積最小為最佳方案。 2.查看執行方案的方法-- 用set showplanon，打開showplan選項，就可以看到連接順序、使用何種索引的信息；想看更詳細的信息，需用sa角色執行dbcc(3604,310,302)。 三、不可優化的where子句 1.例：下列SQL條件語句中的列都建有恰當的索引，但執行速度卻非常慢： select * from record wheresubstring(card_no,1,4)='5378'(13秒) select * from record whereamount/30< 1000（11秒） select * from record whereconvert(char(10),date,112)='19991201'（10秒） 分析： where子句中對列的任何操作結果都是在SQL運行時逐列計算得到的，因此它不得不進行表搜索，而沒有使用該列上面的索引； 如果這些結果在查詢編譯時就能得到，那么就可以被SQL優化器優化，使用索引，避免表搜索，因此將SQL重寫成下面這樣： select * from record where card_no like'5378%'（< 1秒） select * from record where amount< 1000*30（< 1秒） select * from record where date= '1999/12/01'（< 1秒） 你會發現SQL明顯快起來！ 2.例：表stuff有200000行，id_no上有非群集索引，請看下面這個SQL： select count(*) from stuff where id_no in('0','1')（23秒） 分析：---- where條件中的'in'在邏輯上相當于'or'，所以語法分析器會將in ('0','1')轉化為id_no ='0' or id_no='1'來執行。 我們期望它會根據每個or子句分別查找，再將結果相加，這樣可以利用id_no上的索引； 但實際上（根據showplan）,它卻采用了"OR策略"，即先取出滿足每個or子句的行，存入臨時數據庫的工作表中，再建立唯一索引以去掉重復行，最后從這個臨時表中計算結果。因此，實際過程沒有利用id_no上索引，并且完成時間還要受tempdb數據庫性能的影響。 實踐證明，表的行數越多，工作表的性能就越差，當stuff有620000行時，執行時間竟達到220秒！還不如將or子句分開： select count(*) from stuff where id_no='0'select count(*) from stuff where id_no='1' 得到兩個結果，再作一次加法合算。因為每句都使用了索引，執行時間只有3秒，在620000行下，時間也只有4秒。 或者，用更好的方法，寫一個簡單的存儲過程： create proc count_stuff asdeclare @a intdeclare @b intdeclare @c intdeclare @d char(10)beginselect @a=count(*) from stuff where id_no='0'select @b=count(*) from stuff where id_no='1'endselect @c=@a+@bselect @d=convert(char(10),@c)print @d 直接算出結果，執行時間同上面一樣快！

轉載于:https://www.cnblogs.com/ivanyb/archive/2008/02/16/1070978.html

總結

以上是生活随笔為你收集整理的如何让你的SQL运行得更快的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。