SQL 语句优化原则

SQL 语句优化原则:
1． IN 操作符
    用IN写出来的SQL的优点是比较容易写及清晰易懂，这比较适合现代软件开发的风格。
    但是用IN的SQL性能总是比较低的，从执行的步骤来分析用IN的SQL与不用IN的SQL有以下区别：
    将其转换成多个表的连接，如果转换不成功则先执行IN里面的子查询，再查询外层的表记录，如果转换成功则直接采用多个表的连接方式查询。由此可见用IN的SQL至少多了一个转换的过程。一般的SQL都可以转换成功，但对于含有分组统计等方面的SQL就不能转换了。
推荐方案：在业务密集的SQL当中尽量不采用IN操作符。可以用exists代替。
SQL Server例子：
Exists用法：
select * from kj_dept where exists (select * from kj_dept_info where kj_dept.dept_id = dept_id and dept_id=XXX)
in用法：
select * from kj_dept where dept_id in (select dept_id from kj_dept_info where dept_id=XXX)
 
2．NOT IN操作符
    此操作是强列推荐不使用的，因为它不能应用表的索引。
    推荐方案：用NOT EXISTS 或（外连接+判断为空）方案代替。

3. <> 操作符（不等于）
    不等于操作符是永远不会用到索引的，因此对它的处理只会产生全表扫描。
    推荐方案：用其它相同功能的操作运算代替，如
    a<>0 改为 a>0 or a<0
a<>’’ 改为 a>’’

4．IS NULL 或IS NOT NULL操作（判断字段是否为空）
    判断字段是否为空一般是不会应用索引的，因为B树索引是不索引空值的。
    推荐方案：用其它相同功能的操作运算代替，如
    a is not null 改为 a>0 或a>’’等。
    不允许字段为空，而用一个缺省值代替空值，如业扩申请中状态字段不允许为空，缺省为申请。

5． > 及 < 操作符（大于或小于操作符）
    大于或小于操作符一般情况下是不用调整的，因为它有索引就会采用索引查找，但有的情况下可以对它进行优化，如一个表有100万记录，一个数值型字段A，30万记录的A=0，30万记录的A=1，39万记录的A=2，1万记录的A=3。那么执行A>2与A>=3的效果就有很大的区别了，因为A>2时ORACLE会先找出为2的记录索引再进行比较，而A>=3时ORACLE则直接找到=3的记录索引。
 
6．LIKE操作符
    LIKE操作符可以应用通配符查询，里面的通配符组合可能达到几乎是任意的查询，但是如果用得不好则会产生性能上的问题，如LIKE ‘%5400%’ 这种查询不会引用索引，而LIKE ‘X5400%’则会引用范围索引。一个实际例子：用YW_YHJBQK表中营业编号后面的户标识号可来查询营业编号 YY_BH LIKE ‘%5400%’ 这个条件会产生全表扫描，如果改成YY_BH LIKE ’X5400%’ OR YY_BH LIKE ’B5400%’ 则会利用YY_BH的索引进行两个范围的查询，性能肯定大大提高。

7. UNION操作符
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。实际大部分应用中是不会产生重复的记录，最常见的是过程表与历史表UNION。如：
select * from gc_dfys
union
select * from ls_jg_dfys
这个SQL在运行时先取出两个表的结果，再用排序空间进行排序删除重复的记录，最后返回结果集，如果表数据量大的话可能会导致用磁盘进行排序。

推荐方案：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。
select * from gc_dfys
union all
select * from ls_jg_dfys

8. WHERE后面的条件顺序影响
WHERE子句后面的条件顺序对大数据量表的查询会产生直接的影响，如：
Select * from zl_yhjbqk where dy_dj = '1KV以下' and xh_bz=1
Select * from zl_yhjbqk where xh_bz=1  and dy_dj = '1KV以下'
以上两个SQL中dy_dj（电压等级）及xh_bz（销户标志）两个字段都没进行索引，所以执行的时候都是全表扫描；第一条SQL的dy_dj = '1KV以下'条件在记录集内比率为99%，而xh_bz=1的比率只为0.5%，在进行第一条SQL的时候99%条记录都进行dy_dj及xh_bz的比较，而在进行第二条SQL的时候0.5%条记录都进行dy_dj及xh_bz的比较，以此可以得出第二条SQL的CPU占用率明显比第一条低。
表之间的连接必须写在其他WHERE条件之前, 那些可以过滤掉最大数量记录的条件必须写在WHERE子句的末尾. [越有效地缩小范围的条件越放后]

9. 查询表顺序的影响
在FROM后面的表中的列表顺序会对SQL执行性能影响，在没有索引情况下，会按表出现的顺序进行链接，由此因为表的顺序不对,会产生十分耗服务器资源的数据交叉。

10. 联接列
对于有联接的列，即使最后的联接值为一个静态值，优化器是不会使用索引的。我们一起来看一个例子，假定有一个职工表（employee），对于一个职工的姓和名分成两列存放（FIRST_NAME和LAST_NAME），现在要查询一个叫比尔.克林顿（Bill Cliton）的职工。 　　
下面是一个采用联接查询的SQL语句：
select * from employss
 where　　 first_name=''　and　last_name ='Beill Cliton';
上面这条语句完全可以查询出是否有Bill Cliton这个员工，但是这里需要注意，对于last_name创建的索引没有使用。当采用下面这种SQL语句的编写，系统就可以采用基于last_name创建的索引。
Select * from employee　　 where　　 first_name ='Beill' and last_name ='Cliton';
遇到下面这种情况又如何处理呢？如果一个变量（name）中存放着Bill Cliton这个员工的姓名，对于这种情况我们又如何避免全程遍历，使用索引呢？可以使用一个函数，将变量name中的姓和名分开就可以了，但是有一点需要注意，这个函数是不能作用在索引列上。下面是SQL查询脚本：
select * from employee
　　 where
　　 first_name = SUBSTR('&&name',1,INSTR('&&name',' ')-1)
　　 and
　　 last_name = SUBSTR('&&name',INSTR('&&name’,' ')+1)

11. Order by语句 　　
ORDER BY语句决定了如何将返回的查询结果排序。Order by语句对要排序的列没有什么特别的限制，也可以将函数加入列中（象联接或者附加等）。任何在Order by语句的非索引项或者有计算表达式都将降低查询速度。 　　
仔细检查order by语句以找出非索引项或者表达式，它们会降低性能。解决这个问题的办法就是重写order by语句以使用索引，也可以为所使用的列建立另外一个索引，同时应绝对避免在order by子句中使用表达式。
可以使用where子句代替order by。

12. 避免使用 ‘ * ‘
SELECT子句中避免使用 ‘ * ‘ 当你想在SELECT子句中列出所有的COLUMN时,使用动态SQL列引用 ‘*' 是一个方便的方法.不幸的是,这是一个非常低效的方法. 实际上,在解析的过程中, 会将'*' 依次转换成所有的列名, 这个工作是通过查询数据字典完成的, 这意味着将耗费更多的时间。

13. 用表连接替换EXISTS
通常来说采用表连接的方式比EXISTS更有效率。

14. 用EXISTS替换DISTINCT
当提交一个包含一对多表信息(比如部门表和雇员表)的查询时,避免在SELECT子句中使用DISTINCT. 一般可以考虑用EXIST替换。

15. 避免不合理的索引设计
合理索引设计，可以尽量使每个SQL都可以利用索引。in、or子句常会使用工作表，使索引失效；如果不产生大量重复值，可以考虑把子句拆开；拆开的子句中应该包含索引。
避免在索引列上使用NOT。

16. 通过内部函数提高SQL效率
复杂的SQL往往牺牲了执行效率，能够掌握运用内部函数解决问题的方法，在实际工作中是非常有意义的。如果有可能，可以使用存储过程来加以实现！
但是避免在索引列上使用函数。