PawSQL的博客

PawSQL Advisor是由PawSQL团队开发的，面向数据库应用开发人员的自动化、智能化SQL优化工具, 它融合了业界关于数据库优化的最佳实践, 从正确性和性能两个方面对SQL进行审查和重写优化；并基于SQL查询的结构、数据库对象的定义及统计信息，提供智能索引推荐功能，帮助数据应用开发人员一键提升应用性能。

本文介绍常见的数据库索引类型，及其优缺点，包括B树索引、哈希索引、空间索引、位图索引，聚簇索引、条件索引、函数索引等。

一文解决SQL查询中关于NULL的陷阱NULL值处理是应用开发人员最容易出错误的地方，主要的原因是大家习惯使用二元的布尔逻辑来思考判断，而数据库对于NULL值的处理逻辑是三值逻辑。事实上，数据库优化器中缺陷最多的其实也是和NULL值处理相关的逻辑。即使是有着几十年历史的DB2/Teradata等成熟的数据库软件，仍然有超过20%的缺陷和NULL处理相关。本文深度解析NULL值陷阱出现的根本原因，总结了简单有效的判断逻辑；同时针对日常开发中四种常见陷阱，解释其适用条件及解决方案；最后介绍了PawSQL A

在数据驱动的现代世界，SQL查询的速度是应用程序快速响应的关键。尤其是那些涉及窗口函数的复杂查询，若缺乏恰当的索引支持，性能瓶颈可能会成为阻碍。本文将带您看看PawSQL是如何通过智能索引推荐，帮助一个包含窗口函数的查询性能提升50倍的。

一站式SQL优化平台PawSQL常见问题解答。

我们经常看到SQL优化规范要求避免order by random，原因是什么？有什么其他的替代方案吗？

创建高效的索引最重要的原则是，基于您的工作负载（workload）创建索引，而不是基于您的表结构。 本文介绍索引创建时需遵循一些准则，以达到最佳的查询性能和数据维护效率，这些准则也是PawSQL索引推荐引擎的内部工作逻辑。

PawSQL Advisor除了集成了Paw Index Advisor强大的索引推荐功能外，还把业界关于关系数据库查询优化最佳实践整合其中，从正确性和性能两个方面对SQL进行审查和重写优化，一站解决SQL性能优化问题。