耗时3天，上亿数据如何做到秒级查询？

文宇肃然

于 2020-08-28 08:37:50 发布

阅读量1.5k

点赞数

CC 4.0 BY-SA版权

分类专栏：人工智能AI实战系列代码全解析

本文链接：https://blog.youkuaiyun.com/wenyusuran/article/details/108233381

人工智能AI实战系列代码全解析专栏收录该内容

64 篇文章 ¥29.90 ¥99.00

订阅专栏

在优化一个报表查询时，面对上亿条数据的表，通过改进SQL查询语句、创建存储过程，实现了从半小时查询到秒级响应的转变。主要策略包括避免全表扫描，使用exists替换in，优化like语句，建立适当索引，并利用存储过程提高性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近在忙着优化集团公司的一个报表。优化完成后，报表查询速度由从半小时以上（甚至查不出）到秒查的质变。从修改 SQL 查询语句逻辑到决定创建存储过程实现，花了我 3 天多的时间，在此总结一下，希望对朋友们有帮助。

数据背景

首先项目是西门子中国在我司实施部署的 MES 项目，由于项目是在产线上运作(3 years+)，数据累积很大。

在项目的数据库中，大概上亿条数据的表有 5 个以上，千万级数据的表 10 个以上，百万级数据的表，很多…

（历史问题，当初实施无人监管，无人监控数据库这块的性能问题。PS：我刚入职不久…）

不多说，直接贴西门子中国的开发人员在我司开发的 SSRS 报表中的 SQL 语句：

select distinct b.MaterialID as matl_def_id, c.Descript, case when right(b.MESOrderID, 12) < '001000000000' then right(b.MESOrderID, 9)  
else right(b.MESOrderID, 12) end  as pom_order_id, a.LotName, a.SourceLotName as ComLot, 
e.DefID as

了解本专栏