1创建必要的索引
在经常需要进行检索的字段上创建索引,比如经常按图书名称进行检索,那么就应该在图书名称上创建索引。索引创建语句:create index 索引名 on 表名(字段1,字段2,字段n)
;索引删除:drop index 表名.索引名
2使用预编译查询
程序通常是根据用户的输入来动态执行sql语句,这时应尽量使用参数化sql,这样不仅可以避免sql注入漏洞攻击,更重要的是数据库会对这些参数化sql执行预编译,这样第一次执行的时候DBMS会为这个sql语句进行查询优化并且进行预编译,这样以后在执行这个sql的时候就直接使用预编译的结果大大提高执行速度。
3调整where子句中的连接顺序
DBMS一般采用自下而上的顺序解析where子句根据这个原理,表连接最好写在其他where条件之前,这样可以过滤掉最大数量记录。
比如下列sql语句性能较差:
select * from t_book where price>50 and author='xl' and 500<(select count(*) from t_sale where tpeId=2)
我们将子查询条件放在最前面,下面的sql语句性能比较好
select * from t_book where 500<(select count(*) from t_sale where tpeId=2) and price>50 and author='xl'
4select语句中避免使用‘’*
select * 比较简单,但是除非确实需要检索出所有的列,否则将会检索出不需要的列,这会增加网络负载和服务期的资源消耗;即使确实需要检索所有列,也不要使用select * ,因为这是一个非常低效的方法,DBMS在解析的过程中,会将*依次转换成所有的列名,这意味这将耗费更多的时间。
5尽量将多条sql语句压缩到一句sql中
每次执行sql的时候都要建立网络连接、进行权限校验、进行sql语句的查询优化、发送执行结果,这个过程是非常耗时的,因此应该尽量避免过多的执行sql语句,能够压缩到一句sql执行的语句就不要用多条来执行。
6用where子句替换having语句
避免使用having子句,因为having只会在检索出所有记录之后才会对结果集进行过滤。如果能通过where子句限制记录的数目,那么就能减少这方面的开销。having中的条件一般用于聚合函数的过滤,除此之外应该将条件写在where子句中。
7使用表的别名
当在sql语句连接多个表时,使用表的别名并把别名前缀于每个列名上。这样可以减少解析的时间并减少那些有列名引起的语法错误。
8用exists替代in
在查询中,为了满足一个条件,往往需要对拎一个表进行连接,在这种情况下,使用exists而不是in通常将提高查询的效率,因为in子句将执行一个子查询内部的排序和合并。下面的语句2就比语句1效率更加高。
语句1
select * from t_employee where fnumber>0 and fdeptno in (select fdeptno from tdeptment where fmangername='tom')
语句2:
select * from t_employee where fnumber>0 and exists (select 1 from t_department where t_department.fdeptno=emp.fnumber and fmangename='tom')
9用表连接替换exists
通常来说,表连接的方式比exists更有效率,因此如果可能的话尽量使用表连接替换exists。下面语句2就比语句1效率更加高
语句1:
select fname from t_employee where (select 1 from t_department where t_employee.fdepartno=fnumber and fkind='A')
语句2:
select fname from t_department,t_employee where t_employee.fdepartno=t_department.fnumber and fkind='A';
10避免在索引列上使用计算
在where子句中,如果索引列是计算或者是函数的一部分,DBMS的优化器将不会使用索引而是全表扫描
例如下面sq语句用于检索月薪的12倍大雨25000的员工:
select * from t_employee where fsalary*12>25000;
由于在大于号左边的是FSalary与12的成绩表达式,这样DBMS的优化器将不会使用字段FSalary的索引,因为DBMS必须对T_Employee表进行全表扫描,从而计算FSalary * 12 的值,然后与25000进行比较。将上面的SQL语句修改为下面的等价写法后DBMS将会使用索引查找,从而大大提高了效率:
select * from t_employee where fsalary>25000/12;
同样的,不能在索引列上使用函数,因为函数也是一种计算,会造成全表扫描。下面的语句2就比语句1 效率更加高
语句1:
select *from t_example where abs(famount)=300;
语句2:
select *from t_example where famount=300 or famount=-300;
11用union all 替换union
当SQL语句需要UNION两个查询结果集合时,即使检索结果中不会有重复的记录,如果使用UNION这两个结果集同样会尝试进行合并,然后在输出最终结果前进行排序。
因此,如果检索结果中不会有重复的记录的话,应该用UNION ALL替代UNION,这样效率就会因此得到提高。下面的语句2 就比语句1效率更加高。
语句1:
SELECTACCT_NUM, BALANCE_AMT FROM DEBIT_TRANSACTIONS1 WHERE TRAN_DATE = ‘20010101’
UNION
SELECTACCT_NUM, BALANCE_AMT FROM DEBIT_TRANSACTIONS2 WHERE TRAN_DATE =‘20010102’
语句2:
SELECTACCT_NUM, BALANCE_AMT FROM DEBIT_TRANSACTIONS1 WHERE TRAN_DATE =‘20010101’
UNION ALL
SELECTACCT_NUM, BALANCE_AMT FROM DEBIT_TRANSACTIONS2 WHERE TRAN_DATE = ‘20010102’
12 避免隐式类型转换造成的全表扫描
T_Person 表的字符串类型字段FLevel 为人员的级别,在FAge 字段上建有索引。
我们执行下面的SQL语句用于检索所有级别等于10的员工:
SELECT FId,FLevel,FName FROM T_Person WHERE FLevel=10
在这个SQL语句中,将字符串类型字段FLevel与数值10进行比较,由于在大部分数据库中隐式转换类型中数值类型的优先级高于字符串类型,因此DBMS会对FAge字段进行隐式类型转换,相当于执行了下面的SQL语句:
SELECT FId,FAge,FName FROM T_Person WHERE TO_INT(FAge)=10
由于在索引字段上进行了计算,所以造成了索引失效而使用全表扫描。因此应将
SQL语句做如下修改:
SELECT FId,FAge,FName FROM T_Person WHERE FAge='10';
13防止检索范围过宽
如果DBMS 优化器认为检索范围过宽,那么它将放弃索引查找而使用全表扫描。
下面是几种可能造成检索范围过宽的情况:
使用IS NOT NULL或者不等于判断,可能造成优化器假设匹配的记录数太多。
使用LIKE 运算符的时候,”a%”将会使用索引,而”a%c”和”%c”则会使用全表扫描,因此”a%c”和”%c”不能被有效的评估匹配的数量。
博主码字这么辛苦,觉得不好欢迎评论给意见觉得有帮助就点个赞呗~