进行了显式或隐式的运算的字段不能进行索引,如:
ss_df+20>50,优化处理:
ss_df>30
‘X’||hbs_bh>’X5400021452’,优化处理:
hbs_bh>’5400021542’
sk_rq+5=sysdate,优化处理:
sk_rq=sysdate-5
hbs_bh=5401002554,优化处理:
hbs_bh=’5401002554’,
注:
此条件对hbs_bh进行隐式的to_number转换,因为hbs_bh字段是字符型。
条件内包括了多个本表的字段运算时不能进行索引,如:
ys_df>cx_df,无法进行优化
qc_bh||kh_bh=’5400250000’,优化处理:
qc_bh=’5400’andkh_bh=’250000’
应用ORACLE的HINT(提示)处理
提示处理是在ORACLE产生的SQL分析执行路径不满意的情况下要用到的。
它可以对SQL进行以下方面的提示
目标方面的提示:
COST(按成本优化)RULE(按规则优化)CHOOSE(缺省)(ORACLE自动选择成本或规则进行优化)ALL_ROWS(所有的行尽快返回)FIRST_ROWS(第一行数据尽快返回)
执行方法的提示:
USE_NL(使用NESTEDLOOPS方式联合)USE_MERGE(使用MERGEJOIN方式联合)
USE_HASH(使用HASHJOIN方式联合)
索引提示:
INDEX(TABLEINDEX)(使用提示的表索引进行查询)
其它高级提示(如并行处理等等)
笔者在工作实践中发现,不良的SQL往往来自于不恰当的索引设计、不充份的连接条件和不可优化的where子句。
在对它们进行适当的优化后,其运行速度有了明显地提高!
下面我将从这三个方面分别进行总结:
为了更直观地说明问题,所有实例中的SQL运行时间均经过测试,不超过1秒的均表示为(<1秒)。
----
测试环境:
主机:
HPLHII----主频:
330MHZ----内存:
128兆----
操作系统:
Operserver5.0.4----
数据库:
Sybase11.0.3
一、不合理的索引设计----
例:
表record有620000行,试看在不同的索引下,下面几个SQL的运行情况:
----1.在date上建有一非个群集索引
selectcount(*)fromrecordwheredate>'19991201'anddate<'19991214'andamount>2000(25秒)
selectdate,sum(amount)fromrecordgroupbydate(55秒)
selectcount(*)fromrecordwheredate>'19990901'andplacein('BJ','SH')(27秒)
分析:
date上有大量的重复值,在非群集索引下,数据在物理上随机存放在数据页上,在范围查找时,必须执行一次表扫描才能找到这一范围内的全部行。
----2.在date上的一个群集索引
selectcount(*)fromrecordwheredate>'19991201'anddate<'19991214'andamount>2000(14秒)
selectdate,sum(amount)fromrecordgroupbydate(28秒)
selectcount(*)fromrecordwheredate>'19990901'andplacein('BJ','SH')(14秒)
分析:
在群集索引下,数据在物理上按顺序在数据页上,重复值也排列在一起,因而在范围查找时,可以先找到这个范围的起末点,且只在这个范围内扫描数据页,避免了大范围扫描,提高了查询速度。
----3.在place,date,amount上的组合索引
selectcount(*)fromrecordwheredate>'19991201'anddate<'19991214'andamount>2000(26秒)
selectdate,sum(amount)fromrecordgroupbydate(27秒)
selectcount(*)fromrecordwheredate>'19990901'andplacein('BJ,'SH')(<1秒)
分析:
这是一个不很合理的组合索引,因为它的前导列是place,第一和第二条SQL没有引用place,因此也没有利用上索引;第三个SQL使用了place,且引用的所有列都包含在组合索引中,形成了索引覆盖,所以它的速度是非常快的。
----4.在date,place,amount上的组合索引
selectcount(*)fromrecordwheredate>'19991201'anddate<'19991214'andamount>2000(<1秒)
selectdate,sum(amount)fromrecordgroupbydate(11秒)
selectcount(*)fromrecordwheredate>'19990901'andplacein('BJ','SH')(<1秒)
分析:
这是一个合理的组合索引。
它将date作为前导列,使每个SQL都可以利用索引,并且在第一和第三个SQL中形成了索引覆盖,因而性能达到了最优。
----5.总结:
----
缺省情况下建立的索引是非群集索引,但有时它并不是最佳的;合理的索引设计要建立在对各种查询的分析和预测上。
一般来说:
①.有大量重复值、且经常有范围查询(between,>,<,>=,<=)和orderby、groupby发生的列,可考虑建立群集索引;
②.经常同时存取多列,且每列都含有重复值可考虑建立组合索引;
③.组合索引要尽量使关键查询形成索引覆盖,其前导列一定是使用最频繁的列。
二、不充份的连接条件:
例:
表card有7896行,在card_no上有一个非聚集索引,表account有191122行,在account_no上有一个非聚集索引,试看在不同的表连接条件下,两个SQL的执行情况:
selectsum(a.amount)fromaccounta,cardbwherea.card_no=b.card_no(20秒)
selectsum(a.amount)fromaccounta,cardbwherea.card_no=b.card_no
anda.account_no=b.account_no(<1秒)
分析:
在第一个连接条件下,最佳查询方案是将account作外层表,card作内层表,利用card上的索引,其I/O次数可由以下公式估算为:
外层表account上的22541页+(外层表account的191122行*内层表card上对应外层表第一行所要查找的3页)=595907次I/O在第二个连接条件下,最佳查询方案是将card作外层表,account作内层表,利用account上的索引,其I/O次数可由以下公式估算为:
外层表card上的1944页+(外层表card的7896行*内层表account上对应外层表每一行所要查找的4页)=33528次I/O可见,只有充份的连接条件,真正的最佳方案才会被执行。
总结:
1.多表操作在被实际执行前,查询优化器会根据连接条件,列出几组可能的连接方案并从中找出系统开销最小的最佳方案。
连接条件要充份考虑带有索引的表、行数多的表;内外表的选择可由公式:
外层表中的匹配行数*内层表中每一次查找的次数确定,乘积最小为最佳方案。
2.查看执行方案的方法--用setshowplanon,打开showplan选项,就可以看到连接顺序、使用何种索引的信息;想看更详细的信息,需用sa角色执行dbcc(3604,310,302)。
三、不可优化的where子句
1.例:
下列SQL条件语句中的列都建有恰当的索引,但执行速度却非常慢:
select*fromrecordwheresubstring(card_no,1,4)='5378'(13秒)
select*fromrecordwhereamount/30<1000(11秒)
select*fromrecordwhereconvert(char(10),date,112)='19991201'(10秒)
分析:
where子句中对列的任何操作结果都是在SQL运行时逐列计算得到的,因此它不得不进行表搜索,而没有使用
该列上面的索引;如果这些结果在查询编译时就能得到,那么就可以被SQL优化器优化,使用索引,避免表
搜索,因此将SQL重写成下面这样:
select*fromrecordwherecard_nolike'5378%'(<1秒)
select*fromrecordwhereamount<1000*30(<1秒)
select*fromrecordwheredate='1999/12/01'(<1秒)
你会发现SQL明显快起来!
2.例:
表stuff有200000行,id_no上有非群集索引,请看下面这个SQL:
selectcount(*)fromstuffwhereid_noin('0','1')(23秒)
分析:
where条件中的'in'在逻辑上相当于'or',所以语法分析器会将in('0','1')转化为id_no='0'orid_no='1'来执行。
我们期望它会根据每个or子句分别查找,再将结果相加,这样可以利用id_no上的索引;但实际上(根据showplan),它却采用了"OR策略",即先取出满足每个or子句的行,存入临时数据库的工作表中,再建立唯一索引以去掉重复行,最后从这个临时表中计算结果。
因此,实际过程没有利用id_no上索引,并且完成时间还要受tempdb数据库性能的影响。
实践证明,表的行数越多,工作表的性能就越差,当stuff有620000行时,执行时间竟达到220秒!
还不如将or子句分开:
selectcount(*)fromstuffwhereid_no='0'selectcount(*)fromstuffwhereid_no='1'
得到两个结果,再作一次加法合算。
因为每句都使用了索引,执行时间只有3秒,在620000行下,时间也只有4秒。
或者,用更好的方法,写一个简单的存储过程:
直接算出结果,执行时间同上面一样快!
总结:
可见,所谓优化即where子句利用了索引,不可优化即发生了表扫描或额外开销。
1.任何对列的操作都将导致表扫描,它包括数据库函数、计算表达式等,查询时尽可能将操作移至等号右边。
2.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。
3.要善于使用存储过程,它使SQL变得更加灵活和高效。
从以上这些例子可以看出,SQL优化的实质就是在结果正确的前提下,用优化器可以识别的语句,充份利用索引,减少表扫描的I/O次数,尽量避免表搜索的发生。
其实SQL的性能优化是一个复杂的过程,这些只是在应用层次的一种体现,深入研究还会涉及数据库层的资源配置、网络层的流量控制以及操作系统层的总体设计。
1.选用适合的ORACLE优化器
ORACLE的优化器共有3种:
a.RULE(基于规则)b.COST(基于成本)c.CHOOSE(选择性)
设置缺省的优化器,可以通过对init.ora文件中OPTIMIZER_MODE参数的各种声明,如RULE,COST,CHOOSE,ALL_ROWS,FIRST_ROWS.你当然也在SQL句级或是会话(session)级对其进行覆盖.为了使用基于成本的优化器(CBO,Cost-BasedOptimizer),你必须经常运行analyze命令,以增加数据库中的对象统计信息(objectstatistics)的准确性.如果数据库的优化器模式设置为选择性(CHOOSE),那么实际的优化器模式将和是否运行过analyze命令有关.如果table已经被analyze过,优化器模式将自动成为CBO,反之,数据库将采用RULE形式的优化器.在缺省情况下,ORACLE采用CHOOSE优化器,为了避免那些不必要的全表扫描(fulltablescan),你必须尽量避免使用CHOOSE优化器,而直接采用基于规则或者基于成本的优化器.
2.访问Table的方式
ORACLE采用两种访问表中记录的方式:
a.全表扫描全表扫描就是顺序地访问表中每条记录.ORACLE采用一次读入多个数据块(databaseblock)的方式优化全表扫描.
b.通过ROWID访问表你可以采用基于ROWID的访问方式情况,提高访问表的效率,,ROWID包含了表中记录的物理位置信息..ORACLE采用索引(INDEX)实现了数据和存放数据的物理位置(ROWID)之间的联系.通常索引提供了快速访问ROWID的方法,因此那些基于索引列的查询就可以得到性能上的提高.
3.共享SQL语句
为了不重复解析相同的SQL语句,在第一次解析之后,ORACLE将SQL语句存放在内存中.这块位于系统全局区域SGA(systemglobalarea)的共享池(sharedbufferpool)中的内存可以被所有的数据库用户共享.因此,当你执行一个SQL语句(有时被称为一个游标)时,如果它和之前的执行过的语句完全相同,ORACLE就能很快获得已经被解析的语句以及最好的执行路径.ORACLE的这个功能大大地提高了SQL的执行性能并节省了内存的使用.可惜的是ORACLE只对简单的表提供高速缓冲(cachebuffering),这个功能并不适用于多表连接查询.数据库管理员必须在init.ora中为这个区域设置合适的参数,当这个内存区域越大,就可以保留更多的语句,当然被共享的可能性也就越大了.当你向ORACLE提交一个SQL语句,ORACLE会首先在这块内存中查找相同的语句.这里需要注明的是,ORACLE对两者采取的是一种严格匹配,要达成共享,SQL语句必须完全相同(包括空格,换行等).
共享的语句必须满足三个条件:
A.字符级的比较:
当前被执行的语句和共享池中的语句必须完全相同.例如:
SELECT*FROMEMP;和下列每一个都不同SELECT*fromEMP;Select*FromEmp;SELECT*FROMEMP;
B.两个语句所指的对象必须完全相同:
例如:
用户对象名如何访问
Jacksal_limitprivatesynonym
Work_citypublicsynonym
Plant_detailpublicsynonym
Jillsal_limitprivatesynonym
Work_citypublicsynonym
Plant_detailtableowner
考虑一下下列SQL语句能否在这两个用户之间共享.
SQL能否共享原因
selectmax(sal_cap)fromsal_limit;不能每个用户都有一个privatesynonym-sal_limit,它们是不同的对象
selectcount(*0fromwork_citywheresdesclike'NEW%';能两个用户访问相同的对象publicsynonym-work_city
selecta.sdesc,b.locationfromwork_citya,plant_detailbwherea.city_id=b.city_id不能用户jack通过privatesynonym访问plant_detail而jill是表的所有者,对象不同.
C.两个SQL语句中必须使用相同的名字的绑定变量(bindvariables)例如:
第一组的两个SQL语句是相同的(可以共享),而第二组中的两个语句是不同的(即使在运行时,赋于不同的绑定变量相同的值)
a.selectpin,namefrompeoplewherepin=:
blk1.pin;
selectpin,namefrompeoplewherepin=:
blk1.pin;
b.selectpin,namefrompeoplewherepin=:
blk1.ot_ind;
selectpin,namefrompeoplewherepin=:
blk1.ov_ind;
4.选择最有效率的表名顺序(只在基于规则的优化器中有效)
ORACLE的解析器按照从右到左的顺序处理FROM子句中的表名,因此FROM子句中写在最后的表(基础表drivingtable)将被最先处理.在FROM子句中包含多个表的情况下,你必须选择记录条数最少的表作为基础表.当ORACLE处理多个表时,会运用排序及合并的方式连接它们.首先,扫描第一个表(FROM子句中最后的那个表)并对记录进行派序,然后扫描第二个表(FROM子句中最后第二个表),最后将所有从第二个表中检索出的记录与第一个表中合适记录进行合并.
例如:
表TAB116,384条记录表TAB21条记录
选择TAB2作为基础表(最好的方法)
selectcount(*)fromtab1,tab2执行时间0.96秒
选择TAB2作为基础表(不佳的方法)
selectcount(*)fromtab2,tab1执行时间26.09秒
如果有3个以上的表连接查询,那就需要选择交叉表(intersectiontable)作为基础表,交叉表是指那个被其他表所用的表.例如:
EMP表描述了LOCATION表和CATEGORY表的交集.
SELECT*F