Skip to content

Latest commit

 

History

History
230 lines (195 loc) · 14.5 KB

sql规范.md

File metadata and controls

230 lines (195 loc) · 14.5 KB

SQL

我们要做到不但会写SQL,还要做到写出性能优良的SQL。基于MySQL,下面是一些经验。

1. WHERE子句中的连接顺序

MySQL采用自下而上的顺序解析WHERE子句,根据这个原理,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。

2. SELECT子句中避免使用 *

SQL在解析过程中,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。

3.减少访问数据库的次数

MySQl在内部执行了许多工作:解析SQL语句,估算索引的利用率,绑定变量,读数据块等。

4.使用DECODE函数来减少处理时间

使用DECODE函数可以避免重复扫描相同记录或重复连接相同的表。

5.整合简单,无关联的数据库访问

如果你有几个简单的数据库查询语句,你可以把它们整合到一个查询中(即使它们之间没有关系)。

6.删除重复记录

最高效的删除重复记录方法 ( 因为使用了ROWID)例子:

DELETE FROM EMP E WHERE E.ROWID > (SELECT MIN(X.ROWID) FROM EMP X WHERE X.EMP_NO = E.EMP_NO);

7.用 TRUNCATE 替代 DELETE

当删除表中的记录时,在通常情况下,回滚段(rollback segments)用来存放可以被恢复的信息。如果你没有COMMIT事务,MySQL会将数据恢复到删除之前的状态(准确地说是恢复到执行删除命令之前的状况) 而当运用TRUNCATE时,回滚段不再存放任何可被恢复的信息。当命令运行后,数据不能被恢复。因此很少的资源被调用,执行时间也会很短。(TRUNCATE只在删除全表适用,TRUNCATE是DDL不是DML)

8.尽量多使用COMMIT:

只要有可能,在程序中尽量多使用COMMIT, 这样程序的性能得到提高,需求也会因为COMMIT所释放的资源而减少: COMMIT所释放的资源:

  • 回滚段上用于恢复数据的信息
  • 被程序语句获得的锁
  • redo log buffer 中的空间
  • MySQL为管理上述3种资源中的内部花费

9.用Where子句替换HAVING子句:

避免使用HAVING子句,HAVING 只会在检索出所有记录之后才对结果集进行过滤。这个处理需要排序、总计等操作。 如果能通过WHERE子句限制记录的数目,那就能减少这方面的开销。

(非oracle中)on、where、having这三个都可以加条件的子句中,on是最先执行,where次之,having最后,因为on是先把不符合条件的记录过滤后才进行统计,它就可以减少中间运算要处理的数据,按理说应该速度是最快的,where也应该比having快点的,因为它过滤数据后才进行sum,在两个表联接时才用on的,所以在一个表的时候,就剩下where跟having比较了。

  • 在单表查询统计的情况下,如果要过滤的条件没有涉及到要计算字段,那它们的结果是一样的,只是where可以使用rushmore技术,而having就不能,在速度上后者会慢如果要涉及到计算的字段,就表示在没计算之前,这个字段的值是不确定的。where的作用时间是在计算之前就完成的,而having就是在计算后才起作用的,所以在这种情况下,两者的结果会不同。

  • 在多表联接查询时,on比where更早起作用。系统首先根据各个表之间的联接条件,把多个表合成一个临时表后,再由where进行过滤,然后再计算,计算完后再由having进行过滤。

由此可见,要想过滤条件起到正确的作用,首先要明白这个条件应该在什么时候起作用,然后再决定放在那里。

10.通过内部函数提高SQL效率.:

复杂的SQL往往牺牲了执行效率, 能够掌握运用函数解决问题的方法在实际工作中是非常有意义的。

11.使用表的别名:

当在SQL语句中连接多个表时,请使用表的别名并把别名前缀于每个Column上。这样一来,就可以减少解析的时间并减少那些由Column歧义引起的语法错误。

12.用EXISTS替代IN、用NOT EXISTS替代NOT IN:

在许多基于基础表的查询中,为了满足一个条件,往往需要对另一个表进行联接。在这种情况下,使用EXISTS(或NOT EXISTS)通常将提高查询的效率。在子查询中,NOT IN子句将执行一个内部的排序和合并。 无论在哪种情况下,NOT IN都是最低效的(因为它对子查询中的表执行了一个全表遍历)。为了避免使用NOT IN,我们可以把它改写成外连接(Outer Joins)或NOT EXISTS。 例子:

(高效)SELECT * FROM EMP (基础表) WHERE EMPNO > 0 AND EXISTS (SELECT 'X' FROM DEPT WHERE DEPT.DEPTNO = EMP.DEPTNO AND LOC = 'MELB');
(低效) SELECT * FROM EMP (基础表) WHERE EMPNO > 0 AND DEPTNO IN (SELECT DEPTNO FROM DEPT WHERE LOC = 'MELB');

13.识别'低效执行'的SQL语句(这一条和大神学习得来,很牛)

虽然目前各种关于SQL优化的图形化工具层出不穷,但是写出自己的SQL工具来解决问题始终是一个最好的方法:

SELECT EXECUTIONS, DISK_READS, BUFFER_GETS, 
ROUND((BUFFER_GETS-DISK_READS)/BUFFER_GETS,2) Hit_radio, 
ROUND(DISK_READS/EXECUTIONS,2) Reads_per_run, 
SQL_TEXT 
FROM V$SQLAREA 
WHERE EXECUTIONS>0 
AND BUFFER_GETS > 0 
AND (BUFFER_GETS-DISK_READS)/BUFFER_GETS < 0.8 
ORDER BY 4 DESC; 

14.用索引提高效率

索引是表的一个概念部分,用来提高检索数据的效率,MySQL使用了一个复杂的自平衡B-tree结构。通常,通过索引查询数据比全表扫描要快。当MySQL找出执行查询和Update语句的最佳路径时,MySQL优化器将使用索引。同样在联结多个表时使用索引也可以提高效率。 另一个使用索引的好处是,它提供了主键(primary key)的唯一性验证。那些LONG或LONG RAW数据类型,你可以索引几乎所有的列。通常,大型表中使用索引特别有效。当然,你也会发现, 在扫描小表时,使用索引同样能提高效率。虽然使用索引能得到查询效率的提高,但是我们也必须注意到它的代价。索引需要空间来存储,也需要定期维护,每当有记录在表中增减或索引列被修改时,索引本身也会被修改。这意味着每条记录的INSERT ,DELETE, UPDATE将为此多付出4 , 5 次的磁盘I/O。因为索引需要额外的存储空间和处理,那些不必要的索引反而会使查询反应时间变慢。定期的重构索引是有必要的。

ALTER INDEX <INDEXNAME> REBUILD <TABLESPACENAME>

15.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,EXISTS 使查询更为迅速,因为RDBMS核心模块将在子查询的条件一旦满足后,立刻返回结果。 例子:

(低效): SELECT DISTINCT DEPT_NO,DEPT_NAME FROM DEPT D , EMP E WHERE D.DEPT_NO = E.DEPT_NO 
(高效): SELECT DEPT_NO,DEPT_NAME FROM DEPT D WHERE EXISTS ( SELECT 'X' FROM EMP E WHERE E.DEPT_NO = D.DEPT_NO);

16.sql语句用大写的

因为MySQL总是先解析sql语句,把小写的字母转换成大写的再执行

17.在代码中尽量少用连接符 连接字符串!

18.避免在索引列上使用NOT

通常,我们要避免在索引列上使用NOT,NOT会产生在和在索引列上使用函数相同的影响。 当MySQL遇到NOT,他就会停止使用索引转而执行全表扫描。

19.避免在索引列上使用计算

WHERE子句中,如果索引列是函数的一部分,优化器将不使用索引而使用全表扫描。举例:

(低效): SELECTFROM DEPT WHERE SAL * 12 > 25000; 
(高效): SELECTFROM DEPT WHERE SAL > 25000/12; 

20.用 >= 替代 >

(低效): SELECT * FROM EMP WHERE DEPTNO >=4 
(高效): SELECT * FROM EMP WHERE DEPTNO >3

两者的区别在于,前者DBMS将直接跳到第一个DEPT等于4的记录而后者将首先定位到DEPTNO=3的记录并且向前扫描到第一个DEPT大于3的记录。

21.用UNION替换OR (适用于索引列)

通常情况下,用UNION替换WHERE子句中的OR将会起到较好的效果。对索引列使用OR将造成全表扫描。注意,以上规则只针对多个索引列有效。如果有column没有被索引,查询效率可能会因为你没有选择OR而降低。 在下面的例子中,LOC_ID 和REGION上都建有索引。

高效: 
SELECT LOC_ID , LOC_DESC , REGION 
FROM LOCATION 
WHERE LOC_ID = 10 
UNION 
SELECT LOC_ID , LOC_DESC , REGION 
FROM LOCATION 
WHERE REGION = 'MELBOURNE' 
低效: 
SELECT LOC_ID , LOC_DESC , REGION 
FROM LOCATION 
WHERE LOC_ID = 10 OR REGION = 'MELBOURNE' 

如果你坚持要用OR,那就需要返回记录最少的索引列写在最前面。

22.用IN来替换OR

这是一条简单易记的规则,但是实际的执行效果还须检验。. 

低效: SELECTFROM LOCATION WHERE LOC_ID = 10 OR LOC_ID = 20 OR LOC_ID = 30; 
高效: SELECTFROM LOCATION WHERE LOC_IN IN (10,20,30);

23.避免在索引列上使用IS NULL和IS NOT NULL

避免在索引中使用任何可以为空的列,MySQL将无法使用该索引。对于单列索引,如果列包含空值,索引中将不存在此记录。对于复合索引,如果每个列都为空,索引中同样不存在此记录。如果至少有一个列不为空,则记录存在于索引中。举例: 如果唯一性索引建立在表的A列和B列上,并且表中存在一条记录的A,B值为(123,null), MySQL将不接受下一条具有相同A,B值(123,null)的记录(插入)。 然而如果所有的索引列都为空,MySQL将认为整个键值为空而空不等于空。 因此你可以插入1000 条具有相同键值的记录,当然它们都是空! 因为空值不存在于索引列中,所以WHERE子句中对索引列进行空值比较将使MySQL停用该索引。

低效: (索引失效) 
SELECTFROM DEPARTMENT WHERE DEPT_CODE IS NOT NULL; 
高效: (索引有效) 
SELECTFROM DEPARTMENT WHERE DEPT_CODE >=0; 

24.总是使用索引的第一个列

如果索引是建立在多个列上,只有在它的第一个列(leading column)被where子句引用时,优化器才会选择使用该索引。这也是一条简单而重要的规则,当仅引用索引的第二个列时,优化器使用了全表扫描而忽略了索引。

25.用 UNION-ALL 替换 UNION (如果有可能的话)

当SQL 语句需要UNION两个查询结果集合时,这两个结果集合会以UNION-ALL的方式被合并,然后在输出最终结果前进行排序。 如果用UNION ALL替代UNION,这样排序就不是必要了。效率就会因此得到提高。 需要注意的是,UNION ALL 将重复输出两个结果集合中相同记录。 因此各位还是要从业务需求分析使用UNION ALL的可行性。 UNION 将对结果集合排序,这个操作会使用到SORT_AREA_SIZE这块内存。 对于这块内存的优化也是相当重要的。下面的SQL可以用来查询排序的消耗量

低效: 
SELECT ACCT_NUM, BALANCE_AMT 
FROM DEBIT_TRANSACTIONS 
WHERE TRAN_DATE = '31-DEC-95' 
UNION 
SELECT ACCT_NUM, BALANCE_AMT 
FROM DEBIT_TRANSACTIONS 
WHERE TRAN_DATE = '31-DEC-95' 
高效: 
SELECT ACCT_NUM, BALANCE_AMT 
FROM DEBIT_TRANSACTIONS 
WHERE TRAN_DATE = '31-DEC-95' 
UNION ALL 
SELECT ACCT_NUM, BALANCE_AMT 
FROM DEBIT_TRANSACTIONS 
WHERE TRAN_DATE = '31-DEC-95'

26.用WHERE替代ORDER BY

ORDER BY 子句只在两种严格的条件下使用索引。 ORDER BY中所有的列必须包含在相同的索引中并保持在索引中的排列顺序。 ORDER BY中所有的列必须定义为非空。 WHERE子句使用的索引和ORDER BY子句中所使用的索引不能并列。 例如:

表DEPT包含以下列: 
DEPT_CODE PK NOT NULL 
DEPT_DESC NOT NULL 
DEPT_TYPE NULL 
低效: (索引不被使用) 
SELECT DEPT_CODE FROM DEPT ORDER BY DEPT_TYPE 
高效: (使用索引) 
SELECT DEPT_CODE FROM DEPT WHERE DEPT_TYPE > 0

27.避免改变索引列的类型

当比较不同数据类型的数据时,MySQL自动对列进行简单的类型转换。假设 EMPNO是一个数值类型的索引列。

SELECTFROM EMP WHERE EMPNO = '123' 
实际上,经过类型转换,语句转化为: 
SELECTFROM EMP WHERE EMPNO = TO_NUMBER('123') 
幸运的是,类型转换没有发生在索引列上,索引的用途没有被改变。 
现在,假设EMP_TYPE是一个字符类型的索引列。
SELECTFROM EMP WHERE EMP_TYPE = 123 
这个语句被转换为: 
SELECTFROM EMP WHERETO_NUMBER(EMP_TYPE)=123 
因为内部发生的类型转换,这个索引将不会被用到! 为了避免MySQL对你的SQL进行隐式的类型转换,最好把类型转换用显式表现出来。注意当字符和数值比较时,MySQL会优先转换数值类型到字符类型。

28.需要当心的WHERE子句

某些SELECT 语句中的WHERE子句不使用索引。 这里有一些例子。

  • '!=' 将不使用索引。记住,索引只能告诉你什么存在于表中,而不能告诉你什么不存在于表中
  • '||' 是字符连接函数,就象其他函数那样,停用了索引
  • '+' 是数学函数,就象其他数学函数那样,停用了索引
  • 相同的索引列不能互相比较,这将会启用全表扫描

a. 如果检索数据量超过30%的表中记录数,使用索引将没有显著的效率提高。 b. 在特定情况下,使用索引也许会比全表扫描慢, 但这是同一个数量级上的区别。 而通常情况下,使用索引比全表扫描要块几倍乃至几千倍!

29.避免使用耗费资源的操作

带有DISTINCT,UNION,MINUS,INTERSECT,ORDER BY的SQL语句会启动SQL引擎 执行耗费资源的排序SORT功能,DISTINCT需要一次排序操作,而其他的至少需要执行两次排序。通常, 带有UNION, MINUS , INTERSECT的SQL语句都可以用其他方式重写。如果你的数据库的SORT_AREA_SIZE调配得好, 使用UNION, MINUS, INTERSECT也是可以考虑的, 毕竟它们的可读性很强。

30.优化GROUP BY

提高GROUP BY 语句的效率,可以通过将不需要的记录在GROUP BY 之前过滤掉。下面两个查询返回相同结果但第二个明显就快了许多。

低效: 
SELECT JOB , AVG(SAL) 
FROM EMP 
GROUP by JOB 
HAVING JOB = 'PRESIDENT' 
OR JOB = 'MANAGER' 
高效: 
SELECT JOB , AVG(SAL) 
FROM EMP 
WHERE JOB = 'PRESIDENT' 
OR JOB = 'MANAGER' 
GROUP by JOB
当我提出总结下MySQL的日常规范时,很多好友分享了自己的心得,表示感谢,很受用。另外平时工作主要就是查询,所以只总结了查询优化。