Oracle SQL 优化原则(摘)

转自 http://www.javaresearch.org/article/154962.htm

 

      人们在使用SQL时有时候会陷入一个误区 , 即太关注于SQL得到的结果是否正确 , 而忽略了不同的实现方法之间的可能存在的性能差异 , 特别是Web较复杂的报表系统中用到的Select 命令或大型的复杂的数据库环境中(如联机事务处理OLTP)表现得尤为明显 , 经过对相关应用程序中 SQL分析及相关数据收集, 我们发现 , 不良的SQL Command往往来自于不恰当的索引设计 , 不充分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的提高 ! 下面是总结及摘录的一些优化原则.

人们在使用SQL时有时候会陷入一个误区 , 即太关注于SQL得到的结果是否正确 , 而忽略了不同的实现方法之间的可能存在的性能差异 , 特别是Web较复杂的报表系统中用到的Select 命令或大型的复杂的数据库环境中(如联机事务处理OLTP)表现得尤为明显 , 经过对相关应用程序中 SQL分析及相关数据收集, 我们发现 , 不良的SQL Command往往来自于不恰当的索引设计 , 不充分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的提高 ! 下面是总结及摘录的一些优化原则 : 





A. 不合理的索引设计 

例子 : 表record中有记录620000行 , 试看在不同的索引下 , 下面几个SQL的运行情况 : 

1.在字段date上建有一非个群集索引 

Select count(*) from record where date >'19991201' and date < '19991214'and amount >2000 (25秒)

Select date , sum(amount) from record group by date (55秒)Select count(*) from record where date > '19990901' and place in ('BJ','SH') (27秒)

分析：Record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.在字段date上建一个群集索引

Select count(*) from record where date >

'19991201' and date < '19991214' and amount >2000（14秒）Select date , sum(amount) from record group by date (28秒)Select count(*) from record where date >'19990901' and place in ('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

Select count(*) from record where date >'19991201' and date < '19991214' and amount >2000 （26秒）select date,sum(amount) from record group by date（27秒）select count(*) from record where date >'19990901' and place in ('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

select count(*) from record where date >

'19991201' and date < '19991214' and amount >2000(< 1秒)select date , sum(amount) from record group by date（11秒）select count(*) from record where date >'19990901' and place in ('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order by、group by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列。



B. 不充分的连接条件：

例子：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：

select sum(a.amount) from account a, card b where a.card_no = b.card_no（20秒）

将SQL改为：select sum(a.amount) from account a, card b where a.card_no = b.card_no and a.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set showplanon，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)。



C. 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 * from record where substring(card_no,1,4)='5378'(13秒)select * from record where amount/30< 1000（11秒）select * from record where convert(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 * from record where card_no like'5378%' （< 1秒）select * from record where amount< 1000*30 （< 1秒）select * from record where date= '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：

select count(*) from stuff where id_no in('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' or id_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：

select count(*) from stuff where id_no='0'select count(*) from stuff where id_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、计算表达式等等，查询时要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，上述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。




以下是总结SFC系统中的SQL优化原则 : 

1. 禁止不必要的全表扫描及不必要的查询条件 , 如Select serial_number , mo_number from sfism4.r_wip_tracking_t Where model_name like ‘%’ 与 Select serial_number , mo_number from sfism4.r_wip_tracking_t 语句有同样的结果 , 但是运行的速度后者要快10倍左右(当数据较多时较明显) . 


2. 多表的查询，数据量小的表放在前面可以提高速度

例如：select count(*) from r_repair_t a ,r_sn_detail_t　b

where a.serial_number=b.serial_number　

这样的统计速度要比　select count(*) from r_sn_detail_t b，r_repair_t a　

where a.serial_number=b.serial_number的统计速的高


3. 多个条件，查出范围小的条件应该紧接在where 的后面．

例如：　　　　

where in_station_time>=sysdate-20 and in_station_time>=sysdate-1

where in_station_time>=sysdate-1 and in_station_time>=sysdate-20

这两条语句查处的统计数量是一样的，但是后面的语句的速度却大大　

　 的提高了速度。


4 .在按时闲查询统计的时候，尽量不要使用to_char条件统计，而是使用to_date条件统计

例如：

select * from r_wip_tracking_t 

where to_char(‘yyyyymmddhh24’,’in_station_time’) >=’ 20020101000000’

该为in_station_time>=to_date(‘20020101000000’,’yyyymmddhh24miss’)

这样的查询条件利用到in_station_time字段元的索引，明显的提高统计速度，这样的语句有大量的使用，严重影响了效能。




以下是摘录的SQL语句书写的优化原则(供参考) : 

1 避免无计划的全表扫描

如下情况进行全表扫描：

- 该表无索引

- 对返回的行无人和限制条件（无Where子句）

- 对于索引主列（索引的第一列）无限制条件

- 对索引主列的条件含在表达式中

- 对索引主列的限制条件是is (not) null或!=

对索引主列的限制条件是like操作且值是一个bind variable或%打头的值


2 只使用选择性索引

索引的选择性是指索引列中不同值得数目和标志中记录数的比，选择性最好的是非空列的唯一索引1.0。

复合索引中列的次序的问题：

1 在限定条件里最频繁使用的列应该是主列

2 最具有选择性的列（即最清晰的列）应该是主列

如果1和2 不一致，可以考虑建立多个索引。

在复合索引和多个单个索引中作选择：

考虑选择性 考虑读取索引的次数 考虑AND-EQUAL操作


3 管理多表连接（Nested Loops, Merge Joins和Hash Joins） 优化联接操作

Merge Joins是集合操作 Nested Loops和Hash Joins是记录操作返回第一批记录迅速

Merge Joins的操作适用于批处理操作，巨大表 和远程查询

1全表扫描 --〉 2排序 --〉3比较和合并 性能开销主要在前两步

适用全表扫描的情形，都适用Merge Joins操作（比Nested Loops有效）。

改善1的效率： 优化I/O， 提高使用ORACLE多块读的能力， 使用并行查询的选项

改善1的效率：提高Sort_Area_Size的值， 使用Sort Direct Writes，为临时段提供专用表空间


4 管理包含视图的SQL语句

优化器执行包含视图的SQL语句有两种方法：

- 先执行视图，完成全部的结果集，然后用其余的查询条件作过滤器执行查询

- 将视图文本集成到查询里去 

含有group by子句的视图不能被集成到一个大的查询中去。

在视图中使用union，不阻止视图的SQL集成到查询的语法中去。


5 优化子查询


6 使用复合Keys/Star查询


7 恰当地索引Connect By操作


8 限制对远程表的访问


9 管理非常巨大的表的访问

- 管理数据接近(proximity) 记录在表中的存放按对表的范围扫描中最长使用的列排序 按次序存储数据有助于范围扫描，尤其是对大表。

- 避免没有帮助的索引扫描 当返回的数据集合较大时，使用索引对SGA的数据块缓存占用较大，影响其它用户；全表扫描还能从ORACLE的多块读取机制和“一致性获取/每块”特性中受益。

- 创建充分索引的表 使访问索引能够读取较全面的数据 建立仅主列不同的多个索引

- 创建hash簇

- 创建分割表和视图

- 使用并行选项

10 使用Union All 而不是Union

UNION ALL操作不包括Sort Unique操作，第一行检索的响应速度快，多数情况下不用临时段完成操作，

UNION ALL建立的视图用在查询里可以集成到查询的语法中去，提高效率


11 避免在SQL里使用PL/SQL功能调用


12 绑定变量(Bind Variable)的使用管理

使用Bind Variable和Execute using方式

将like :name ||’%’ 改写成 between :name and :name || char(225), 已避免进行全表扫描，而是使用索引。


13 回访优化进程

数据变化后，重新考察优化情况