高性能sql语句

（1）整合简略，无关联的数据库拜访：

　　假如你有几个简略的数据库查询语句，你可以把它们整合到一个查询中（即使它们之间没有关系）

　　（2）删除反复记载：

　　最高效的删除反复记录方式 （ 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）;

　　（3）用TRUNCATE替换DELETE：

　　当删除表中的记载时，在通常情形下， 回滚段（rollback segments ） 用来寄存可以被恢复的信息。 假如你没有COMMIT事务，ORACLE会将数据恢复到删除之前的状况（正确地说是恢复到执行删除命令之前的状态） 而当应用TRUNCATE时， 回滚段不再寄存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。 （译者按: TRUNCATE只在删除全表实用，TRUNCATE是DDL不是DML）

　　（4）选择最有效率的表名次序（只在基于规矩的优化器中有效）：

　　ORACLE 的解析器依照从右到左的次序处理FROM子句中的表名，FROM子句中写在最后的表（基础表 driving table）将被最先处理，在FROM子句中包括多个表的情况下，你必需选择记录条数最少的表作为基础表。如果有3个以上的表连接查询， 那就需要选择交叉表（intersection table）作为基础表， 交叉表是指那个被其他表所引用的表。

　　（5）WHERE子句中的连接顺序。：

　　ORACLE采取自下而上的次序解析WHERE子句，依据这个原理，表之间的衔接必须写在其他WHERE条件之前， 那些可以过滤掉最大数目记载的条件必需写在WHERE子句的末尾。

　　（6）SELECT子句中避免应用 ‘ * ‘：

　　ORACLE在解析的进程中， 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， 这意味着将消耗更多的时光

　　（7）减少拜访数据库的次数：

　　ORACLE在内部履行了很多工作: 解析SQL语句， 估算索引的应用率， 绑定变量 ， 读数据块等;

　　（8）在SQL*Plus ， SQL*Forms和Pro*C中重新设置ARRAYSIZE参数， 可以增添每次数据库拜访的检索数据量 ，建议值为200

　　（9）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雷同记录或反复连接雷同的表。

　　（11） 用Where子句调换HAVING子句：

　　避免应用HAVING子句， HAVING 只会在检索出所有记载之后才对成果集进行过滤。 这个处置须要排序，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是最先履行，where次之，having最后，由于on是先把不符合条件的记载过滤后才进行统计，它就可以减少中间运算要处置的数据，按理说应当速度是最快的，where也应当比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比拟了。在这单表查询统计的情形下，假如要过滤的条件没有涉及到要盘算字段，那它们的成果是一样的，只是where可以使用rushmore技巧，而having就不能，在速度上后者要慢如果要涉及到盘算的字段，就表现在没计算之前，这个字段的值是不断定的，依据上篇写的工作流程，where的作用时光是在盘算之前就完成的，而having就是在计算后才起作用的，所以在这种情况下，两者的成果会不同。在多表联接查询时，on比where更早起作用。体系首先依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，要想过滤条件起到准确的作用，首先要清楚这个条件应当在什么时候起作用，然后再决议放在那里

　　（12） 减少对表的查询：

　　在含有子查询的SQL语句中，要特殊注意减少对表的查询。例子：

　　SELECT TAB_NAME FROM TABLES WHERE （TAB_NAME，DB_VER） = （ SELECT

　　TAB_NAME，DB_VER FROM TAB_COLUMNS WHERE VERSION = 604）

　　（13） 通过内部函数进步SQL效力。：

　　庞杂的SQL往往就义了执行效率。 能够控制上面的应用函数解决问题的方式在实际工作中是非常有意义的

　　（14） 应用表的别号（Alias）：

　　当在SQL语句中衔接多个表时， 请使用表的别号并把别号前缀于每个Column上。这样一来，就可以减少解析的时光并减少那些由Column歧义引起的语法过错。

　　（15） 用EXISTS替换IN、用NOT EXISTS替换NOT IN：

　　在很多基于基本表的查询中，为了满足一个条件，往往须要对另一个表进行联接。在这种情形下， 使用EXISTS（或NOT EXISTS）通常将进步查询的效力。 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 （由于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衔接（Outer Joins）或NOT EXISTS。

　　例子：

　　（高效）SELECT * FROM EMP （基本表） WHERE EMPNO > 0 AND EXISTS （SELECT ‘X’ FROM DEPT WHERE DEPT。DEPTNO = EMP。DEPTNO AND LOC = ‘MELB’）

　　（低效）SELECT * FROM EMP （基本表） WHERE EMPNO > 0 AND DEPTNO IN（SELECT DEPTNO FROM DEPT WHERE LOC = ‘MELB’）

　　（16） 辨认’低效履行’的SQL语句：

　　固然目前各种关于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式：

　　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 >,山南; 0

　　AND （BUFFER_GETS-DISK_READS）/BUFFER_GETS < 0。8

　　ORDER BY 4 DESC;

　　（17） 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力，ORACLE使用了一个庞杂的自平衡B-tree构造。 通常，通过索引查询数据比全表扫描要快。 当ORACLE找出执行查询和Update语句的最佳路径时， ORACLE优化器将使用索引。 同样在联结多个表时使用索引也可以进步效率。 另一个使用索引的利益是，它供给了主键（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， 在大型表中使用索引特殊有效。 当然，你也会发明， 在扫描小表时，使用索引同样能提高效率。 固然使用索引能得到查询效率的提高，但是我们也必需注意到它的代价。 索引需要空间来存储，也须要定期保护， 每当有记录在表中增减或索引列被修正时， 索引本身也会被修正。 这意味着每条记载的INSERT ， DELETE ， UPDATE将为此多付出4 ， 5 次的磁盘I/O 。 由于索引需要额外的存储空间和处置，那些不必要的索引反而会使查询反映时间变慢。。定期的重构索引是有必要的。：

　　ALTER INDEX REBUILD