大批量数据查询优化--建立索引

查询操作在数据库的操作中所占的比重非常大，所以查询优化技术非常重要。

要不要建索引,首先要看你的数据量如何,如果数据量不大,就没有必要建立索引了,因为作用不大,还增加了索引的维护工作。

另外所谓根据select语句建立索引，就是对你经常查询的列来建立索引，如果你建立了一个索引，可是在你的select语句中很少用到这个索引，那就没有必要了。

具体方法是看你的select语句中的where子句条件是针对哪个字段的，就对这个字段建立索引。

    1. 合理使用索引：

           索引是数据库中重要的数据结构，它的根本目的就是为了提高查询效率。

          在经常进行连接，但是没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引；

          在频繁进行排序或分组（即进行group by或order by操作）的列上建立索引；

          如果待排序的列有多个，可以在这些列上建立复合索引（compound index）；

         在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引。比如在雇员表的“性别”列上只有“男”与“女”两个不同值，因此就无必要建立索引。如果建立索引不但不会提高查询效率，反而会严重降低更新速度。

       使用系统工具。数据库有一个tbcheck工具，可以在可疑的索引上进行检查。在一些数据库服务器上，索引可能失效或者因为频繁操作而使得读取效率降低，如果一个使用索引的查询不明不白地慢下来，可以试着用tbcheck工具检查索引的完整性，必要时进行修复。另外，当数据库表更新大量数据后，删除并重建索引可以提高查询速度。

       2．避免或简化排序 

       应当简化或避免对大型表进行重复的排序。当能够利用索引自动以适当的次序产生输出时，优化器就避免了排序的步骤。以下是一些影响因素：

       索引中不包括一个或几个待排序的列；

       group by或order by子句中列的次序与索引的次序不一样；

      排序的列来自不同的表。

3．消除对大型表行数据的顺序存取

     在嵌套查询中，对表的顺序存取对查询效率可能产生致命的影响。比如采用顺序存取策略，一个嵌套3层的查询，如果每层都查询1000行，那么这个查询就要查询10亿行数   据。避免这种情况的主要方法就是对连接的列进行索引。例如，两个表：学生表（学号、姓名、年龄……）和选课表（学号、课程号、成绩）。如果两个表要做连接，就要在“学号”这个连接字段上建立索引。

还可以使用并集来避免顺序存取。尽管在所有的检查列上都有索引，但某些形式的where子句强迫优化器使用顺序存取。下面的查询将强迫对orders表执行顺序操作：

SELECT ＊ FROM orders WHERE (customer_num=104 AND order_num>1001) OR order_num=1008

虽然在customer_num和order_num上建有索引，但是在上面的语句中优化器还是使用顺序存取路径扫描整个表。因为这个语句要检索的是分离的行的集合，所以应该改为如下语句：

SELECT ＊ FROM orders WHERE customer_num=104 AND order_num>1001
UNION
SELECT ＊ FROM orders WHERE order_num=1008

这样就能利用索引路径处理查询。

4．避免相关子查询

一个列的标签同时在主查询和where子句中的查询中出现，那么很可能当主查询中的列值改变之后，子查询必须重新查询一次。查询嵌套层次越多，效率越低，因此应当尽量避免子查询。如果子查询不可避免，那么要在子查询中过滤掉尽可能多的行。

5．避免困难的正规表达式

MATCHES和LIKE关键字支持通配符匹配，技术上叫正规表达式。但这种匹配特别耗费时间。例如：SELECT ＊ FROM customer WHERE zipcode LIKE “98_ _ _”

即使在zipcode字段上建立了索引，在这种情况下也还是采用顺序扫描的方式。如果把语句改为SELECT ＊ FROM customer WHERE zipcode >“98000”，在执行查询时就会利用索引来查询，显然会大大提高速度。

另外，还要避免非开始的子串。例如语句：SELECT ＊ FROM customer WHERE zipcode[2，3]>“80”，在where子句中采用了非开始子串，因而这个语句也不会使用索引。

6．使用临时表加速查询

把表的一个子集进行排序并创建临时表，有时能加速查询。它有助于避免多重排序操作，而且在其他方面还能简化优化器的工作。
SqlServer数据库建立索引的语法：

1. 按照索引的结构，可以将其划分为两大类：聚簇索引（Clustered index）和非聚簇索引（Noclustered index）。
2. 按照表中建立索引的那一列（或列组合）中的数据是否各不相同，可以将索引分为唯一索引和非唯一索引。
3. 建立索引的条件如下：
   (1)只有表的拥有者才能建立索引
   (2)每个表只能建立一个聚簇索引
   (3)每个表最多可以建立249个非聚簇索引
   (4)索引键值最大为900字节
   (5)索引最多可以包含16列
   (6)建立唯一性索引时，应保证建立索引的列不包括重复的数据，并且没有两个以上的NULL
   (7)建立聚簇索引时，应考虑数据库的剩余空间。剩余空间应为原表的120%
   (8)text、ntext、image列不能建立索引
4. 建立索引
   CREATE [UNIQUE][CLUSTERED|NOCLUSTERED]
   INDEX index_name
   ON {table_name|view_name}
   (column_name [ASC|DESC][,...n])
5. 查看索引信息
   sp_helpindex table_name
6. 删除索引
   DROP INDEX tablename.indexname|viewname.indexname[,...n]

eg:

if exists(select name from sysindexes where name='ix_expertise_skillLever')

droup index [expertise表名].ix_expertise_skillLever

create noclustered index ix_expertise_skillLever on exertise(skillLever) with fillfictor=30