程序性能优化之SQL篇

         如果说功能是程序的躯体，那么性能就是程序的灵魂。完整的功能可以保证程序的躯体是健全的，而良好的性能才是程序灵魂的象征，本文就程序的性能优化做简单的介绍。

        最近对程序的性能的体会尤为深刻。最近做了一个数据查询和显示的功能，从7张表大概1500条数据中查询25条数据并且显示出来，时间消耗1秒钟。我的计算机参数为：CPU:i5处理器，4G内存。这个执行速度相当的慢，好在我查询的数据量比较小，等待时间不是很多，但是程序性能优化确实刻不容缓。

        仔细分析了程序，发现有很多地方都是需要修改的，我们先从数据库开始。下面先来看一段代码，这个是程序中的SQL语句：

select {0} from ((((({1} inner join {2}) inner join {3}) inner join {4}) inner join {5}) inner join {6}) inner join {7} where {8} ",                      "lp.CnName as ProjectCityName,t.TaskName,ls.CnName as StageAreaName,tm.TaskName as TaskTemplateName,t.StartTime,t.RealStartTime,t.EndTime,t.RealEndTime,t.Executor,cc.CnName as CorporationName",                       "[SubjectDB].[WorkPlan].[Task] as t",                       "[SubjectDB].[WorkPlan].[Plan] as p on t.PlanCode=p.Code",                       "[SubjectDB].[WorkPlan].[TemplateTask] as tm on t.TemplateTaskCode = tm.Code",                        "[SubjectDB].[LandObtained].[ProjectCity] as lp on p.ProjectCityCode = lp.CityCode",                        "[SubjectDB].[LandObtained].[StageArea] as ls on p.StageAreaCode = ls.Code",                        "[SubjectDB].[LandObtained].[Corporation_ProjectInfo] as lcp on p.ProjectCode  = lcp.ProjectInfoCode",                        "[SubjectDB].[Common].[Corporation] as cc on lcp.CorporationCode = cc.Code",                        "t.RealEndTime <= '" + endTime + "'and t.RealStartTime >='" + startTime + "' and t.VersionEndTime is null and p.ProjectCityCode in ('" + strCityCodeIn + "') and t.TaskStatus = '" + taskStatusCode + "' and ( t.TaskName like " + strTaskPointNameIn + ") and t.TemplateTaskCode not in ('" + strTaskPointCodeIn + "')

          分析一下这段代码，使用了6个inner join，1个in，1个not in，不固定数量的like（strTaskPointNameIn还附加了orlike）。首先，数据查询就很费劲，这里应该如何进行优化呢？数据库的使用在性能上有哪些需要注意的地方呢？

           一   inner join，left join ，right join

         1 inner join （等值连接）返回两个表连接字段相等的记录

         2 left join （左连接）返回左表中的所有记录和右表中连接字段相等的记录

        3  right join （右连接）返回右表中所有记录和左表中连接字段相等的记录

如：

A表

ID1

Name1

1

a

2

a

3

a

 

 

B表

ID2

Name2

1

b

3

b

4

b

 

Innerjoin :

         select * from A inner join B onA.ID  = B.ID

结果：

ID1

Name1

ID2

Name2

1

a

1

b

3

a

3

b

 

Leftjoin:

Select * from A left join B on A.ID =  B.ID

结果：

ID1

Name1

 ID2

Name2

1

a

1

b

2

a

null

null

3

a

3

b

 

Rightjoin :

Select * from  A right join Bon A .ID  =  B.ID

结果：

ID1

Name1

ID2

Name2

1

a

1

b

3

a

3

b

null

null

4

b

 

       这三种表连接方式，不能直接说那个性能最好，一是看功能需要，二是看具体查询语句。就上面的SQL语句和功能来看，innerjoin应该是最适合的，一是数据量较小，二是不需要多余数据。

二  in   Exists

       另一个值得讨论的地方就是in和exists的使用了，这两者是在嵌套查询的时候使用的。我们先来看它们各自的查询原理。

        in是把外表和内表做hash连接，exists是把外表做loop循环，每次循环再对内表进行查询，一直以来说exists比in的查询方式更快是不准确的，不同情况结果也不一样，并且如果内外表数据量相一致的情况下，两种方式效率是相同的。

        现在，我们还是假设有两个表：

A表：数据量较小，B表：数据量较大。

 select * from A where cc in(select  cc  from B)

         效率较低，因为in连接使用外表A的cc列的索引进行loop循环，然后在B表中寻找等值记录。

 

         select *  from A where  exists (select  cc from B where  cc = A.cc)

        效率较高，因为使用了B表cc列的索引

    Not   in 和  not exists

         如果查询语句使用到了not    in，那么内外两张表都需要全表扫描，没有用到索引，效率较低；而not     exists使用到了索引，所以无论哪个表大，not     exists效率较高。

       暂时写到这里吧，下篇文章继续继续性能优化。