2022年关于SQL SERVER建立索引需要注意的问题SQL server]教程.docx
2022年关于SQL SERVER建立索引需要注意的问题SQL server教程- 人们在运用SQL时往往会陷入一个误区，即太关注于所得的结果是否正确，而忽视了不同的实现方法之间可能存在的性能差异，这种性能差异在大型的或是困难的数据库环境中（如联机事务处理OLTP或决策支持系统DSS）中表现得尤为明显。笔者在工作实践中发觉，不良的SQL往往来自于不恰当的索引设计、不充份的连接条件和不行优化的where子句。在对它们进行适当的优化后，其运行速度有了明显地提高！下面我将从这三个方面分别进行总结：- 为了更直观地说明问题，全部实例中的SQL运行时间均经过测试，不超过秒的均表示为（< 1秒）。- 测试环境- 主机：HP LH II- 主频：330MHZ- 内存：128兆- 操作系统：Operserver5.0.4-数据库：Sybase11.0.3一、不合理的索引设计-例：表record有620000行，试看在不同的索引下，下面几个 SQL的运行状况：- 1.在date上建有一个非群集索引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：-date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，必需执行一次表扫描才能找到这一范围内的全部行。- 2.在date上的一个群集索引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，数据在物理上按依次在数据页上，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，避开了大范围扫描，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，第一和其次条SQL没有引用place，因此也没有利用上索引；第三个SQL运用了place，且引用的全部列都包含在组合索引中，形成了索引覆盖，所以它的速度是特别快的。- 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：- 缺省状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料上。一般来说：- .有大量重复值、且常常有范围查询（between, >,< ，>=,< =）和order by、group by发生的列，可考虑建立群集索引；- .常常同时存取多列，且每列都含有重复值可考虑建立组合索引；- .组合索引要尽量使关键查询形成索引覆盖，其前导列肯定是运用最常见的列。二、不充份的连接条件：- 例：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的执行状况：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- 在其次个连接条件下，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，查询优化器会依据连接条件，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，就可以看到连接依次、运用何种索引的信息；想看更具体的信息，需用sa角色执行dbcc(3604,310,302)。三、不行优化的where子句- 1.例：下列SQL条件语句中的列都建有恰当的索引，但执行速度却特别慢：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寻，而没有运用该列上面的索引；假如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，运用索引，避开表搜寻，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）- 你会发觉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。我们期望它会依据每个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；但事实上（依据showplan）,它却采纳了OR策略，即先取出满意每个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，最终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。因为每句都运用了索引，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，写一个简洁的存储过程：create proc count_stuff asdeclare a intdeclare b intdeclare c intdeclare d char(10)beginselect a=count(*) from stuff where id_no='0'select b=count(*) from stuff where id_no='1'endselect c=a+bselect d=convert(char(10),c)print d- 干脆算出结果，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，不行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子句常会运用工作表，使索引失效；假如不产生大量重复值，可以考虑把子句拆开；拆开的子句中应当包含索引。- 3.要擅长运用存储过程，它使SQL变得更加敏捷和高效。- 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，削减表扫描的I/O次数，尽量避开表搜寻的发生。其实SQL的性能优化是一个困难的过程，上述这些只是在应用层次的一种体现，深化探讨还会涉及数据库层的资源配置、网络层的流量限制以及操作系统层的总体设计。
