数据库查询处理性能优化.docVIP

数据库查询处理性能优化 　　摘 要：数据库系统是管理系统的核心。在实际应用中，许多应用软件都需要频繁地对数据库进行查询操作。数据库的性能直接受到SQL语句、数据库结构的影响。查询优化对于数据库的性能，特别是对于大型数据库的性能至关重要。本文将与大家探讨，通过优化SQL语句、创建临时表、优化存储过程、优化索引等提高数据库查询效率的方法。 关键字：数据库；查询；优化 目前，随着计算机技术的发展，各种软件的应用和普及，几乎所有的应用程序都需要数据库的支持，数据库的重要性日益凸显。在数据库的开发过程中，如果在开始阶段不注重查询优化技术，随着数据库表中记录量越来越大，系统的响应速度会越来越慢，最终导致系统被淘汰。相反，良好的数据库设计会大大提高其运行效率，最大限度减少冗余，缩短查询时间。数据库的优化方法很多，不同的方法也会直接影响数据库的查询效率。笔者在此介绍几种常用的数据库查询优化方法，希望能与大家共同探讨。 一、优化SQL语句 对于SQL语句优化有以下的直接原因。SQL语句是数据库操作的唯一途径，应用程序的执行最终要归结为SQL语句的执行，SQL语句的执行效率对数据库系统的性能起到了重要的作用。SQL语句相对于程序设计逻辑是独立的，优化SQL语句对程序逻辑不会产生影响，在时间成本和风险上的代价都很低。SQL语句可以有不同的写法，不同的写法在性能上的差异可能很大。准确地使用SQL语句，可以大幅度提高索引中数据的查询速度，下面就举例说明。 （一）在查询时，查询值要等于返回值。在查询中不要过多使用“通配符”，从而减少对数据库中的表的访问量，缩小查询范围，节省时间。如：select * from table1 语句，最小化查询到某行某列，如：select col1 from table1；因为一般的查询是不必查询所有库内的数据的，如select top 50 col1 from table1。 ① select sum（t1.c1）from t1 where（（select count（*）from t2 where t2.c2 = t1.c2）0） ② select sum（t1.c1）from t1 where exists（select * from t2 where t2.c2 = t1.c1） 结果是不一样的，但②的效率比①高很多，因为②在查询中大量缩减了索引扫描范围。可见，选择准确的字句可大大提高查询效率。 （二）选择使用特殊SQL语句，如EXISTS，NOT EXISTS。尽量避免在where子句中使用in，not in，or或者having。使用or会导致全表扫描。可以用EXIST和NOT EXISTS代替in和not in；union来代替or，having可以用where代替，如果无法代替可以分两步处理。例如： ① select column1，column2 from table1 where column5 = 2010’ or column6 5900； ② select column1，column2 from table1 where column5 = 2010’ union select column1，column2 from table1 where column6 5900； 语句②可以代替①，而且比①效率高。 ③ select sum（t1，c1） from t1 where （（select count（*） from t2 where t2.c2 = t1.c2） 0） ④ select sum（t1，c1） from t1 where exists （select * from t2 where t2.c2 = t1.c2） 语句④的效率比③高很多，因为③的查询中大量缩减了索引扫描范围。 （三）一个列的标签如果在主查询和where条件子句的查询中同时出现，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。 （四）尽量避免在where子句中对字段进行null值判断和使用！=或操作符，否则将放弃使用索引而进行全表扫描。 （五）关键字LIKE支持通配符匹配，但是这特别耗费时间。比如，select * from table1 where t1 LIKE “98_ _”，即使在t1字段上建立了索引，在这种情况下，还是使用顺序扫描的方式。但是，如果语句改成：select * from table1 where t1 ”98000”