实战：上亿数据如何秒查.docVIP

实战：上亿数据如何秒查 最近在忙着优化集团公司的一个报表。优化完成后，报表查询速度有从半小时以上(甚至查不出)到秒查的质变。从修改SQL查询语句逻辑到决定创建存储过程实现，花了我3天多的时间，在此总结一下，希望对朋友们有帮助。数据背景首先项目是西门子中国在我司实施部署的MES项目，由于项目是在产线上运作(3 years+)，数据累积很大。在项目的数据库中，大概上亿条数据的表有5个以上，千万级数据的表10个以上，百万级数据的表，很多...(历史问题，当初实施无人监管，无人监控数据库这块的性能问题。ps:我刚入职不久...)不多说，直接贴西门子中国的开发人员在我司开发的SSRS报表中的SQL语句： View Code这个查询语句，实际上通过我的检测和调查，在B/S系统前端已无法查出结果，半小时，一小时 ... 。因为我直接在SQL查询分析器查，半小时都没有结果。(原因是里面对一张上亿级数据表和3张千万级数据表做全表扫描查询)不由感慨，西门子中国的素质(或者说责任感)就这样？下面说说我的分析和走的弯路(思维误区)，希望对你也有警醒。探索和误区首先相关表的索引，没有建全的，把索引给建上。索引这步完成后，发现情况还是一样，查询速度几乎没有改善。后来想起相关千万级数据以上的表，都还没有建立表分区。于是考虑建立表分区以及数据复制的方案。这里有必要说明下：我司报表用的是一个专门的数据库服务器，数据从产线订阅而来。就是常说的“读写分离”。如果直接在原表上建立表分区，你会发现执行表分区的事物会直接死锁。原因是：表分区操作本身会锁表，产线还在推数据过来，这样很容易“阻塞”，“死锁”。我想好的方案是：建立一个新表(空表)，在新表上建好表分区，然后复制数据过来。正打算这么干。等等！我好像进入了一个严重的误区！分析： 原SQL语句和业务需求，是对产线的数据做产品以及序列号的追溯，关键是查询条件里没有有规律的条件(如日期、编号)， 贸然做了表分区，在这里几乎没有意义！反而会降低查询性能！好险！还是一步一步来，先做SQL语句分析。一. 对原SQL语句的分析1. 查询语句的where条件，有大量@var in ... or (@var =) 的片段2. where条件有like %+@var+% 3. where条件有 case ... end 函数4. 多次连接同一表查询，另外使用本身已嵌套的视图表，是不是必须，是否可替代？5. SQL语句有*号，视图中也有*号出现二. 优化设计首先是用存储过程改写，好处是设计灵活。核心思想是：用一个或多个查询条件(查询条件要求至少输入一个)得到临时表，每个查询条件如果查到集合，就更新这张临时表，最后汇总的时候， 只需判断这个临时表是否有值。以此类推，可以建立多个临时表，将查询条件汇总。这样做目前来看至少两点好处：1.省去了对变量进行 =@var or (@var=)的判断； 2.抛弃sql拼接，提高代码可读性。再有就是在书写存储过程，这个过程中要注意：1. 尽量想办法使用临时表扫描替代全表扫描；2. 抛弃in和not in语句，使用exists和not exists替代；3. 和客户确认，模糊查询是否有必要，如没有必要，去掉like语句；4. 注意建立适当的，符合场景的索引；5. 踩死 * 号；6. 避免在where条件中对字段进行函数操作；7. 对实时性要求不高的报表，允许脏读(with(nolock))。三. 存储过程如果想参考优化设计片段的详细内容，请参阅SQL代码： 1 /** 2 * 某某跟踪报表 3 **/ 4 --exec spName1 ,,,,,,公司代号 5 CREATE Procedure spName1 6 @MESOrderID nvarchar(320), --工单号,最多30个 7 @LotName nvarchar(700), --产品序列号,最多50个 8 @DateCode nvarchar(500), --供应商批次号,最多30个 9 @BatchID nvarchar(700), --组装件序列号/物料批号,最多50个 10 @comdef nvarchar(700), --组装件物料编码,最多30个 11 @SNCust nvarchar(1600), --外部序列号,最多50个 12 @OnPlant nvarchar(20) --平台 13 AS 14 BEGIN 15 SET NOCOUNT ON;