系统优化内部交流.docxVIP

应用系统优化（1） 设计概念 索引分析 索引给性能带来的好处有一定的代价，索引表需要更多的存储和内存空间。 索引设计建议: 使用窄索引 可以在8k索引页容纳笔款索引更多的行，减少I/O，减少空间，缓存更有效；在索引中使用较少的列，避免使用宽数据列席 检查列的唯一性 如性别、状态字段加索引对性能没有好处。 检查数据类型 短小容易计算的数据类型越有效 考虑列的顺序 复合索引的列属性是索引效率的重要因素。排列索引字段的考虑因素：列唯一性、列宽、列数据类型。 书签查找 简单的说就是当你使用的sql查询条件和select返回的列没有完全包含在索引列中时就会发生书签查找。 避免书签查找的方法：使用聚集索引，使用覆盖索引(组合索引)，使用索引连接 统计分析 对于数据库的优化器来说，是基于数据分布的最新信息帮助优化器确定所使用的查询策略。在SQL Server中，这个信息一统计的形式维护。 手动控制维护配置：无索引列桑新建统计，更新现有统计(自动更新)，用于收集统计的采样度，现有统计的异步更新 碎片清理 索引碎片的成因，包括Insert,update语句引起的页面分割分析， 碎片的解决：重建索引，自动维护 SQL性能优化 查询的模糊匹配 尽量避免在一个复杂查询里面使用 LIKE %parm1%——百分号会导致相关列的索引无法使用，最好不要用. 解决办法: 其实只需要对该脚本略做改进，查询速度便会提高近百倍。改进方法如下： A）修改前台程序——把查询条件的供应商名称一栏由原来的文本输入改为下拉列表，用户模糊输入供应商名称时，直接在前台就帮忙定位到具体的供应商，这样在调用后台程序时，这列就可以直接用等于来关联了。 B）直接修改后台——根据输入条件，先查出符合条件的供应商，并把相关记录保存在一个临时表里头，然后再用临时表去做复杂关联 用=替代 高效:SELECT * FROM EMP? WHERE? DEPTNO =4 低效:SELECT * FROM EMP WHERE DEPTNO 3 两者的区别在于, 前者DBMS将直接跳到第一个DEPT等于4的记录而后者将首先定位到DEPTNO=3的记录并且向前扫描到第一个DEPT大于3的记录 索引问题 在做性能跟踪分析过程中，经常发现有不少后台程序的性能问题是因为缺少合适索引造成的，有些表甚至一个索引都没有。这种情况往往都是因为在设计表时，没去定义索引，而开发初期，由于表记录很少，索引创建与否，可能对性能没啥影响，开发人员因此也未多加重视。然一旦程序发布到生产环境，随着时间的推移，表记录越来越多 这时缺少索引，对性能的影响便会越来越大了。 这个问题需要数据库设计人员和开发人员共同关注 法则：不要在建立的索引的数据列上进行下列操作: ◆避免对索引字段进行计算操作 ◆避免在索引字段上使用not，，!= ◆避免在索引列上使用IS NULL和IS NOT NULL ◆避免在索引列上出现数据类型转换 ◆避免在索引字段上使用函数 ◆避免建立索引的列中使用空值。 复杂操作 部分UPDATE、SELECT 语句 写得很复杂（经常嵌套多级子查询）——可以考虑适当拆成几步，先生成一些临时数据表，再进行关联操作 在可以使用UNION ALL的语句里，使用了UNION UNION 因为会将各查询子集的记录做比较，故比起UNION ALL ，通常速度都会慢上许多。一般来说，如果使用UNION ALL能满足要求的话，务必使用UNION ALL。还有一种情况大家可能会忽略掉，就是虽然要求几个子集的并集需要过滤掉重复记录，但由于脚本的特殊性，不可能存在重复记录，这时便应该使用UNION ALL 在WHERE 语句中，尽量避免对索引字段进行计算操作 这个常识相信绝大部分开发人员都应该知道，但仍有不少人这么使用，我想其中一个最主要的原因可能是为了编写简单而损害了性能，那就不可取了 对Where 语句的法则 7.1 避免在WHERE子句中使用in，not? in，or 或者having。 可以使用 exist 和not exist代替 in和not in。 可以使用表链接代替 exist。Having可以用where代替，如果无法代替可以分两步处理。 例子SELECT *? FROM ORDERS WHERE CUSTOMER_NAME NOT IN (SELECT CUSTOMER_NAME FROM CUSTOMER) 优化 SELECT *? FROM ORDERS WHERE CUSTOMER_NAME not exist (SELECT CUSTOMER_NAME FROM CUSTOMER) 7.2 不要以字符格式声明数字，要以数字格式声明字符值。（日期同样）否则会使索引无效，产生全表扫描。 例子使用：