《数据库性能优化》复习课程.ppt

数据库性能优化 B2B-DBA-陈立-2011年Q3 主题 基本元素 访问堆表 访问B树索引 案例分析 执行计划 基本元素-总览 一本字典---------------一个表 字典中的一页----------一个数据块 一个字的解释----------一笔记录 页码跟行号------------ROWID 基本元素-数据块 保存数据的最小容器 读取数据的最小单位（8k或16k，固定大小） 基本元素-ROWID 访问一笔记录的最快方式 ROWID只是一个坑，不是一个萝卜，用它来访问数据虽然快，但是不安全。因为随着DELETE/INSERT操作，坑里埋的萝卜会变。坑还是原来的坑，萝卜已经不是原来的萝卜了。 访问堆表-全表扫描 全表扫描 用多快读的方式访问高水位线以下的所有数据块 哪怕这些数据块里现在都没有数据 哪怕最终只得到少量的记录 就像在一本没有索引的字典里找出所有单人旁的字，你必须将整本字典从头到尾查阅一遍。 访问堆表-ROWID访问 访问指定ROWID的记录 最快的访问方式 查看字典中第X页第Y行的字 访问堆表-STOP机制 查询到指定的记录数之后就停止扫描 无需借助索引，也不必访问整张表的所有数据块 在字典中找出5个笔画数为20的字 访问B树索引-典型结构 访问B树索引-特点 自索引的索引 平衡树-----每个叶节点到根节点的距离相等 叶节点之间存在有序链表结构 对 =, >, <, >=, <=, like ‘a%’ 等操作效率极高 对 <>, like ‘%a%’, like ‘%a’ 操作效率差 访问B树索引-索引唯一扫描 访问B树索引-索引范围扫描 访问B树索引-索引快速全扫描 Select count(*) from table1 访问B树索引-代价 索引唯一扫描：o(1)------索引的层次数 索引范围扫描：o(n)------所需要返回的叶块 索引快速全扫描：o(N)----所有叶块 实际问题-1 问：在索引字段上施加函数，为什么性能差 to_char(gmt_create,’ mmdd’) =‘0101’ 答：因为无法使用索引 正确的写法： gmt_create between to_date(,'yyyymmdd') and to_date(,'yyyymmdd') 用索引范围扫描 实际问题-2 问：在索引字段上用全模糊，为什么性能差 member_id like ‘%alibaba%’ 答：因为无法使用索引。 正确的做法：B树索引无法解决这种需求。考虑用其他技术手段代替，比如搜索引擎。 实际问题-3 问：索引是 (member_id, group_id), 为什么这个性能差 where group_id=89721 答：用了索引快速全扫描 或者 其他低效的扫描方式。 正确的做法：创建以group_id为首列的索引，使用索引范围扫描。 实际问题-4 问：计数为什么有时候count(id)比count(*)慢？ 答：count(id)等价于 count(*) where id is not null，如果没有(id)索引，那么会用全表扫描，而count(*)会自动选择最优的索引用索引快速全扫描。 正确的写法：计数统一使用count(*)。 实际问题-5 判断member_id在offer表中是否存在记录，哪个写法性能好？ (A): select count(*) from offer where member_id=#member_id#; (B): select count(*) from offer where member_id=#member_id# and rownum<=1; 两种写法都用了索引范围扫描，(B)在这个基础上还用到了STOP机制，查到第一笔记录之后就立刻停止了扫描，所以性能更好。 实际问题-6 问：索引(member_id, subject)这两句性能有差别吗？ (A): select subject from offer where member_id=#member_id#; (B): select subject, gmt_create from offer where member_id=#member_id#; 答：两句都用了索引范围扫描，(B)还需要根据索引中查到的ROWID访问表里的记录，当对应的记录数较多时，比(A)的性能差很多。 实际问题-7 问：这个SQL如何优化？ SELECT * FROM (SELECT t.*, rownum AS rn FROM (SELECT *