玄铁剑

聚集索引 , 表中存储的数据按照索引的顺序存储 , 检索效率比普通索引高 , 但对数据新增 / 修改 / 删除的影响比较大

非聚集索引 , 不影响表中的数据存储顺序 , 检索效率比聚集索引低 , 对数据新增 / 修改 / 删除的影响很小

如何让你的 SQL 运行得更快
---- 人们在使用 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，而忽略
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复杂的数据库
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
中发现，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可优化的 whe
re 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，所有实例中的 SQL 运行时间均经过测试，不超过１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 的运行情况：
---- 1. 在 date 上建有一非个群集索引
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，必须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，数据在物理上按顺序在数据页上，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，避免了大范
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 ，第一和第二条 SQL 没有引
用 place ，因此也没有利用上索引；第三个 SQL 使用了 place ，且引用的所有列都包含在组
合索引中，形成了索引覆盖，所以它的速度是非常快的。
---- 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：
---- 缺省情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测上。一般来说：
---- ① . 有大量重复值、且经常有范围查询
（ between, >,< ， >=,< = ）和 order by
、 group by 发生的列，可考虑建立群集索引；
---- ② . 经常同时存取多列，且每列都含有重复值可考虑建立组合索引；
---- ③ . 组合索引要尽量使关键查询形成索引覆盖，其前导列一定是使用最频繁的列。

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 的执行情况：

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
---- 在第二个连接条件下，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，查询优化器会根据连接条件，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
接顺序、使用何种索引的信息；想看更详细的信息，需用 sa 角色执行 dbcc(3604,310,30
2) 。
三、不可优化的 where 子句
---- 1. 例：下列 SQL 条件语句中的列都建有恰当的索引，但执行速度却非常慢：
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
进行表搜索，而没有使用该列上面的索引；如果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，使用索引，避免表搜索，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）
---- 你会发现 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。我们期望它会根据每个 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；但实际上（根据 showplan ） , 它却采用了 "OR 策略 "
，即先取出满足每个 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，最后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。因为每句都使用了索引，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，写一个简单的存储过程：
create proc count_stuff as
declare @a int
declare @b int
declare @c int
declare @d char(10)
begin
select @a=count(*) from stuff where id_no='0'
select @b=count(*) from stuff where id_no='1'
end
select @c=@a+@b
select @d=convert(char(10),@c)
print @d
---- 直接算出结果，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，不可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 子句常会使用工作表，使索引失效；如果不产生大量重复值，可以考虑把
子句拆开；拆开的子句中应该包含索引。
---- 3. 要善于使用存储过程，它使 SQL 变得更加灵活和高效。
---- 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，减少表扫描的 I/O 次数，尽量避免表搜索的发生。其实 S
QL 的性能优化是一个复杂的过程，上述这些只是在应用层次的一种体现，深入研究还会
涉及数据库层的资源配置、网络层的流量控制以及操作系统层的总体设计