1．合理使用索引?

??? 索引是數(shù)據(jù)庫(kù)中重要的數(shù)據(jù)結(jié)構(gòu)，它的根本目的就是為了提高查詢效率。現(xiàn)在大多數(shù)的數(shù)據(jù)庫(kù)產(chǎn)品都采用IBM最先提出的ISAM索引結(jié)構(gòu)。索引的使用要恰到好處，其使用原則如下：?

●在經(jīng)常進(jìn)行連接，但是沒(méi)有指定為外鍵的列上建立索引，而不經(jīng)常連接的字段則由優(yōu)化器自動(dòng)生成索引。?

●在頻繁進(jìn)行排序或分組（即進(jìn)行g(shù)roup by或order by操作）的列上建立索引。?

●在條件表達(dá)式中經(jīng)常用到的不同值較多的列上建立檢索，在不同值少的列上不要建立索引。比如在雇員表的“性別”列上只有“男”與“女”兩個(gè)不同值，因此就無(wú)必要建立索引。如果建立索引不但不會(huì)提高查詢效率，反而會(huì)嚴(yán)重降低更新速度。?

●如果待排序的列有多個(gè)，可以在這些列上建立復(fù)合索引（compound index）。?

●使用系統(tǒng)工具。如Informix數(shù)據(jù)庫(kù)有一個(gè)tbcheck工具，可以在可疑的索引上進(jìn)行檢查。在一些數(shù)據(jù)庫(kù)服務(wù)器上，索引可能失效或者因?yàn)轭l繁操作而使得讀取效率降低，如果一個(gè)使用索引的查詢不明不白地慢下來(lái)，可以試著用tbcheck工具檢查索引的完整性，必要時(shí)進(jìn)行修復(fù)。另外，當(dāng)數(shù)據(jù)庫(kù)表更新大量數(shù)據(jù)后，刪除并重建索引可以提高查詢速度。?

2．避免或簡(jiǎn)化排序?

應(yīng)當(dāng)簡(jiǎn)化或避免對(duì)大型表進(jìn)行重復(fù)的排序。當(dāng)能夠利用索引自動(dòng)以適當(dāng)?shù)拇涡虍a(chǎn)生輸出時(shí)，優(yōu)化器就避免了排序的步驟。以下是一些影響因素：?

●索引中不包括一個(gè)或幾個(gè)待排序的列；?

●group by或order by子句中列的次序與索引的次序不一樣；?

●排序的列來(lái)自不同的表。?

為了避免不必要的排序，就要正確地增建索引，合理地合并數(shù)據(jù)庫(kù)表（盡管有時(shí)可能影響表的規(guī)范化，但相對(duì)于效率的提高是值得的）。如果排序不可避免，那么應(yīng)當(dāng)試圖簡(jiǎn)化它，如縮小排序的列的范圍等。?

3．消除對(duì)大型表行數(shù)據(jù)的順序存取?

在嵌套查詢中，對(duì)表的順序存取對(duì)查詢效率可能產(chǎn)生致命的影響。比如采用順序存取策略，一個(gè)嵌套3層的查詢，如果每層都查詢1000行，那么這個(gè)查詢就要查詢10億行數(shù)據(jù)。避免這種情況的主要方法就是對(duì)連接的列進(jìn)行索引。例如，兩個(gè)表：學(xué)生表（學(xué)號(hào)、姓名、年齡……）和選課表（學(xué)號(hào)、課程號(hào)、成績(jī)）。如果兩個(gè)表要做連接，就要在“學(xué)號(hào)”這個(gè)連接字段上建立索引。?

還可以使用并集來(lái)避免順序存取。盡管在所有的檢查列上都有索引，但某些形式的where子句強(qiáng)迫優(yōu)化器使用順序存取。下面的查詢將強(qiáng)迫對(duì)orders表執(zhí)行順序操作：?

    SELECT ＊ FROM orders WHERE (customer_num=104 AND order_num>;1001) OR order_num=1008  
  

雖然在customer_num和order_num上建有索引，但是在上面的語(yǔ)句中優(yōu)化器還是使用順序存取路徑掃描整個(gè)表。因?yàn)檫@個(gè)語(yǔ)句要檢索的是分離的行的集合，所以應(yīng)該改為如下語(yǔ)句：?

    SELECT ＊ FROM orders WHERE customer_num=104 AND order_num>;1001  



UNION  



SELECT ＊ FROM orders WHERE order_num=1008  


  

這樣就能利用索引路徑處理查詢。?

4．避免相關(guān)子查詢?

一個(gè)列的標(biāo)簽同時(shí)在主查詢和where子句中的查詢中出現(xiàn)，那么很可能當(dāng)主查詢中的列值改變之后，子查詢必須重新查詢一次。查詢嵌套層次越多，效率越低，因此應(yīng)當(dāng)盡量避免子查詢。如果子查詢不可避免，那么要在子查詢中過(guò)濾掉盡可能多的行。?

5．避免困難的正規(guī)表達(dá)式?

MATCHES和LIKE關(guān)鍵字支持通配符匹配，技術(shù)上叫正規(guī)表達(dá)式。但這種匹配特別耗費(fèi)時(shí)間。例如：SELECT ＊ FROM customer WHERE zipcode LIKE “98_ _ _”?

即使在zipcode字段上建立了索引，在這種情況下也還是采用順序掃描的方式。如果把語(yǔ)句改為SELECT ＊ FROM customer WHERE zipcode >;“98000”，在執(zhí)行查詢時(shí)就會(huì)利用索引來(lái)查詢，顯然會(huì)大大提高速度。?

另外，還要避免非開(kāi)始的子串。例如語(yǔ)句：SELECT ＊ FROM customer WHERE zipcode[2，3] >;“80”，在where子句中采用了非開(kāi)始子串，因而這個(gè)語(yǔ)句也不會(huì)使用索引。?

6．使用臨時(shí)表加速查詢?

把表的一個(gè)子集進(jìn)行排序并創(chuàng)建臨時(shí)表，有時(shí)能加速查詢。它有助于避免多重排序操作，而且在其他方面還能簡(jiǎn)化優(yōu)化器的工作。例如：?

    SELECT cust.name，rcvbles.balance，……other columns  



FROM cust，rcvbles  



WHERE cust.customer_id = rcvlbes.customer_id  



AND rcvblls.balance>;0  



AND cust.postcode>;“98000”  



ORDER BY cust.name  




  

如果這個(gè)查詢要被執(zhí)行多次而不止一次，可以把所有未付款的客戶找出來(lái)放在一個(gè)臨時(shí)文件中，并按客戶的名字進(jìn)行排序：?

    SELECT cust.name，rcvbles.balance，……other columns  



FROM cust，rcvbles  



WHERE cust.customer_id = rcvlbes.customer_id  



AND rcvblls.balance>;0  



ORDER BY cust.name  



INTO TEMP cust_with_balance  


  

然后以下面的方式在臨時(shí)表中查詢：?

    SELECT ＊ FROM cust_with_balance  



WHERE postcode>;“98000”  




  

臨時(shí)表中的行要比主表中的行少，而且物理順序就是所要求的順序，減少了磁盤I/O，所以查詢工作量可以得到大幅減少。?

注意：臨時(shí)表創(chuàng)建后不會(huì)反映主表的修改。在主表中數(shù)據(jù)頻繁修改的情況下，注意不要丟失數(shù)據(jù)。?

7．用排序來(lái)取代非順序存取?

非順序磁盤存取是最慢的操作，表現(xiàn)在磁盤存取臂的來(lái)回移動(dòng)。SQL語(yǔ)句隱藏了這一情況，使得我們?cè)趯?xiě)應(yīng)用程序時(shí)很容易寫(xiě)出要求存取大量非順序頁(yè)的查詢。?

有些時(shí)候，用數(shù)據(jù)庫(kù)的排序能力來(lái)替代非順序的存取能改進(jìn)查詢。
下面我們舉一個(gè)制造公司的例子來(lái)說(shuō)明如何進(jìn)行查詢優(yōu)化。制造公司數(shù)據(jù)庫(kù)中包括3個(gè)表，模式如下所示：?

1．part表?

        ?
      

        零件號(hào)　　　　　零件描述　　　　　　　　其他列 
      

        （part_num）　（part_desc）　　　　　　（other column） 
      

        102，032　　　Seageat 30G disk　　　　　…… 
      

        500，049　　　Novel 10M network card　　…… 
      

        …… 
      

2．vendor表?

        ?
      

        廠商號(hào)　　　　　　廠商名　　　　　　其他列 
      

        （vendor _num）　（vendor_name） （other column） 
      

        910，257　　　　　Seageat Corp　　　…… 
      

        523，045　　　　　IBM Corp　　　　　…… 
      

        …… 
      

3．parven表?

零件號(hào)　　　　　廠商號(hào)　　　　　零件數(shù)量?

        ?
      

        （part_num）　（vendor_num）　（part_amount） 
      

        102，032　　　　910，257　　　　3,450,000 
      

        234，423　　　　321，001　　　　4，000，000 
      

        …… 
      

下面的查詢將在這些表上定期運(yùn)行，并產(chǎn)生關(guān)于所有零件數(shù)量的報(bào)表：?

    <P>SELECT part_desc，vendor_name，part_amount&nbsp; 

<P>FROM part，vendor，parven&nbsp; 

<P>WHERE part.part_num=parven.part_num&nbsp; 

<P>AND parven.vendor_num = vendor.vendor_num&nbsp; 

<P>ORDER BY part.part_num&nbsp; </P>
  

如果不建立索引，上述查詢代碼的開(kāi)銷將十分巨大。為此，我們?cè)诹慵?hào)和廠商號(hào)上建立索引。索引的建立避免了在嵌套中反復(fù)掃描。關(guān)于表與索引的統(tǒng)計(jì)信息如下：?

        ?
      

        表　　　　　行尺寸　　　行數(shù)量　　　　　每頁(yè)行數(shù)量　　　數(shù)據(jù)頁(yè)數(shù)量 
      

        （table）　(row size)　（Row count）　（Rows/Pages）　（Data Pages） 
      

        part　　　　150　　　　　10，000　　　　25　　　　　　　400 
      

        Vendor　　　150　　　　　1，000　　　　 25　　　　　　　40 
      

        Parven　　　13　　　　　 15，000　　　　300　　　　　　 50 
      

        ?
      

        索引　　　　　鍵尺寸　　　每頁(yè)鍵數(shù)量　　　頁(yè)面數(shù)量 
      

        （Indexes）　(Key Size)　（Keys/Page)　　　(Leaf Pages） 
      

        part　　　　　4　　　　　　500　　　　　　　20 
      

        Vendor　　　　4　　　　　　500　　　　　　　2 
      

        Parven　　　　8　　　　　　250　　　　　　　60 
      

看起來(lái)是個(gè)相對(duì)簡(jiǎn)單的3表連接，但是其查詢開(kāi)銷是很大的。通過(guò)查看系統(tǒng)表可以看到，在part_num上和vendor_num上有簇索引，因此索引是按照物理順序存放的。parven表沒(méi)有特定的存放次序。這些表的大小說(shuō)明從緩沖頁(yè)中非順序存取的成功率很小。此語(yǔ)句的優(yōu)化查詢規(guī)劃是：首先從part中順序讀取400頁(yè)，然后再對(duì)parven表非順序存取1萬(wàn)次，每次2頁(yè)（一個(gè)索引頁(yè)、一個(gè)數(shù)據(jù)頁(yè)），總計(jì)2萬(wàn)個(gè)磁盤頁(yè)，最后對(duì)vendor表非順序存取1.5萬(wàn)次，合3萬(wàn)個(gè)磁盤頁(yè)。可以看出在這個(gè)索引好的連接上花費(fèi)的磁盤存取為5.04萬(wàn)次。?

實(shí)際上，我們可以通過(guò)使用臨時(shí)表分3個(gè)步驟來(lái)提高查詢效率：?

1．從parven表中按vendor_num的次序讀數(shù)據(jù)：?

    <P>SELECT part_num，vendor_num，price&nbsp; 

<P>FROM parven&nbsp; 

<P>ORDER BY vendor_num&nbsp; 

<P>INTO temp pv_by_vn&nbsp; </P>
  

這個(gè)語(yǔ)句順序讀parven（50頁(yè)），寫(xiě)一個(gè)臨時(shí)表（50頁(yè)），并排序。假定排序的開(kāi)銷為200頁(yè)，總共是300頁(yè)。?

2．把臨時(shí)表和vendor表連接，把結(jié)果輸出到一個(gè)臨時(shí)表，并按part_num排序：?

    <P>SELECT pv_by_vn，＊ vendor.vendor_num&nbsp; 

<P>FROM pv_by_vn，vendor&nbsp; 

<P>WHERE pv_by_vn.vendor_num=vendor.vendor_num&nbsp; 

<P>ORDER BY pv_by_vn.part_num&nbsp; 

<P>INTO TMP pvvn_by_pn&nbsp; 

<P>DROP TABLE pv_by_vn&nbsp; </P>
  

這個(gè)查詢讀取pv_by_vn(50頁(yè))，它通過(guò)索引存取vendor表1.5萬(wàn)次，但由于按vendor_num次序排列，實(shí)際上只是通過(guò)索引順序地讀vendor表（40＋2=42頁(yè)），輸出的表每頁(yè)約95行，共160頁(yè)。寫(xiě)并存取這些頁(yè)引發(fā)5＊160=800次的讀寫(xiě)，索引共讀寫(xiě)892頁(yè)。?

3．把輸出和part連接得到最后的結(jié)果：?

    <P>SELECT pvvn_by_pn.＊，part.part_desc&nbsp; 

<P>FROM pvvn_by_pn，part&nbsp; 

<P>WHERE pvvn_by_pn.part_num=part.part_num&nbsp; 

<P>DROP TABLE pvvn_by_pn&nbsp; </P>
  

這樣，查詢順序地讀pvvn_by_pn(160頁(yè))，通過(guò)索引讀part表1.5萬(wàn)次，由于建有索引，所以實(shí)際上進(jìn)行1772次磁盤讀寫(xiě)，優(yōu)化比例為30∶1。筆者在Informix Dynamic Sever上做同樣的實(shí)驗(yàn)，發(fā)現(xiàn)在時(shí)間耗費(fèi)上的優(yōu)化比例為5∶1(如果增加數(shù)據(jù)量，比例可能會(huì)更大)。?

小　結(jié)?

20％的代碼用去了80％的時(shí)間，這是程序設(shè)計(jì)中的一個(gè)著名定律，在數(shù)據(jù)庫(kù)應(yīng)用程序中也同樣如此。我們的優(yōu)化要抓住關(guān)鍵問(wèn)題，對(duì)于數(shù)據(jù)庫(kù)應(yīng)用程序來(lái)說(shuō)，重點(diǎn)在于SQL的執(zhí)行效率。查詢優(yōu)化的重點(diǎn)環(huán)節(jié)是使得數(shù)據(jù)庫(kù)服務(wù)器少?gòu)拇疟P中讀數(shù)據(jù)以及順序讀頁(yè)而不是非順序讀頁(yè)。

數(shù)據(jù)庫(kù)的查詢優(yōu)化技術(shù)