优化SQL查询：如何写出高性能SQL语句

1、首先要搞明白什么叫执行计划？

执行计划是数据库根据sql语句和相关表的统计信息作出的一个查询方案，这个方案是由查询优化器自动分析产生的，比如一条sql语句如果用来从一个 10万条记录的表中查1条记录，那查询优化器会选择“索引查找”方式，如果该表进行了归档，当前只剩下5000条记录了，那查询优化器就会改变方案，采用 “全表扫描”方式。

一个正确的“执行计划”有两点很重要：

sql语句是否清晰地告诉查询优化器它想干什么？

查询优化器得到的数据库统计信息是否是最新的、正确的？

2、统一sql语句的写法

sql语句，程序员认为是相同的，数据库查询优化器认为是不同的。

查询分析器就认为是两句不同的sql语句，必须进行两次解析。生成2个执行计划。所以作为程序员，应该保证相同的查询语句在任何地方都一致，多一个空格都不行！

3、不要把sql语句写得太复杂

数据库中捕捉到的一条sql语句打印出来有2张A4纸这么长。一般来说这么复杂的语句通常都是有问题的。我拿着这2页长的sql语句去请教原作者，结果他说时间太长，他一时也看不懂了。可想而知，连原作者都有可能看糊涂的sql语句，数据库也一样会看糊涂。

一个Select语句的结果作为子集，然后从该子集中再进行查询，这种一层嵌套语句还是比较常见的，但是根据经验，超过3层嵌套，查询优化器就很容易给出错误的执行计划。因为它被绕晕了。像这种类似人工智能的东西，终究比人的分辨力要差些，如果人都看晕了，我可以保证数据库也会晕的。

sql语句被重用的可能性越高。而复杂的sql语句只要有一个字符发生变化就必须重新解析，然后再把这一大堆垃圾塞在内存里。可想而知，数据库的效率会何等低下。

4、使用“临时表”暂存中间结果

sql语句的重要方法就是采用临时表暂存中间结果，但是，临时表的好处远远不止这些，将临时结果暂存在临时表，后面的查询就在tempdb中了，这可以避免程序中多次扫描主表，也大大减少了程序执行中“共享锁”阻塞“更新锁”，减少了阻塞，提高了并发性能。

5、 OLTP系统sql语句必须采用绑定变量

'2010-10-20 00:00:01' 
select*from orderheader where changetime >'2010-09-22 00:00:01'

查询优化器认为是不同的sql语句，需要解析两次。如果采用绑定变量

@chgtime

查询可以重用该执行计划了，这可以大大降低数据库解析sql语句的负担。一次解析，多次重用，是提高数据库效率的原则。

6、绑定变量窥测

一个sql语句要查询30岁的汉族人口有多少，那“民族”这列必然要被放在where条件中。这个时候如果采用绑定变量@nation会存在很大问题。

一个值是“汉族”，那整个执行计划必然会选择表扫描。然后，第二个值传入的是“布依族”，按理说“布依族”占的比例可能只有万分之一，应该采用索引查找。但是，由于重用了第一次解析的“汉族”的那个执行计划，那么第二次也将采用表扫描方式。这个问题就是著名的“绑定变量窥测”，建议对于“倾斜字段”不要采用绑定变量。

7、只在必要的情况下才使用begin tran

sql Server中一句sql语句默认就是一个事务，在该语句执行完成后也是默认commit的。其实，这就是begin tran的一个最小化的形式，好比在每句语句开头隐含了一个begin tran，结束时隐含了一个commit。

修改几个表，要求要么几个表都修改成功，要么都不成功。begin tran 可以起到这样的作用，它可以把若干sql语句套在一起执行，最后再一起commit。好处是保证了数据的一致性，但任何事情都不是完美无缺的。Begin tran付出的代价是在提交之前，所有sql语句锁住的资源都不能释放，直到commit掉。

sql语句太多，那数据库的性能就糟糕了。在该大事务提交之前，必然会阻塞别的语句，造成block很多。

sql语句越少越好！有些情况下可以采用触发器同步数据，不一定要用begin tran。

8、一些SQL查询语句应加上nolock

sql语句中加nolock是提高sql Server并发性能的重要手段，在oracle中并不需要这样做，因为oracle的结构更为合理，有undo表空间保存“数据前影”，该数据如果在修改中还未commit，那么你读到的是它修改之前的副本，该副本放在undo表空间中。这样，oracle的读、写可以做到互不影响，这也是oracle 广受称赞的地方。sql Server 的读、写是会相互阻塞的，为了提高并发性能，对于一些查询，可以加上nolock，这样读的时候可以允许写，但缺点是可能读到未提交的脏数据。使用 nolock有3条原则。

查询的结果用于“插、删、改”的不能加nolock ！

查询的表属于频繁发生页分裂的，慎用nolock ！

间的功能，

性能的，不要用nolock 。

9、聚集索引没有建在表的顺序字段上，该表容易发生页分裂

添加的，如果在orderid上加聚集索引，新增的行都是添加在末尾，这样不容易经常产生页分裂。然而，由于大多数查询都是根据客户编号来查的，因此，将聚集索引加在contactid上才有意义。而contactid对于订单表而言，并非顺序字段。

在这张表的第一个数据页上，如果今天“张三”新下了一个订单，那该订单信息不能放在表的最后一页，而是第一页！如果第一页放满了呢？很抱歉，该表所有数据都要往后移动为这条记录腾地方。

sql Server的索引和Oracle的索引是不同的，sql Server的聚集索引实际上是对表按照聚集索引字段的顺序进行了排序，相当于oracle的索引组织表。sql Server的聚集索引就是表本身的一种组织形式，所以它的效率是非常高的。也正因为此，插入一条记录，它的位置不是随便放的，而是要按照顺序放在该放的数据页，如果那个数据页没有空间了，就引起了页分裂。所以很显然，聚集索引没有建在表的顺序字段上，该表容易发生页分裂。

一个情况，一位哥们的某张表重建索引后，插入的效率大幅下降了。估计情况大概是这样的。该表的聚集索引可能没有建在表的顺序字段上，该表经常被归档，所以该表的数据是以一种稀疏状态存在的。比如张三下过20张订单，而最近3个月的订单只有5张，归档策略是保留3个月数据，那么张三过去的 15张订单已经被归档，留下15个空位，可以在insert发生时重新被利用。

在这种情况下由于有空位可以利用，就不会发生页分裂。但是查询性能会比较低，因为查询时必须扫描那些没有数据的空位。

性能大幅下降。

一个值得考虑的问题！

10、加nolock后查询经常发生页分裂的表，容易产生跳读或重复读

查询，但是由于同时发生“插、删、改”，在某些情况下，一旦该数据页满了，那么页分裂不可避免，而此时nolock的查询正在发生，比如在第100页已经读过的记录，可能会因为页分裂而分到第101页，这有可能使得nolock查询在读101页时重复读到该条数据，产生“重复读”。同理，如果在100页上的数据还没被读到就分到99页去了，那nolock查询有可能会漏过该记录，产生“跳读”。

查询产生了重复读，2条相同的记录去插入别的表，当然会发生主键冲突。

11、使用like进行模糊查询时应注意

查询比如

查询必然走全表扫描，除非必要，否则不要在关键词前加%，

12、数据类型的隐式转换对查询效率的影响

sql server2000的数据库，我们的程序在提交sql语句的时候，没有使用强类型提交这个字段的值，由sql server 2000自动转换数据类型，会导致传入的参数与主键字段类型不一致，这个时候sql server 2000可能就会使用全表扫描。sql2005上没有发现这种问题，但是还是应该注意一下。

13、sql Server 表连接的三种方式

nested Loop Join

sql Server 2000只有一种join方式——nested Loop Join，如果A结果集较小，那就默认作为外表，A中每条记录都要去B中扫描一遍，实际扫过的行数相当于A结果集行数x B结果集行数。所以如果两个结果集都很大，那Join的结果很糟糕。

sql Server 2005新增了Merge Join，如果A表和B表的连接字段正好是聚集索引所在字段，那么表的顺序已经排好，只要两边拼上去就行了，这种join的开销相当于A表的结果集行数加上B表的结果集行数，一个是加，一个是乘，可见merge join 的效果要比nested Loop Join好多了。

sql2000的效率是相当低的，而sql2005提供了Hash join，相当于临时给A，B表的结果集加上索引，因此sql2005的效率比sql2000有很大提高，我认为，这是一个重要的原因。

总结一下，在表连接时要注意以下几点：

sql Server 2000，赶紧升级吧。

优化SQL查询：如何写出高性能SQL语句

2、 统一sql语句的写法

3、 不要把sql语句写得太复杂

相关文章

2、统一sql语句的写法

3、不要把sql语句写得太复杂