SQL 최적화에 일반적으로 사용되는 방법은 다음과 같습니다. 1. 전체 테이블 스캔을 피하고 where 및 order by와 관련된 열에 인덱스 설정을 고려합니다. 2. where 절의 필드에 대해 null 값 판단을 피하려고 합니다. 4. in과 not in을 주의해서 사용하십시오. 대규모 트랜잭션 작업을 피하고 시스템 동시성을 향상시키십시오.
1. SQL을 최적화해야 하는 이유
개발 프로젝트 초기에는 비즈니스 데이터의 양이 상대적으로 적기 때문에 일부 SQL의 실행 효율성은 프로그램 실행에 거의 영향을 미치지 않습니다. 개발 및 운영 및 유지보수 담당자는 SQL이 프로그램 실행에 있어 얼마나 효율적인지 판단할 수 없기 때문에 SQL의 특별한 최적화는 거의 수행되지 않습니다. 그러나 시간이 누적되고 비즈니스 데이터의 양이 증가함에 따라 SQL 실행 효율성이 프로그램 실행 효율성에 미치는 영향 점차 증가하면서 이때 SQL을 최적화할 필요가 있습니다.
2. SQL 최적화의 몇 가지 일반적인 방법
1. 쿼리를 최적화하려면 먼저 where 및 order by와 관련된 열에 대한 인덱스 생성을 고려해야 합니다.
2. where 절의 필드에 대한 null 값 판단을 피하십시오. 그렇지 않으면 엔진이 인덱스 사용을 포기하고 다음과 같이 전체 테이블 스캔을 수행합니다.
select id from t where num is null
num에 기본값 0을 설정하여 보장할 수 있습니다. 열에 null 값이 없으면 다음과 같이 쿼리하세요.
select id from t where num=0
3. where 절에 != 또는 a8093152e673feb7aba1828c43532094 연산자를 사용하지 마세요. 그렇지 않으면 엔진이 인덱스 사용을 포기합니다. 전체 테이블 스캔을 수행합니다.
4 조건을 연결하기 위해 where 절에 or 를 사용하지 마세요. 그렇지 않으면 엔진이 인덱스 사용을 포기하고 전체 테이블 스캔을 수행합니다. 예:
select id from t where num=10 or num=20
다음과 같이 쿼리할 수 있습니다:
select id from t where num=10 union all select id from t where num=20
5 .in 및 not in 또한 주의해서 사용하세요. 그렇지 않으면 다음과 같이 전체 테이블 스캔이 발생합니다.
select id from t where num in(1,2,3)
연속 값의 경우 사이에 사용할 수 있으면 in을 사용하지 마세요.
select id from t where num between 1 and 3
6. 쿼리는 또한 전체 테이블 스캔으로 이어집니다:
select id from t where name like '%abc%'
7. where 절의 필드에 표현식 작업을 수행하지 마십시오. 그러면 엔진이 인덱스 사용을 포기하고 전체 테이블 스캔을 수행하게 됩니다. 예:
select id from t where num/2=100
는
select id from t where num=100*2
8로 변경해야 합니다. where 절의 필드에 기능적 작업을 수행하면 엔진이 인덱스 사용을 포기하고 전체 테이블 스캔을 수행하게 됩니다. 예:
select id from t where substring(name,1,3)='abc'--name以abc开头的id
는
select id from t where name like 'abc%'
9로 변경되어야 합니다. where 절의 "=" 왼쪽에서 함수, 산술 연산 또는 기타 표현식 연산을 수행하지 마십시오. 그렇지 않으면 시스템이 사용할 수 없습니다. 인덱스를 올바르게
10. 인덱스 필드를 조건으로 사용할 때 인덱스가 복합 인덱스인 경우 시스템이 인덱스를 사용하는지 확인하기 위해 인덱스의 첫 번째 필드를 조건으로 사용해야 합니다. 그렇지 않으면 인덱스가 사용되지 않습니다. 그리고 필드 순서는 인덱스 순서와 최대한 일치해야 합니다.
11. 빈 테이블 구조 생성과 같은 의미 없는 쿼리를 작성하지 마세요.
select col1,col2 into #t from t where 1=0
이 유형의 코드는 결과 집합을 반환하지 않지만 시스템 리소스를 소비합니다.
create table #t(...)
12.
select num from a where num in(select num from b)
다음 명령문으로 바꾸는 것이 좋습니다.
select num from a where exists(select 1 from b where num=a.num)
13. SQL은 테이블의 데이터를 기반으로 쿼리를 최적화합니다. 인덱스 열 중복된 데이터가 많은 경우 SQL 쿼리에서 인덱스를 사용하지 못할 수 있습니다. 예를 들어 테이블에 성별 필드가 있고 거의 절반이 남성이고 절반이 여성인 경우 인덱스가 생성되더라도 마찬가지입니다. 섹스에서는 쿼리 효율성에 영향을 미치지 않습니다.
14. 인덱스가 많을수록 좋습니다. 인덱스는 해당 선택의 효율성을 향상시킬 수 있지만 삽입 및 업데이트의 효율성도 감소합니다.
삽입 또는 업데이트 중에 인덱스를 다시 빌드하는 방법. 지수는 신중한 고려가 필요하며 상황에 따라 달라집니다.
한 테이블에 인덱스가 6개를 초과하지 않는 것이 가장 좋습니다. 너무 많으면 일반적으로 사용되지 않는 일부 열에 인덱스를 구축할 필요가 있는지 고려해야 합니다.
15. 숫자 필드를 사용해 보세요. 필드에 숫자 정보만 포함되어 있으면 쿼리 및 연결 성능이 저하되고 저장 오버헤드가 증가합니다.
엔진은 쿼리 및 연결 처리 시 문자열의 각 문자를 하나씩 비교하게 되는데, 숫자 유형의 경우 한 번의 비교만으로 충분하기 때문입니다.
16. 가능하면 char 대신 varchar를 사용하세요. 왜냐하면 우선 가변 길이 필드는 저장 공간이 작아서 저장 공간을 절약할 수 있기 때문입니다.
두 번째로, 쿼리의 경우 상대적으로 작은 필드에서 검색 효율성이 확실히 더 높습니다. .
17. 어디에서나 select *를 사용하지 말고, "*"를 특정 필드 목록으로 바꾸고, 사용하지 않는 필드를 반환하지 마세요.
18. 시스템 테이블 리소스 소모를 줄이기 위해 임시 테이블을 자주 생성하고 삭제하지 마세요.
19. 임시 테이블은 사용할 수 없으며 적절하게 사용하면 특정 루틴을 더 효율적으로 만들 수 있습니다. 예를 들어 큰 테이블이나 일반적으로 사용되는 테이블에서 특정 데이터 세트를 반복적으로 참조해야 하는 경우입니다. 그러나 일회성 이벤트의 경우 내보내기 테이블을 사용하는 것이 좋습니다.
20. 임시 테이블을 생성할 때 한 번에 삽입되는 데이터의 양이 많은 경우 테이블 생성 대신 select into를 사용하여 대량의 로그가 발생하는 것을 방지할 수 있습니다.
양이 많은 경우 속도를 높이세요. 데이터 양이 많지 않아 시스템 테이블을 쉽게 하기 위해 리소스의 경우 먼저 테이블을 생성한 후 삽입해야 합니다.
21. 임시 테이블을 사용하는 경우 저장 프로시저가 끝나면 모든 임시 테이블을 명시적으로 삭제하고 먼저 테이블을 자른 다음 테이블을 삭제해야 시스템 테이블이 장기간 잠기지 않습니다.
22. 커서는 효율성이 떨어지므로 사용을 피하세요. 커서로 작동하는 데이터가 10,000행을 초과하는 경우 다시 작성하는 것을 고려해야 합니다.
23. 커서 기반 방법이나 임시 테이블 방법을 사용하기 전에 먼저 집합 기반 방법을 찾아 문제를 해결해야 합니다.
24. 임시 테이블과 마찬가지로 커서를 사용할 수 없습니다. 작은 데이터 세트에 FAST_FORWARD 커서를 사용하는 것이 다른 행별 처리 방법보다 나은 경우가 많습니다. 특히 필요한 데이터를 얻기 위해 여러 테이블을 참조해야 하는 경우에는 더욱 그렇습니다.
결과 집합에 "합계"를 포함하는 루틴은 일반적으로 커서를 사용하는 것보다 수행 속도가 더 빠릅니다. 개발 시간이 허락한다면 커서 기반 방법과 세트 기반 방법을 모두 시도하여 어떤 방법이 더 효과적인지 확인할 수 있습니다.
25. 대규모 트랜잭션 작업을 피하고 시스템 동시성을 개선하세요.
26. 클라이언트에 많은 양의 데이터를 반환하지 않도록 하세요. 데이터 양이 너무 많으면 해당 요구 사항이 합리적인지 고려해야 합니다.
관련 추천: "PHP 튜토리얼", "mysql 튜토리얼"
위 내용은 SQL 최적화에 일반적으로 사용되는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!