Penemuduga: Adakah anda biasa dengan pengoptimuman SQL? Saya hanya tahu 20 jenis, tetapi terdapat lebih banyak lagi...

Semasa temuduga, penemuduga suka bertanya:

Adakah anda biasa dengan pengoptimuman SQL?

Jangan takut apabila menghadapi masalah seperti ini, Saudara Tian telah menyediakan 52SQL statementsstrategi pengoptimuman prestasi berikut untuk anda. Jika ia tidak berkesan, hanya menghafal beberapa item lagi, dan masih tiada masalah untuk menangani keperluan segera anda.

"Strategi Pengoptimuman"

1 Untuk mengoptimumkan pertanyaan, anda harus cuba mengelakkan imbasan jadual penuh Anda harus terlebih dahulu mempertimbangkan untuk membuat indeks pada lajur yang terlibat dalam WHERE dan ORDER BY.

2 Cuba elakkan pertimbangan nilai NULL pada medan dalam klausa WHERE ialah nilai lalai semasa membuat jadual, tetapi kebanyakan masa anda harus menggunakan NOT NULL, atau menggunakan nilai khas, seperti 0, -1. sebagai nilai lalai.

3 Cuba elakkan menggunakan != atau a8093152e673feb7aba1828c43532094 dalam klausa WHERE. MySQL menggunakan indeks hanya untuk operator berikut: 23735d90c0339e974c9b8bbfdf9ee4cb, >=, ANTARA, DALAM, dan kadangkala SUKA.

4 Cuba elakkan menggunakan OR dalam klausa WHERE untuk menyambung syarat, jika tidak enjin akan menyerah menggunakan indeks dan melakukan imbasan jadual penuh Anda boleh menggunakan UNION untuk menggabungkan pertanyaan:

select id from t where num=10 union all select id from t where num=20。

5 IN juga harus digunakan dengan berhati-hati, jika tidak, ia akan menghasilkan imbasan jadual penuh. Untuk nilai berterusan, jangan gunakan IN jika anda boleh menggunakan ANTARA:

select id from t where num between 1 and 3。

6. Pertanyaan berikut juga akan menyebabkan imbasan jadual penuh:

select id from t where name like‘%abc%’

atau

select id from t where name like‘%abc’

Untuk meningkatkan kecekapan, anda boleh mempertimbangkan carian teks penuh. Dan

select id from t where name like‘abc%’

才用到索引。

7、如果在 WHERE 子句中使用参数，也会导致全表扫描。

8、应尽量避免在 WHERE 子句中对字段进行表达式操作，应尽量避免在 WHERE 子句中对字段进行函数操作。

9、很多时候用 EXISTS 代替 IN 是一个好的选择：

select num from a where num in(select num from b)

用下面的语句替换：

select num from a where exists(select 1 from b where num=a.num)

10、索引固然可以提高相应的 SELECT 的效率，但同时也降低了 INSERT 及 UPDATE 的效。因为 INSERT 或 UPDATE 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过 6 个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。

11、应尽可能的避免更新 clustered 索引数据列， 因为 clustered 索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。

12、尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。

13、尽可能的使用 varchar, nvarchar 代替 char, nchar。因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。

14、最好不要使用返回所有：select from t ，用具体的字段列表代替 “*”，不要返回用不到的任何字段。

15、尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。

16、使用表的别名（Alias）：当在 SQL 语句中连接多个表时，请使用表的别名并把别名前缀于每个 Column 上。这样一来，就可以减少解析的时间并减少那些由 Column 歧义引起的语法错误。

17、使用“临时表”暂存中间结果 ：

简化 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。

18、一些 SQL 查询语句应加上 nolock，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 ；
• 使用临时表一样可以保存“数据前影”，起到类似 Oracle 的 undo 表空间的功能，能采用临时表提高并发性能的，不要用 nolock。

19、常见的简化规则如下：

不要有超过 5 个以上的表连接（JOIN），考虑使用临时表或表变量存放中间结果。少用子查询，视图嵌套不要过深，一般视图嵌套不要超过 2 个为宜。

20、将需要查询的结果预先计算好放在表中，查询的时候再Select。这在SQL7.0以前是最重要的手段，例如医院的住院费计算。

21、用 OR 的字句可以分解成多个查询，并且通过 UNION 连接多个查询。他们的速度只同是否使用索引有关，如果查询需要用到联合索引，用 UNION all 执行的效率更高。多个 OR 的字句没有用到索引，改写成 UNION 的形式再试图与索引匹配。一个关键的问题是否用到索引。

22、在IN后面值的列表中，将出现最频繁的值放在最前面，出现得最少的放在最后面，减少判断的次数。

23、尽量将数据的处理工作放在服务器上，减少网络的开销，如使用存储过程。

存储过程是编译好、优化过、并且被组织到一个执行规划里、且存储在数据库中的 SQL 语句，是控制流语言的集合，速度当然快。反复执行的动态 SQL，可以使用临时存储过程，该过程（临时表）被放在 Tempdb 中。

24、当服务器的内存够多时，配制线程数量 = 最大连接数+5，这样能发挥最大的效率；否则使用配制线程数量1b837df401709d65ad33b953e9387142=”，不要使用 “>”。

28、索引的使用规范：

索引的创建要与应用结合考虑，建议大的 OLTP 表不要超过 6 个索引；尽可能的使用索引字段作为查询条件，尤其是聚簇索引，必要时可以通过 index index_name 来强制指定索引；避免对大表查询时进行 table scan，必要时考虑新建索引；在使用索引字段作为条件时，如果该索引是联合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用；要注意索引的维护，周期性重建索引，重新编译存储过程。

29、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) = &#39;19991201&#39; --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 &#39;5378%&#39; -- < 1秒 
SELECT * FROM record WHERE amount < 1000*30 -- < 1秒 
SELECT * FROM record WHERE date = &#39;1999/12/01&#39; -- < 1秒

30、当有一批处理的插入或更新时，用批量插入或批量更新，绝不会一条条记录的去更新。

31、在所有的存储过程中，能够用 SQL 语句的，我绝不会用循环去实现。

例如：列出上个月的每一天，我会用 connect by 去递归查询一下，绝不会去用循环从上个月第一天到最后一天。

32、选择最有效率的表名顺序（只在基于规则的优化器中有效）：

Oracle 的解析器按照从右到左的顺序处理 FROM 子句中的表名，FROM 子句中写在最后的表（基础表 driving table）将被最先处理，在 FROM 子句中包含多个表的情况下，你必须选择记录条数最少的表作为基础表。

如果有 3 个以上的表连接查询，那就需要选择交叉表（intersection table）作为基础表，交叉表是指那个被其他表所引用的表。

33、提高 GROUP BY 语句的效率，可以通过将不需要的记录在 GROUP BY 之前过滤掉。下面两个查询返回相同结果，但第二个明显就快了许多。

低效：

SELECT JOB, AVG(SAL) 
FROM EMP 
GROUP BY JOB 
HAVING JOB = 'PRESIDENT' 
OR JOB = 'MANAGER'

高效：

SELECT JOB, AVG(SAL) 
FROM EMP
WHERE JOB = 'PRESIDENT' 
OR JOB = 'MANAGER' 
GROUP BY JOB

34、SQL 语句用大写，因为 Oracle 总是先解析 SQL 语句，把小写的字母转换成大写的再执行。

35、别名的使用，别名是大型数据库的应用技巧，就是表名、列名在查询中以一个字母为别名，查询速度要比建连接表快 1.5 倍。

36、避免死锁，在你的存储过程和触发器中访问同一个表时总是以相同的顺序；事务应经可能地缩短，在一个事务中应尽可能减少涉及到的数据量；永远不要在事务中等待用户输入。

37、避免使用临时表，除非却有需要，否则应尽量避免使用临时表，相反，可以使用表变量代替。大多数时候（99%），表变量驻扎在内存中，因此速度比临时表更快，临时表驻扎在 TempDb 数据库中，因此临时表上的操作需要跨数据库通信，速度自然慢。

38、最好不要使用触发器：

触发一个触发器，执行一个触发器事件本身就是一个耗费资源的过程；如果能够使用约束实现的，尽量不要使用触发器；不要为不同的触发事件（Insert、Update 和 Delete）使用相同的触发器；不要在触发器中使用事务型代码。

39、索引创建规则：

Kunci utama dan kunci asing jadual mesti mempunyai indeks dengan lebih daripada 300 volum data hendaklah mempunyai indeks yang kerap disambungkan ke jadual lain harus mempunyai indeks pada medan sambungan yang sering muncul dalam klausa WHERE; terutamanya Indeks harus dibina di atas medan dalam jadual besar; analisis. , cuba pertimbangkan menggunakan indeks medan tunggal dengan betul memilih medan lajur utama dalam indeks komposit, yang secara amnya merupakan medan dengan selektiviti yang lebih baik, lakukan beberapa medan indeks komposit yang sering muncul dalam klausa WHERE dalam mod DAN pada masa yang sama? Adakah terdapat sedikit atau tiada pertanyaan medan tunggal? Jika ya, anda boleh membina indeks komposit jika tidak, pertimbangkan indeks medan tunggal jika medan yang disertakan dalam indeks komposit sering muncul bersendirian dalam klausa WHERE, pecahkannya kepada indeks medan tunggal berbilang jika indeks komposit mengandungi lebih daripada 3 medan , kemudian pertimbangkan dengan teliti keperluan dan pertimbangkan untuk mengurangkan bilangan medan kompaun jika terdapat kedua-dua indeks medan tunggal dan indeks kompaun pada medan ini, anda boleh memadamkan indeks kompaun secara amnya; operasi. Indeks padamkan indeks yang tidak berguna untuk mengelakkan kesan negatif pada rancangan pelaksanaan; Di samping itu, indeks kompaun terlalu banyak secara amnya tidak mempunyai nilai apabila terdapat indeks medan tunggal sebaliknya, ia juga akan mengurangkan prestasi apabila data ditambah dan dipadam, terutamanya untuk jadual yang kerap dikemas kini, kesan negatifnya lebih besar; . Cuba jangan mengindeks medan dalam pangkalan data yang mengandungi sejumlah besar nilai pendua.

40. Ringkasan pengoptimuman pertanyaan MySQL:

Gunakan log pertanyaan perlahan untuk menemui pertanyaan perlahan, gunakan rancangan pelaksanaan untuk menentukan sama ada pertanyaan berjalan seperti biasa dan sentiasa menguji pertanyaan anda untuk melihat sama ada ia berjalan secara optimum.

Prestasi akan sentiasa berubah dari semasa ke semasa, elakkan menggunakan count(*) pada keseluruhan jadual, ia mungkin mengunci keseluruhan jadual, membuat pertanyaan konsisten supaya pertanyaan serupa seterusnya boleh menggunakan cache pertanyaan, gunakan GROUP BY dalam situasi yang sesuai dan Sebaliknya daripada DISTINCT, gunakan lajur diindeks dalam klausa WHERE, GROUP BY dan ORDER BY, pastikan indeks mudah dan jangan masukkan lajur yang sama dalam berbilang indeks.

Kadangkala MySQL akan menggunakan indeks yang salah Dalam kes ini, gunakan USE INDEX dan semak masalah menggunakan SQL_MODE=STRICT Untuk medan indeks yang kurang daripada 5 rekod, menggunakan LIMIT dalam UNION bukan OR.

Untuk mengelakkan SELECT sebelum mengemas kini, gunakan INSERT ON DUPLICATE KEY atau INSERT IGNORE; gunakan dengan berhati-hati, gunakan UNION dalam klausa WHERE dan bukannya subkueri, sebelum memulakan semula MySQL, ingat untuk memanaskan pangkalan data anda untuk memastikan data berada dalam ingatan dan pertanyaan adalah pantas, pertimbangkan sambungan berterusan dan bukannya berbilang sambungan, untuk mengurangkan overhed.

Pertanyaan penanda aras, termasuk menggunakan beban pada pelayan Kadangkala pertanyaan mudah boleh menjejaskan pertanyaan lain apabila beban meningkat pada pelayan Gunakan SHOW PROCESSLIST untuk melihat pertanyaan yang perlahan dan bermasalah dalam data yang dicerminkan dalam persekitaran pembangunan pertanyaan yang mencurigakan.

41. Proses sandaran MySQL:

Sandaran dari pelayan replikasi sekunder; hentikan replikasi semasa sandaran untuk mengelakkan ketidakkonsistenan dalam ketergantungan data dan kekangan kunci asing hentikan MySQL sepenuhnya dan sandarkan daripada fail pangkalan data, sila buat sandaran pada masa yang sama; Fail log binari – pastikan replikasi tidak terganggu; jangan mempercayai syot kilat LVM, yang berkemungkinan mencipta ketidakkonsistenan data yang akan menyebabkan masalah anda pada masa hadapan untuk pemulihan jadual tunggal yang lebih mudah, eksport data dalam unit jadual – jika data itu ada; berbeza daripada Jadual lain yang diasingkan. Gunakan –opt apabila menggunakan mysqldump semak dan optimumkan jadual sebelum membuat sandaran; ; Untuk pengimportan yang lebih pantas, lumpuhkan pengesanan keunikan buat sementara waktu semasa pengimportan mengira pangkalan data, jadual dan saiz indeks selepas setiap sandaran untuk memantau dengan lebih baik ralat dan ralat contoh replikasi melalui skrip penjadualan secara berkala;

42 Penampan pertanyaan tidak mengendalikan ruang secara automatik Oleh itu, apabila menulis pernyataan SQL, penggunaan ruang harus diminimumkan, terutamanya ruang pada permulaan dan akhir SQL (kerana penimbal pertanyaan tidak memintas secara automatik ruang di. permulaan dan akhir).

43 Bolehkah ahli menggunakan pertengahan sebagai standard untuk membahagikan jadual kepada jadual untuk pertanyaan mudah? Dalam keperluan perniagaan am, nama pengguna pada asasnya digunakan sebagai asas pertanyaan Biasanya, nama pengguna harus digunakan sebagai modulus cincang untuk membahagikan jadual.

Apabila bercakap tentang pemisahan jadual, fungsi partition MySQL melakukan ini dan nampaknya tidak munasabah untuk melaksanakannya pada tahap kod.

44 Kita harus menetapkan ID sebagai kunci utama untuk setiap jadual dalam pangkalan data, dan yang terbaik ialah jenis INT (UNSIGNED disyorkan), dan menetapkan bendera AUTO_INCREMENT yang meningkat secara automatik.

45. Tetapkan SET NOCOUNT ON pada permulaan semua prosedur dan pencetus yang disimpan, dan tetapkan SET NOCOUNT OFF pada penghujung. Tidak perlu menghantar mesej DONE_IN_PROC kepada klien selepas setiap pernyataan prosedur dan pencetus yang disimpan.

46. Pertanyaan MySQL boleh mendayakan cache pertanyaan berkelajuan tinggi. Ini adalah salah satu kaedah pengoptimuman MySQL yang berkesan untuk meningkatkan prestasi pangkalan data. Apabila pertanyaan yang sama dilaksanakan beberapa kali, adalah lebih pantas untuk menarik data daripada cache dan mengembalikannya terus daripada pangkalan data.

47 pertanyaan EXPLAIN SELECT digunakan untuk menjejaki kesan tontonan:

Menggunakan kata kunci EXPLAIN boleh memberitahu anda bagaimana MySQL memproses pernyataan SQL anda. Ini boleh membantu anda menganalisis kesesakan prestasi penyata pertanyaan atau struktur jadual anda. JELASKAN hasil pertanyaan juga akan memberitahu anda cara kunci utama indeks anda digunakan dan cara jadual data anda dicari dan diisih.

48 Gunakan LIMIT 1 apabila terdapat hanya satu baris data:

Kadangkala apabila anda menanyakan jadual, anda sudah tahu bahawa hasilnya hanya akan menjadi satu hasil, tetapi kerana anda mungkin perlu mengambil kursor, atau anda mungkin semak nombor pemulangan rekod.

Dalam kes ini, menambah LIMIT 1 boleh meningkatkan prestasi. Dengan cara ini, enjin pangkalan data MySQL akan berhenti mencari selepas mencari sekeping data, dan bukannya terus mencari sekeping data seterusnya yang sepadan dengan rekod.

49. Pilih enjin storan yang sesuai untuk jadual:

myisam: Aplikasi ini tertumpu terutamanya pada operasi membaca dan memasukkan, dengan hanya sedikit kemas kini dan pemadaman, dan tidak mempunyai keperluan yang tinggi untuk integriti transaksi dan keselarasan Tinggi. InnoDB: Pemprosesan transaksi dan ketekalan data diperlukan dalam keadaan serentak. Selain sisipan dan pertanyaan, ia juga termasuk banyak kemas kini dan pemadaman. (InnoDB berkesan mengurangkan penguncian yang disebabkan oleh pemadaman dan kemas kini). Untuk jadual jenis InnoDB yang menyokong urus niaga, sebab utama yang mempengaruhi kelajuan ialah tetapan lalai AUTOCOMMIT dihidupkan dan program tidak secara eksplisit memanggil BEGIN untuk memulakan transaksi, menyebabkan setiap sisipan diserahkan secara automatik, menjejaskan dengan serius kelajuan. Anda boleh memanggil bermula sebelum melaksanakan SQL Berbilang membentuk satu perkara (walaupun autokomit dihidupkan), yang akan meningkatkan prestasi dengan banyak. myisam：应用时以读和插入操作为主，只有少量的更新和删除，并且对事务的完整性，并发性要求不是很高的。InnoDB：事务处理，以及并发条件下要求数据的一致性。除了插入和查询外，包括很多的更新和删除。（InnoDB 有效地降低删除和更新导致的锁定）。对于支持事务的 InnoDB类 型的表来说，影响速度的主要原因是 AUTOCOMMIT 默认设置是打开的，而且程序没有显式调用 BEGIN 开始事务，导致每插入一条都自动提交，严重影响了速度。可以在执行 SQL 前调用 begin，多条 SQL 形成一个事物（即使 autocommit 打开也可以），将大大提高性能。

50、优化表的数据类型，选择合适的数据类型：

原则

50 Optimumkan jenis data jadual dan pilih jenis data yang sesuai:

Prinsip: lebih kecil biasanya lebih baik, mudah adalah lebih baik, semua medan mesti mempunyai nilai lalai dan cuba elakkan NULL.

Contohnya: Apabila mereka bentuk jadual pangkalan data, gunakan jenis integer yang lebih kecil sebanyak mungkin untuk menduduki lebih sedikit ruang cakera. (mediumint lebih sesuai daripada int)

Contohnya, medan masa: tarikh masa dan cap masa. datetime menduduki 8 bait, cap waktu menduduki 4 bait, hanya separuh digunakan. Julat yang diwakili oleh cap waktu ialah 1970-2037, yang sesuai untuk masa kemas kini.

MySQL boleh menyokong capaian sejumlah besar data, tetapi secara amnya, lebih kecil jadual dalam pangkalan data, lebih cepat pertanyaan dilaksanakan padanya.

Oleh itu, apabila mencipta jadual, untuk mendapatkan prestasi yang lebih baik, kita boleh menetapkan lebar medan dalam jadual sekecil mungkin.

Contohnya: Apabila mentakrifkan medan poskod, jika ia ditetapkan kepada CHAR(255), ia jelas akan menambah ruang yang tidak diperlukan pada pangkalan data. Walaupun menggunakan jenis VARCHAR adalah berlebihan, kerana CHAR(6) berfungsi dengan baik. 🎜🎜Begitu juga, jika boleh, kita harus menggunakan MEDIUMINT dan bukannya BIGIN untuk mentakrifkan medan integer, dan kita harus cuba menetapkan medan kepada NOT NULL, supaya apabila melaksanakan pertanyaan pada masa hadapan, pangkalan data tidak perlu membandingkan nilai NULL. 🎜

Untuk sesetengah medan teks, seperti "wilayah" atau "jantina", kami boleh mentakrifkannya sebagai jenis ENUM. Kerana dalam MySQL, jenis ENUM dianggap sebagai data berangka, dan data berangka diproses lebih cepat daripada jenis teks. Dengan cara ini, kita boleh meningkatkan prestasi pangkalan data.

51 Jenis data rentetan: char, varchar, teks.

52 Sebarang operasi pada lajur akan menghasilkan imbasan jadual, yang merangkumi fungsi pangkalan data, ungkapan pengiraan, dsb. Apabila membuat pertanyaan, operasi harus dialihkan ke sebelah kanan tanda sama dengan seberapa banyak yang boleh.

「Ringkasan」

Artikel ini menerangkan sejumlah 52 strategi pengoptimuman SQL. anda. Jika anda terus bercakap, anda sudah sangat mengagumkan Pada masa ini, tanggapan penemuduga bertambah baik.

Atas ialah kandungan terperinci Penemuduga: Adakah anda biasa dengan pengoptimuman SQL? Saya hanya tahu 20 jenis, tetapi terdapat lebih banyak lagi.... Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!