一、不要在索引列上調用Function
這樣做將會阻止資料庫使用這個索引,這個問題甚至可以影響這個分區表,因為這樣做的話將不會從指定的分區中讀取數據,而是掃描整一個表空間。對於大數據量的資料表,這將是效能上的一場大災難。
應該這樣做:WHERE TIME_ID+14 > to_number(to_char(sysdate,'J'))二、使用Analyze對複雜SQL的最佳化 二、使用Analyze對複雜SQL的最佳化 如果你不這樣做,將意味著你拒絕使用的查詢優化連線的機會。假設你建立了一張擁有100萬筆記錄的臨時表,如果不對其進行分析,那麼優化器將無法從現有的線索中獲取表中真正的內容,於是它只能決定使用嵌套循環連接來一行行地掃描資料表,如果資料量不大,可能我們感覺不到效能的損失,但是隨著資料集的成長,你的資料庫效能會越來越差。 建議這樣做:
WHERE TIME_ID > to_number(to_char(sysdate-14,'J'))三、將複雜的SQL分成幾步執行 把SQL想像成披薩,我想你應該不會一下子將整個披薩吞到嘴裡嚼爛它吧。 對於建立一個複雜的SQL查詢,我們最好將其分成3-4個步驟,SQL越簡單,優化器的效果就越好,另外,對每一張資料表中的資料也越容易調試。 四、只有在必要的時候才使用Distinct 這是一個非常好的經驗法則,Distinct經常被用在返回2條或2條以上重複記錄的SQL查詢中,使用Distinct,將會過濾掉重複的數據記錄。但使用Distinct的目的一定要明確,當你確定回傳的記錄一定是唯一的時候才能使用,例如使用者id。濫用Distinct將會出現不可預測的錯誤,例如多表連線查詢的情況。 五、合理創建索引 最後一點就是合理創建表索引,簡單來說,假如有一張10萬條記錄的數據表,你可能經常會查詢這樣的信息:“我的某個客戶信息在這張表中嗎?如果使用了索引,那麼檢索這條客戶資訊將非常迅速,否則資料庫優化器將會選擇全表掃描,這在大數據量的情況下簡直就是噩夢。