SQL 百万级数据操作优化

Posted 2020-10-01 风儿_VIP

1.对查询进行优化，应尽量避免全表扫描，首先应考虑在where 及 order by 涉及的列上建立索引。

2.应尽量避免在where子句中对字段进行null值判断，否则将导致引擎放弃使用索引而进行全表扫描， 如：

　　select id from t where num is null

　　可以在num上设置默认值为0，确保表中num列没有null值，然后这样查询

　　select ud from where num=0

3.应尽量避免在where子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描

4.应尽量避免在where 子句中使用or 来链接条件，否则将导致引擎放弃使用索引而进行全表扫描

　　select id from t where num=10 or num=20

　　可以这样查询

　　select id from t where num=10

　　union all

　　select id from t where num=20

5.in 和 not in 也要谨慎使用，否则导致全表扫描，如：

　　select id from t where num in (12,3)

　　对于连续的数值，能用between,就不要用In了

　　select  id from t where between 1 and 3

6.下面的查询也将导致全表扫描

　　select id from t where name like ‘%abc%‘

　　若要提高效率，可以考虑全文检索

7.如果在where 子句中使用参数，也会导致全表扫描，因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时：它必须在编译事进行选择，然而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句讲进行全表扫描。

　　select  id from t where [email protected]

　　可以改为强制查询使用索引：

　　select id from t with(in索引名) where [email protected]

8.应尽量避免在where子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。如：

　　select id from where num/=100

　　应改为：

　　select id from t num=100*2

9.应尽量避免在where 子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描，如：

　　select id from t where substring(name,1,3)=‘abc‘ --‘abc‘开头的id

　　select id from t where datediff(day,createdate,‘2015-11-30‘)=0,--2015-11-30生成的id

　　应改为：

　　select id from t where name like ‘abc%‘

　　select id from t where cradtedate>=‘2015-11-30‘ and createdate<‘2015-12-1‘

10.不要在where 子句中的“=”左边进行函数、算数运算或其他表达式运算，否则系统将可能无法正确使用索引。

11.在使用索引字段作为条件时，如果该索引是复合索引，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，并且应尽可能的让字段顺序与索引顺序相一致。

12.不要写一些没有意义的查询，如需要生成一个空表结构：

　　select col1,col2 into #t from t where 1=0

　　这类代码不会返回任何结果集，但是会消耗系统资源的，应改成这样：

　　create table #t(...)

13.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)

　　用下面的语句代替

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

14.并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段sex、male、female几乎各一半，那么即使在sex上建立了索引页对查询效率起不了作用。

15.索引并不是越多越好，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的效率，因为insert或update时有可能会重建索引，所以怎样建所以需要谨慎考虑，视具体情况而定。一个表的所以数最好不要超过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。

16.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索引建为clustered 索引。

17.尽量使用数字型字段，如只含数值信息的资源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。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，面对于数字型而言只需要比较一次就够了。

18.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，在一个相对比较小的字段内搜索效率显然要高些。

19.任何地方都不要使用select * from 用具体的字段列表代替“*” ,不要返回用不到的任何字段。

20.尽量使用表变量来代替临时表，如果表变量包含大量数据，请注意索引非常有限（只有主键所索引）

21.避免频繁创建和删除临时表，以减少系统表资源的消耗。

22.临时表并不是不可使用，适当的使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时，但是，对于一次性事件，最好使用导出表。

23.在新建临时表时，如果一次性插入数据量很大，那么可以使用select into代替create table 避免造成大量log，以提高速度，如果数据量不大，为了缓和系统表的资源，应先create table然后insert

24.如果使用到了临时表，在存储过程的最后务必将所有的临时表显示删除，先 truncate table,然后drop table,这样可以避免系统表的较长时间锁定。