Sql Server每日一练-SQL快马加鞭

mingche

　　SQL快马加鞭
　　
　　我们在使用SQL时往往会陷入一个误区，即太关注于所得的结果是否正确，而忽略了不同的实现方法之间可能存在的性能差异，这种性能差异在大型的或是复杂的数据库环境中（如联机事务处理OLTP或决策支持系统DSS）中表现得尤为明显。笔者在工作实践中发现，不良的SQL往往来自于不恰当的索引设计、不充分的连接条件和不可优化的 where子句。在对它们进行适当的优化后，其运行速度有了明显的提高！下面我将从这 三个方面分别进行总结。
　　为了更直观地说明问题，所有实例中的SQL运行时间均经过测试，不超过1秒的均表示为（<1秒）。测试环境
　　主机：HP LH II
主频：330MHz
内存：128MB
操作系统：Oper server 5.0.4
数据库：Sybase 11.0.3
　　一、不合理的索引设计
例：表record有620000行，试看在不同的索引下，下面几个SQL的运行情况：
　　1.在date上建有一个非群集索引
select count(*) from record where date>'19991201' and date<'19991214'
and amount>2000 --(25秒)
select date, sum(amount) from record group by date --(55秒)
select count(*) from record where date>'19990901' and place in
('BJ','SH') --(27秒)
　　分析：date上有大量的重复值，在非群集索引下，数据在物理上随机存放在数据页上，在范围查找时，必须执行一次表扫描才能找到这一范围内的全部行。
　　2.在date上的一个群集索引
select count(*) from record where date>'19991201' and date<'19991214'
and amount>2000 --(14秒)
select date,sum(amount) from record group by date --(28秒)
select count(*) from record where date>'19990901' and place in
('BJ','SH') --(14秒)
　　分析：在群集索引下，数据在物理上按顺序排在数据页上，重复值也排列在一起，因而在范围查找时，可以先找到这个范围的起末点，且只在这个范围内扫描数据页，避免了大范围扫描，提高了查询速度。
　　3.在place、date、amount上的组合索引
select count(*) from record where date>'19991201' and date<'19991214'
and amount>2000 --(26秒)
select date,sum(amount) from record group by date --(27秒)
select count(*) from record where date>'19990901' and place in
('BJ’,'SH') --(<1秒)
　　分析：这是一个不很合理的组合索引，因为它的前导列是place，第一和第二条SQL没有引用place，因此也没有利用上索引；第三个SQL使用了place，且引用的所有列都包含在组合索引中，形成了索引覆盖，所以它的速度是非常快的。
　　4.在date、place、amount上的组合索引
select count(*) from record where date>'19991201' and date<'19991214'
and amount>2000 --(<1秒)
select date, sum(amount) from record group by date --(11秒)
select count(*) from record where date>'19990901' and place in
('BJ','SH') --(<1秒)
　　分析：这是一个合理的组合索引。它将date作为前导列，使每个SQL都可以利用索引，并且在第一和第三个SQL中形成了索引覆盖，因而性能达到了最优。