百万数据查询优化
1。合理使用索引
索引是数据库中重要的数据结构,它的根本目的就是为了提高查询效率。现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构。索引的使用要恰到好处,其使用原则如下:
●在经常进行连接,但是没有指定为外键的列上建立索引,而不经常连接的字段则由优化器自动生成索引。
●在频繁进行排序或分组(即进行group 通过或order 由操作)的列上建立索引。
●在条件表达式中经常用到的不同值较多的列上建立检索,在不同值少的列上不要建立索引。比如在雇员表的“性”别列上只有“男”与“女”两个不同值,因此就无必要建立索引。如果建立索引不但不会提高查询效率,反而会严重降低更新速度。
●如果待排序的列有多个,可以在这些列上建立复合索引(compound 指数)。
●使用系统工具。如Informix数据库有一个tbcheck工具,可以在可疑的索引上进行检查。在一些数据库服务器上,索引可能失效或者因为频繁操作而使得读取效率降低,如果一个使用索引的查询不明不白地慢下来,可以试着用tbcheck工具检查索引的完整性,必要时进行修复。另外,当数据库表更新大量数据后,删除并重建索引可以提高查询速度。
2。避免或简化排序
应当简化或避免对大型表进行重复的排序。当能够利用索引自动以适当的次序产生输出时,优化器就避免了排序的步骤。以下是一些影响因素:
●索引中不包括一个或几个待排序的列;
●group 通过或order 由子句中列的次序与索引的次序不一样,
●排序的列来自不同的表。
为了避免不必要的排序,就要正确地增建索引,合理地合并数据库表(尽管有时可能影响表的规范化,但相对于效率的提高是值得的)。如果排序不可避免,那么应当试图简化它,如缩小排序的列的范围等。
3。消除对大型表行数据的顺序存取
在嵌套查询中,对表的顺序存取对查询效率可能产生致命的影响。比如采用顺序存取策略,一个嵌套3层的查询,如果每层都查询1000行,那么这个查询就要查询10个亿行数据只,,,A)避免这种情况的主要方法就是对连接的列进行索引。
B),还可以使用并集来避免顺序存取(将或改成联盟)。尽管在所有的检查列上都有索引,但某些形式的,子句强迫优化器使用顺序存取。下面的查询将强迫对订单表执行顺序操作:
SELECT *,得到orders WHERE (customer_num=104,以及order_num> 1001),或是order_num=1008
虽然在customer_num和order_num上建有索引,但是在上面的语句中优化器还是使用顺序存取路径扫描整个表,因为这个语句要检索的是分离的行的集合,所以应该改为如下语句:
SELECT *,得到orders WHERE customer_num=104,以及order_num> 1001年
联盟
SELECT *,得到orders WHERE order_num=1008
这样就能利用索引路径处理查询。
,,, 4。避免相关子查询
一个列的标签同时在主查询和在子句中的查询中出现,那么很可能当主查询中的列值改变之后,子查询必须重新查询一次。查询嵌套层次越多,效率越低,因此应当尽量避免子查询。如果子查询不可避免,那么要在子查询中过滤掉尽可能多的行。
5。避免困难的正规表达式
匹配和像关键字支持通配符匹配,技术上叫正规表达式。但这种匹配特别耗费时间,例如:SELECT *,得到customer WHERE zipcode LIKE “98 _ _ _”
即使在zipcode字段上建立了索引,在这种情况下也还是采用顺序扫描的方式。如果把语句改为SELECT *,得到customer WHERE zipcode 在“98000”,在执行查询时就会利用索引来查询,显然会大大提高速度。
另外,还要避免非开始的子串,例如语句:SELECT *,得到customer WHERE zipcode[2、3],在“80”,在那里的子句中采用了非开始子串,因而这个语句也不会使用索引。
6。使用临时表加速查询
把表的一个子集进行排序并创建临时表,有时能加速查询。有助于避免多重排序操作,而且在其他方面还能简化优化器的工作,例如:
