sql

sql的那些事（一）

 

阅读目录

• 一.概述
• 二.sql初探
• 三.总结

回到顶部

一.概述

书写sql是我们程序猿在开发中必不可少的技能，优秀的sql语句，执行起来吊炸天，性能杠杠的。差劲的sql，不仅使查询效率降低，维护起来也十分不便。一切都是为了性能，一切都是为了业务，你觉得你的sql技能如何？所有的伟大来自于点滴的积累，不积跬步无以至千里，让sql性能飞起来吧！

回到顶部

二.sql初探

1.常见sql写法注意点

（1）字符类型建议采用varchar/nvarchar数据类型

• char
  char是定长的，也就是当你输入的字符小于你指定的数目时，char(8)，你输入的字符小于8时，它会再后面补空值。当你输入的字符大于指定的数时，它会截取超出的字符。
  nvarchar(n)
  包含 n 个字符的可变长度 Unicode 字符数据。n 的值必须介于 1 与 4,000 之间。字节的存储大小是所输入字符个数的两倍。所输入的数据字符长度可以为零。
  varchar[(n)]
  长度为 n 个字节的可变长度且非 Unicode 的字符数据。n 必须是一个介于 1 和 8,000 之间的数值。存储大小为输入数据的字节的实际长度，而不是 n 个字节。所输入的数据字符长度可以为零。

[1]—CHAR。CHAR存储定长数据很方便，CHAR字段上的索引效率级高，比如定义char(10)，那么不论你存储的数据是否达到了10个字节，都要占去10个字节的空间。

[2]—VARCHAR。存储变长数据，但存储效率没有CHAR高。如果一个字段可能的值是不固定长度的，我们只知道它不可能超过10个字符，把它定义为 VARCHAR(10)是最合算的。VARCHAR类型的实际长度是它的值的实际长度+1。为什么“+1”呢？这一个字节用于保存实际使用了多大的长度。 从空间上考虑，用varchar合适；从效率上考虑，用char合适，关键是根据实际情况找到权衡点。

[3]—TEXT。text存储可变长度的非Unicode数据，最大长度为2^31-1(2,147,483,647)个字符。

[4]—NCHAR、NVARCHAR、NTEXT。这三种从名字上看比前面三种多了个“N”。它表示存储的是Unicode数据类型的字符。我们知道字符中，英文字符只需要一个字节存储就足够了，但汉字众多，需要两个字节存储，英文与汉字同时存在时容易造成混乱，Unicode字符集就是为了解决字符集这种不兼容的问题而产生的，它所有的字符都用两个字节表示，即英文字符也是用两个字节表示。nchar、nvarchar的长度是在1到4000之间。和char、varchar比较起来，nchar、nvarchar则最多存储4000个字符，不论是英文还是汉字；而char、varchar最多能存储8000个英文，4000个汉字。可以看出使用nchar、nvarchar数据类型时不用担心输入的字符是英文还是汉字，较为方便，但在存储英文时数量上有些损失。

所以一般来说，如果含有中文字符，用nchar/nvarchar，如果纯英文和数字，用char/varchar。

举例说明：
两字段分别有字段值：我和coffee
那么varchar字段占2×2+6=10个字节的存储空间，而nvarchar字段占8×2=16个字节的存储空间。
如字段值只是英文可选择varchar，而字段值存在较多的双字节（中文、韩文等）字符时用nvarchar

（2）金额货币建议采用money数据类型 （一般常用，最大四位小数）

（3）科学计数建议采用numeric数据类型-- （建议巨额资金交易用numeric）

（4）自增长标识建议采用bigint数据类型 (数据量一大，用int类型就装不下，那以后改造就麻烦了)

（5）时间类型建议采用为datetime数据类型

（6）禁止使用text、ntext、image老的数据类型（已过时）

（7）禁止使用xml数据类型、varchar(max)、nvarchar(max)

（8）禁止在数据库做复杂运算 （业务处理逻辑最好在代码层实现，不要让所有的代码逻辑存在于sql中，不便于后期的问题定位）

（9）禁止使用SELECT * （按需所取，查找自己所需要的列）

（10）禁止在索引列上使用函数或计算

例如：
我们查询注册时间在2015-11-11的店铺账号，找出它们进行活动奖励，我们如果不加注意，很可能写成这样：

select * from T_Account where Convert(varchar(10,Regtime，121)='2015-11-11'

这样写的话，我们就无法命中索引字段Regtime，如果T_Account的数据量超大的时候，数据库查询分析器走表扫描，查询效率就降低了；要实现上面的查询结果，其实我们可以换一种写法：

select * from T_Account where Regtime>='2015-11-11 00:00:00' and Regtime<'2015-11-12 00:00:00'

（11）禁止使用游标

由于游标在处理大数据量的时候，占有的内存较大，效率低。可能造成其他的数据库查询堵塞的现象，除非是当你使用while循环,子查询，临时表，表变量,自建函数或其他方式都无法处理某种操作的时候，再考虑使用游标。
举例说明一下在实际运用中的一个游标处理：

--定义店铺ID declare @accId int set @accId=218424 --1.创建临时表并插入数据 select gsid,gid into #gidlist from T_Goods_Sku where accid=@accId and gid in (select gid from T_GoodsInfo where accid=@accId and isService=0 and IsExtend=1) select gsId,gaVName into #gsidlist from T_Goods_Relation where gsid in (select gsid from T_Goods_Sku where accid=@accId and gid in (select gid from T_GoodsInfo where accid=@accId and isService=0 and IsExtend=1)) order by gsId select a.gid gid,a.gsId gsId,b.gaVName gaVName into #tempgid from #gidlist a left join #gsidlist b on a.gsId=b.gsId drop table #gidlist drop table #gsidlist --2.开始事务 BEGIN TRANSACTION --3.定义变量，累积事务执行过程中的错误 DECLARE @error INT SET @error = 0 --4.声明游标 DECLARE goodsCursor CURSOR SCROLL FOR SELECT gid ,gsId ,gaVName FROM #tempgid --5.打开游标 OPEN goodsCursor --6.声明游标提取数据所要存放的变量 DECLARE @gid INT ,@gsId INT ,@gaVName NVARCHAR(400) ,@gUnionKey NVARCHAR(400) --7.定位游标到哪一行 FETCH First FROM goodsCursor INTO @gid ,@gsId ,@gaVName --8.提取成功，对数据操作，进行下一条数据的提取操作 WHILE @@fetch_status = 0 BEGIN SET @gUnionKey = '' SELECT @gUnionKey = gUnionKey from T_GoodsInfo where accid=@accId and isService=0 and IsExtend=1 and gid=@gid SELECT @gUnionKey=@gUnionKey+'|'+@gaVName PRINT '-----start-------' PRINT @gid PRINT @gsId PRINT @gaVName PRINT @gUnionKey --更新gUnionKey update T_GoodsInfo set gUnionKey=@gUnionKey where accid=@accId and isService=0 and IsExtend=1 and gid=@gid PRINT '-----end--------' --移动游标 FETCH NEXT FROM goodsCursor INTO @gid ,@gsId ,@gaVName END --9.判读事务错误数，提交或回滚事务 IF @error <> 0 --有误 BEGIN PRINT '回滚事务' ROLLBACK TRANSACTION END ELSE BEGIN PRINT '提交事务' COMMIT TRANSACTION END --10.关闭并删除游标，删除临时表 CLOSE goodsCursor DEALLOCATE goodsCursor drop table #tempgid

（12）禁止使用触发器

触发器在开发角度来讲，不知道具体什么时候执行，对于业务来讲不跟代码逻辑一样是显示的呈现，所以导致后期的维护比较困难，所以要处理触发器完成的服务，最好通过服务或者中间件去完成。
例如：
在微信收单的过程中，我们销售结账完成以后，需要通过短信向用户手机推送消费消息，这时候用触发器可能就是在结账以后，触发sql触发器，写入一条消息记录到短信表记录，走消息队列，将短信发送出去。

反之，我们采用中间件，就可以将结账以后的记录，发送给消息中间件EasyNetQ,中间件将记录异步写入记录，这样有问题的话，只用确认中间件消息接受和发送的问题。

（13）禁止在查询里指定索引

在sql里面指定索引索引是这样定义的：

SELECT 字段名表 FROM 表名表 WITH (INDEX(索引名)) WHERE 查询条件

如果在搜索的时候，指定了索引搜索，就会导致新建的索引无法生效，假如删除了指定的索引，会导致程序崩溃，所以建议不采用指定索引进行搜索。

（14）变量/参数/关联字段类型必须与字段类型一致

所谓的变量、参数、关联字段类型一致指的是，数据库中是什么类型，那么我们在成程序中传入参数的过程中，建议保持一直，避免在查询的时候，进行类型转换，在大批量数据处理过程中，可能影响性能。
图1类型：（程序中类型）

图二类型：（数据中类型）

图1、图2中字段类型保持一致。

（15）参数化查询

所谓的“参数化SQL”就是在应用程序设置SqlCommand.CommandText的时候使用参数（如：param1），然后通过SqlCommand.Parameters.Add来设置这些参数的值。这种做法会把你准备好的命令通过sp_executesql系统存储过程来执行，使用参数化，最直接的好处就是防止SQL注入。也就是说使用这种方法，主要是为了保证数据库的安全。禁止拼接sql语句。
另外参数化查询有利于数据库查询计划的复用，比如我们查询注册日期大于2015-12-12和注册日期大于2016-12-12不同的店铺记录，我们可能这样写：

select * from T_Account where Regtime>'2015-12-12' select * from T_Account where Regtime>'2016-12-12'

上面两条语句，可以完成我们上面的查询结果集，但是sql查询计划会进行两次分析，导致查询计划不能够复用，如果用参数化查询，则可以复用查询计划：

declare @Regtime datetime; set @Regtime='2015-12-12'; select * from T_Account where Regtime>@Regtime set @Regtime='2016-12-12'; select * from T_Account where Regtime>@Regtime

只需要改变参数的值就可以了。

（16）限制JOIN个数

join表的次数不要过多，写代码的人，看到过多的join表记录都会懵逼，何况数据库了？会导致数据库执行错误的执行计划，影响性能。

（17）关闭影响的行计数信息返回

在sql语句中，可以设置Set NoAccount on，关闭查询受影响的行数，从而减少流量。

（18）除非必要SELECT语句都必须加上NOLOCK

这个是我们经常在开发中忽略的，加上nolock以后，在查询的时候，不锁表。不要只要自己爽，别人也要查询数据的，占这茅坑不拉shi是不好哦。这也是我们内部工程师的必修课提高的。

（19）使用UNION ALL替换UNION

使用union 的时候，必须满足两个表具体相同数目的列。
union all 包含全部的记录,union 包含去除重复后的结果集
Employees_China:
| E_ID| E_Name|
| :-------- | --------:|
| 01| Zhang, Hua|
| 02| Wang, Wei|
| 03| Carter, Thomas|
| 04| Yang, Ming|
Employees_USA:

E_ID	E_Name
01	Adams, John
02	Bush, George
03	Carter, Thomas
04	Gates,Bill

使用 UNION 命令 列出所有在中国和美国的不同的雇员名： SELECT E_Name FROM Employees_China UNION SELECT E_Name FROM Employees_USA

结果集：

>

Zhang, Hua

Wang, Wei

Carter, Thomas

Yang, Ming

Adams, John

Bush, George

Gates, Bill

使用 UNION ALL 命令 列出在中国和美国的所有的雇员： SELECT E_Name FROM Employees_China UNION ALL SELECT E_Name FROM Employees_USA

结果集：

>

Zhang, Hua

Wang, Wei

Carter, Thomas

Yang, Ming

Adams, John

Bush, George

Carter, Thomas

Gates, Bill

（20）查询大量数据使用分页或TOP
通过分页批量获取数据，避免全表扫描。
在.Net中，我们可以这样写来分页获取数据,通过分页获取图片数据，进行地址替换操作。

/// <summary> /// 批量替换图片地址 /// </summary> /// <param name="index"></param> /// <param name="size"></param> public static void BatchReplaceImgAddress(int index, int size) { const string strSql = "select Id,AccId,ImgAddress from (select ROW_NUMBER() OVER ( ORDER BY id ) as rownumber,id as Id,accid as AccId,ge_Details as ImgAddress " + "from t_GoodsExtend (nolock) ) as T where rownumber BETWEEN (@index-1)*@size+1 AND @size*@index"; var imgAddressesItems = DapperHelper.Query<ImgAddressModel>(strSql, new { index = index, size = size }).ToList(); if (!imgAddressesItems.Any()) { return; } try { Console.WriteLine("正在处理{0}~{1}条数据:", (index - 1)*size + 1, ((index - 1)*size) + size); foreach (var item in imgAddressesItems) { var imgItem = item; if (string.IsNullOrWhiteSpace(imgItem.ImgAddress)) continue; var imgAddress = imgItem.ImgAddress; const string targetReplaceStr = "baidu.com/umupload"; const string targetNewStr = "baidu.com/mobileweb/detail2"; if (imgAddress.Contains(targetReplaceStr)) { var newImgAddress = imgAddress.Replace(targetReplaceStr, targetNewStr); const string updateImgStrSql = "update t_GoodsExtend set ge_Details = @ge_Details where id= @id"; var updateResult = DapperHelper.Execute(updateImgStrSql, new { id = imgItem.Id, ge_Details = newImgAddress, }); if (updateResult > 0) { var message = string.Format("当前的店铺Id为：{0}，处理记录的Id为：{1}", imgItem.AccId,imgItem.Id); Console.WriteLine(message); SimpleLog.Instance.WriteLogForFile("批量替换图片地址日志", message); } } } } catch (Exception ex) { SimpleLog.Instance.WriteLogForFile("批量替换图片地址异常", ex); } BatchReplaceImgAddress(index + 1, size); }

（21）NOT EXISTS替代NOT IN

1、in和exists in是把外表和内表作hash连接，而exists是对外表作loop循环，每次loop循环再对内表进行查询，一直以来认为exists比in效率高的说法是不准确的。如果查询的两个表大小相当，那么用in和exists差别不大；如果两个表中一个较小一个较大，则子查询表大的用exists，子查询表小的用in； 例如：表A(小表)，表B(大表) select * from A where cc in(select cc from B)　　-->效率低，用到了A表上cc列的索引； select * from A where exists(select cc from B where cc=A.cc)　　-->效率高，用到了B表上cc列的索引。 相反的： select * from B where cc in(select cc from A)　　-->效率高，用到了B表上cc列的索引 select * from B where exists(select cc from A where cc=B.cc)　　-->效率低，用到了A表上cc列的索引。 2、not in 和not exists not in 逻辑上不完全等同于not exists，如果你误用了not in，小心你的程序存在致命的BUG，请看下面的例子： create table #t1(c1 int,c2 int); create table #t2(c1 int,c2 int); insert into #t1 values(1,2); insert into #t1 values(1,3); insert into #t2 values(1,2); insert into #t2 values(1,null); select * from #t1 where c2 not in(select c2 from #t2);　　-->执行结果：无 select * from #t1 where not exists(select c2 from #t2 where #t2.c2=#t1.c2)　　-->执行结果：1　　3 正如所看到的，not in出现了不期望的结果集，存在逻辑错误。如果看一下上述两个select 语句的执行计划，也会不同，后者使用了hash_aj，所以，请尽量不要使用not in(它会调用子查询)，而尽量使用not exists（它会调用关联子查询）。如果子查询中返回的任意一条记录含有空值，则查询将不返回任何记录。如果子查询字段有非空限制，这时可以使用not in，并且可以通过提示让它用hasg_aj或merge_aj连接。 如果查询语句使用了not in，那么对内外表都进行全表扫描，没有用到索引；而not exists的子查询依然能用到表上的索引。所以无论哪个表大，用not exists都比not in 要快。 3、in 与 = 的区别 select name from student where name in('zhang','wang','zhao'); 与 select name from student where name='zhang' or name='wang' or name='zhao' 的结果是相同的。

（22）尽量避免使用OR运算符

举例说明我们在查找当当前是行业版和高级版店铺的账号时，我们可能会这样写：

select id from T_Account where id in（ select accountId from T_Bussiness where aotjob=3 or aotjob=5 ）

where后面使用了aotjob=3 or aotjob=5，这样会导致数据库查询无法命中索引，会走全表扫描。所以在这里我们使用in则会比较好：

select id from T_Account where id in（ select accountId from T_Bussiness where aotjob in （3，5） ）

(23)like的查询的索引

1.[Col1] like "abc%" --index seek 这个就用到了索引查询 2.[Col1] like "%abc%" --index scan 而这个就并未用到索引查询 3.[Col1] like "%abc" --index scan 这个也并未用到索引查询

我想从上而三个例子中，大家应该明白，最好不要在LIKE条件前面用模糊匹配，否则就用不到索引查询。

2.合理使用NULL属性

　　
新加的表，所有字段禁止NULL
　　
（新表为什么不允许NULL？
　　
允许NULL值，会增加应用程序的复杂性。你必须得增加特定的逻辑代码，以防止出现各种意外的bug
　　
三值逻辑，所有等号（“=”）的查询都必须增加isnull的判断。
　　

Null=Null、Null!=Null、not(Null=Null)、not(Null!=Null) 都为unknown，不为true

举例来说明一下：
如果表里面的数据如图所示：

　　
你想来找查找除了name等于aa的所有数据，然后你就不经意间用了

SELECT * FROM USERS WHERE NAME<>’aa’

结果发现与预期不一样，事实上它只查出了name=bb而没有查找出name=NULL的数据记录
　　
那我们如何查找除了name等于aa的所有数据，只能用ISNULL函数了

SELECT * FROM USERS WHERE ISNULL(NAME,1)<>’aa’

但是大家可能不知道ISNULL会引起很严重的性能瓶颈 ,所以很多时候最好是在应用层面限制用户的输入，确保用户输入有效的数据再进行查询。
　　
旧表新加字段，需要允许为NULL（避免全表数据更新 ，长期持锁导致阻塞）（这个主要是考虑之前表的改造问题）

3.理解执行计划

所谓的执行计划，就是数据库根据sql语句生成的一个执行顺序。先执行什么，再执行什么。类似于我们的工作计划，先做什么，后做什么，从而使我们的效率达到最高。所以合理的执行计划，会让数据库干正确的事，提高效率。

在我们使用sql查询的时候，通常是根据sql内部的查询计划来进行的，也就是说不同的sql语句生成的查询计划不同，所以要优化sql，我们写出的sql要让数据库能够生成正确执行计划，才能提高性能；反之写出的sql语句，不容易被数据库翻译成合理的执行计划，就容易导致性能瓶颈。
例如：

select id from T_Account

select id From T_Account

这两句查询语句我们可以看出只是from关键字大小的区别，但是查询分析器会认为是不同的语句，进行两次解析。所以针对同一个查询语句，在不同的地方我们应该保持一致，大小写一致，查找字段一致。在数据库中针对查询，数据库会缓存查询计划，如果查询的时候，存在已经解析的查询计划，就会按照存在的查询计划走，这样就节省了解析生成查询计划的时间，提高了查询性能。

回到顶部

三.总结

关于查询计划，准备细致的学习一下，明白不同查询计划具体的含义。从而可以进行对应的优化。上面讲到不对的地方，希望大家指出，一起学习，一起进步！