SQL语句调优对比——大大增快查询速度

在实际应用中，经常遇到查询数据库语句，特别是查询历史数据的时候，数据量非常之大。此次遇到个百万级的数据量，查询历史数据中的一段时间内的数据并且以曲线的方式显示出来，非常之慢，有时候还会卡住应用程序，所以做了如下测试。
得出的结论就是，“创建索引，优化语句”。优化语句有如下一些常用点可以参考（后附测试结果）：

1. 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。

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

3. 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。

4. 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0，确保表中num列没有null值，然后这样查询：
   select id from t where num=0

5. 尽量避免在 where 子句中使用 or 来连接条件，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=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

6. 下面的查询也将导致全表扫描：(不能前置百分号)
   select id from t where name like ‘%c%’
   若要提高效率，可以考虑全文检索。

7. in 和 not in 也要慎用，否则会导致全表扫描，如：
   select id from t where num in(1,2,3)
   对于连续的数值，能用 between 就不要用 in 了：
   select id from t where num between 1 and 3

8. 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；它必须在编译时进行选择。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。如下面语句将进行全表扫描：
   select id from t where num=@num
   可以改为强制查询使用索引：
   select id from t with(index(索引名)) where num=@num

9. 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 t where num/2=100
   应改为:
   select id from t where num=100*2

10. 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’–name以abc开头的id
select id from t where datediff(day,createdate,’2005-11-30′)=0–’2005-11-30′生成的id
    应改为:
    select id from t where name like ‘abc%’
select id from t where createdate>=’2005-11-30′ and createdate<’2005-12-1′

11. 不要在where 子句中的“=”左边进行函数、算术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。

12. 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上建了索引也对查询效率起不了作用。

13. 尽量使用数字型字段，若只含数值信息的字段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，而对于数字型而言只需要比较一次就够了。

14. 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，在一个相对较小的字段内搜索效率显然要高些。

以下是测试结果对比，有图有真相，图更更好的反映结果。

1. 原始语句与结果

   SELECT * FROM history_balance_data WHERE Update_Time >='2018-5-30 13:48:05' AND Update_Time <='2018-5-30 13:54:56'

   • 1

   

2. 将 >=和 <= 改为between and, 并且去掉*，直接选择需要查询的列（该表有50列，*会查询所有列），需要查询的列仅有17行

   SELECT Update_Time,Balance_press1,Balance_press2,Balance_press3,Balance_press4,Balance_press5,Balance_press6,Balance_press7,Balance_press8,Balance_press9,Balance_press10,Balance_press11,Balance_press12,Balance_press13,Balance_press14,Balance_press15,Balance_press16
   FROM history_balance_data WHERE Update_Time BETWEEN '2018-5-30 13:48:05' AND '2018-5-30 13:54:56';

   • 1
   • 2

   
   可以看到速度有所提升。

3. 建立索引

   mysql> create index time on history_balance_data(Update_time);
   //%普通索引，由于时间列有重复值，所以不能创建唯一索引UNIQUE
   //mysql> create UNIQUE index time on history_balance_data(Update_time);%唯一索引，不重复，列值唯一，但是唯一索引可以有空值。

   • 1
   • 2
   • 3

   创建好的索引
   
   再次使用刚才1中的语句

   SELECT * FROM history_balance_data WHERE Update_Time >='2018-5-30 13:48:05' AND Update_Time <='2018-5-30 13:54:56'

   • 1

   
   创建索引之后，速度大大提升，用时直接降了一个小数点级，所以要提升查询速度，在要查询的条件上创建索引是非常必要的
   注意：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，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过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。

4. 再来看对语句优化后的结果

   （1） 改>=和 <= 为between and

   SELECT * FROM history_balance_data WHERE Update_Time BETWEEN '2018-5-30 13:48:05' AND '2018-5-30 13:54:56'

   • 1

   

   （2）改*为具体列

   SELECT Update_Time,ID,Balance_press1,Balance_press2,Balance_press3,Balance_press4,Balance_press5,Balance_press6,Balance_press7,Balance_press8,Balance_press9,Balance_press10,Balance_press11,Balance_press12,Balance_press13,Balance_press14,Balance_press15,Balance_press16,
   Balance_press_Max1,Balance_press_Max2,Balance_press_Max3,Balance_press_Max4,Balance_press_Max5,Balance_press_Max6,Balance_press_Max7,Balance_press_Max8,Balance_press_Max9,Balance_press_Max10,Balance_press_Max11,Balance_press_Max12,Balance_press_Max13,Balance_press_Max14,Balance_press_Max15,Balance_press_Max16,
   Balance_press_Min1,Balance_press_Min2,Balance_press_Min3,Balance_press_Min4,Balance_press_Min5,Balance_press_Min6,Balance_press_Min7,Balance_press_Min8,Balance_press_Min9,Balance_press_Min10,Balance_press_Min11,Balance_press_Min12,Balance_press_Min13,Balance_press_Min14,Balance_press_Min15,Balance_press_Min16
   FROM history_balance_data WHERE Update_Time >='2018-5-30 13:48:05' AND Update_Time <='2018-5-30 13:54:56'

   • 1
   • 2
   • 3
   • 4

   
   对比between and
   
   （3）减少列
   
   对比between and
   
   至此，达到目前最优化的结果

 

版权声明：本文为u011236602原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/u011236602/article/details/81165152

 

转 https://www.freesion.com/article/6265134684/