1.不要使用in操作符,这样数据库会进行全表扫描,
推荐方案:在业务密集的SQL当中尽量不采用IN操作符
2.not in 使用not in也不会走索引
推荐方案:用not exists或者(外联结+判断为空)来代替
3<> 操作符(不等于) 使用<>同样不会使用索引,因此对它的处理只会产生全表扫描
推荐方案:用其它相同功能的操作运算代替,如
a<>0 改为 a>0 or a<0
a<>’’ 改为 a>’’
4.IS NULL 或IS NOT NULL操作(判断字段是否为空)
判断字段是否为空一般是不会应用索引的,因为B树索引是不索引空值的。
推荐方案:用其它相同功能的操作运算代替,如
a is not null 改为 a>0 或a>’’等。
5.> 及 < 操作符(大于或小于操作符)
大于或小于操作符一般情况下是不用调整的,因为它有索引就会采用索引查找,但有的情况下可以对它进行优化,如一个表有100万记录,一个数值型字段 A,30万记录的A=0,30万记录的A=1,39万记录的A=2,1万记录的A=3。那么执行A>2与A>=3的效果就有很大的区别了,因为A>2时ORACLE会先找出为2的记录索引再进行比较,而A>=3时ORACLE则直接找到=3的记录索引。
6.LIKE操作符
LIKE操作符可以应用通配符查询,里面的通配符组合可能达到几乎是任意的查询,但是如果用得不好则会产生性能上的问题,如LIKE ‘%5400%’ 这种查询不会引用索引,而LIKE ‘5400%’则会引用范围索引。
可以采用substr(column,1,4)=’5400’
7.UNION操作符
UNION在进行表链接后会筛选掉重复的记录,所以在表链接后会对所产生的结果集进行排序运算,删除重复的记录再返回结果。实际大部分应用中是不会产生重复的记录,最常见的是过程表与历史表UNION。如:
select * from gc_dfys
union
select * from ls_jg_dfys
这个SQL在运行时先取出两个表的结果,再用排序空间进行排序删除重复的记录,最后返回结果集,如果表数据量大的话可能会导致用磁盘进行排序。
推荐方案:采用UNION ALL操作符替代UNION,因为UNION ALL操作只是简单的将两个结果合并后就返回。
8.SQL书写的影响(针对oracle而言)
同一功能同一性能不同写法SQL的影响
如一个SQL在A程序员写的为
Select * from zl_yhjbqk
B程序员写的为
Select * from dlyx.zl_yhjbqk(带表所有者的前缀)
C程序员写的为
Select * from DLYX.ZLYHJBQK(大写表名)
D程序员写的为
Select * from DLYX.ZLYHJBQK(中间多了空格)
以上四个SQL在ORACLE分析整理之后产生的结果及执行的时间是一样的,但是从ORACLE共享内存SGA的原理,可以得出ORACLE对每个 SQL 都会对其进行一次分析,并且占用共享内存,如果将SQL的字符串及格式写得完全相同则ORACLE只会分析一次,共享内存也只会留下一次的分析结果,这不仅可以减少分析SQL的时间,而且可以减少共享内存重复的信息,ORACLE也可以准确统计SQL的执行频率。
9.WHERE后面的条件顺序影响
WHERE子句后面的条件顺序对大数据量表的查询会产生直接的影响,如
Select * from zl_yhjbqk where dy_dj = '1K以下' and xh_bz=1
Select * from zl_yhjbqk where xh_bz=1 and dy_dj = '1K以下'
以上两个SQL中dy_dj及xh_bz两个字段都没进行索引,所以执行的时候都是全表扫描,第一条SQL的dy_dj = '1KV以下'条件在记录集内比率为99%,而xh_bz=1的比率只为0.5%,在进行第一条SQL的时候99%条记录都进行dy_dj及xh_bz的比较,而在进行第二条SQL的时候0.5%条记录都进行dy_dj及xh_bz的比较,以此可以得出第二条SQL的CPU占用率明显比第一条低。
10.查询表顺序的影响
在FROM后面的表中的列表顺序会对SQL执行性能影响,在没有索引及ORACLE没有对表进行统计分析的情况下ORACLE会按表出现的顺序进行链接,由此因为表的顺序不对会产生十分耗服务器资源的数据交叉。(注:如果对表进行了统计分析,ORACLE会自动先进小表的链接,再进行大表的链接)
分享到:
相关推荐
- MySQL在判断全表扫描比使用索引更快时,会选择全表扫描。 2. **索引不适合的场景**: - 数据量小的表,由于索引维护开销,不建议添加索引。 - 更新频繁的列,频繁的修改会使得索引维护成本高。 - 区分度低的...
- **避免全表扫描**:尽量编写能够利用索引的查询,避免`SELECT *`这样的全表扫描。 - **使用覆盖索引**:如果查询只涉及索引列,那么可以避免回表,提高查询效率。 - **考虑查询顺序**:在JOIN操作中,将小表...
应尽量避免使用负逻辑操作符和函数,如NOT、等,它们可能导致全表扫描。同时,应精确指定SELECT语句中所需的数据,避免使用"SELECT *"来获取所有列,因为这将增加物理I/O操作,影响性能。此外,避免使用LIKE、EXISTS...
5. **避免全表扫描**:使用LIMIT和OFFSET获取大结果集时,考虑使用子查询或JOIN来分页,减少数据传输量。 6. **使用EXISTS替代IN**:`SELECT * FROM A WHERE EXISTS (SELECT 1 FROM B WHERE B.id = A.id)`比`SELECT...
7. **参数化查询与全表扫描**:在WHERE子句中使用动态参数可能导致全表扫描。可以使用索引提示或存储过程来改善性能。 8. **避免对字段的表达式操作**:对字段进行除法、乘法等数学运算会使数据库无法使用索引。应...
通过利用索引和优化SQL语句,可以减少全表扫描的发生。 3. **SQL语句优化**:编写高效的SQL语句至关重要。避免在WHERE子句中使用不等式操作符和函数,因为这可能导致无法使用索引。尽量使用JOIN替代子查询,减少子...
在编写SQL时,需要注意避免全表扫描。尽可能在WHERE子句中使用具有高度选择性的条件,减少返回的数据行数。对于多表连接操作,应优先连接小表,并在可能的情况下使用内连接来替代外连接,因为外连接会返回更多的行。...
1. **SQL优化**:包括表结构优化(如合理选择数据类型、避免全表扫描)、查询优化(如合理使用索引、避免子查询)、索引优化(如创建合适的选择性高的索引)等。 2. **慢查询日志**:开启慢查询日志可以记录执行...
- 理解`JOIN`操作的优化,如避免全表扫描和使用`INNER JOIN`而非`LEFT JOIN`。 - 使用`EXPLAIN EXTENDED`和`SHOW WARNINGS`来进一步分析查询性能问题。 通过深入学习这些知识点,并结合实践,你将能够更好地理解...
- 避免全表扫描,尽可能使用索引来加速查询。 - 减少子查询,合并查询为单个JOIN操作。 - 使用绑定变量而非直接在SQL语句中拼接变量,以避免硬解析。 - 合理使用GROUP BY、HAVING、UNION ALL等操作,避免不必要...
查询的执行计划显示了一个全表扫描的操作,这意味着没有有效的索引被利用。对于`pub_messageinfo`表,尽管总数据量大约为30万条,但`checkman`字段的唯一性非常高,有11428个不重复的值。这表明在`checkman`上建立...
如`ALL`表示全表扫描,`Range`表示范围扫描,`Ref`表示使用了索引。 - **Possible_keys**: 可能用到的索引。 - **Key**: 实际使用的索引。 - **Key_len**: 使用的索引长度。 - **Rows**: 预计需要检查的行数。 ...
2. **性能优化**:合理设计数据库索引,避免全表扫描,减少数据库连接的开销。 3. **用户体验**:考虑页面加载速度,避免过多的数据库查询导致页面响应慢。 4. **扩展性**:设计时要考虑未来可能的扩展需求,如...
SQL优化也是一个重要的主题,包括使用索引、避免全表扫描、合理设计查询结构等,以提高查询速度和系统性能。随着对SQL的深入理解和实践,开发者能够更好地处理各种查询场景,从而在数据驱动的世界中更加得心应手。