一个高效率的数据库系统是从两个方面来评价的：响应时间和吞吐量。

在应用系统开发阶段，由于开发库上的数据比较少，在SQL语句的编写上感觉不出各种写法的性能差异，在将应用系统提交实际应用后，随着数据库中数据的增加，系统的响应速度就会成为最需要解决的主要问题之一。

缩短系统的响应时间，增加操作的并发度，可以提高系统的吞吐量。要缩短系统的响应时间，就需要可以高效率执行的SQL语句。高效SQL语句的基本原则，是充分合理的利用索引，避免表扫描。

1.理解索引

大多数情况下，数据库使用索引来检索表，优化器根据用户定义的索引来提高执行性能。但是，如果在SQL语句的where子句中写的SQL代码不合理，就会造成优化器忽略索引而采用全表扫描，而这种SQL语句就是所谓的劣质SQL语句。在编写SQL语句时需要了解优化器根据何种原则来使用索引，这将有助于写出高性能的SQL语句。

2.IS NULL 与 IS NOT NULL

以NULL值做条件时，将无法使用包含NULL值的列上的索引。即使索引有多列这样的情况下，只要这些列中有一列含有null，该列就会从索引中排除。也就是说如果某列存在空值，在使用NULL值做条件时，即使对该列建索引也不会提高性能。

3.列的联接

本节应该阐述列被包含到表达式中导致不能使用索引。

对于有联接的列，即使最后的联接值为一个静态值，优化器是不会使用索引的。

例：假定有一个职工表（employee），对于一个职工的姓和名分成两列存放（FIRST_NAME和LAST_NAME），现在要查询一个叫比尔.克林顿（Bill Cliton）的职工。

下面是一个采用联接查询的SQL语句，

select * from employss

where first_name||''||last_name ='Bill Cliton';

改进方法：

select * from employee

where first_name = ‘Bill’ and last_name = ‘Cliton’

4.带通配符（%）的like语句

select * from employee where last_name like '%cliton%';

由于通配符（%）在搜寻词首出现，所以数据库将不使用last_name的索引。在很多情况下可能无法避免这种情况，但是一定要心中有数，通配符如此使用会降低查询速度。

当通配符出现在字符串其他位置时，优化器就能利用索引。在下面的查询中索引得到了使用：

select * from employee where last_name like 'c%';

5.Order by语句

ORDER BY语句决定了数据库如何将返回的查询结果排序。Order by语句对要排序的列没有什么特别的限制，也可以将函数加入列中（象联接或者附加等）。任何在Order by语句的非索引项或者有计算表达式都将降低查询速度。

需要仔细检查order by语句以找出非索引项或者表达式，它们会降低性能。

解决这个问题的办法就是重写order by语句以使用索引，也可以为所使用的列建立另外一个索引，同时应绝对避免在order by子句中使用表达式。

6.NOT

not (status ='VALID')和 (status<>'VALID')哪个效率更高？

salary<>3000 和 salary<3000 or salary>3000 和salary<＝2999 or salary>=3001(假设是整数)哪一个效率更高？

在where子句使用一些逻辑表达式，如大于、小于、等于以及不等于等等，也可以使用and（与）、or（或）以及not（非）。NOT可用来对任何逻辑运算符号取反。

例：

... where not (status ='VALID')

要使用NOT，则应在取反的短语前面加上括号，并在短语前面加上NOT运算符。NOT运算符包含在另外一个逻辑运算符中，这就是不等于（<>）运算符。换句话说，即使不在查询where子句中显式地加入NOT词，NOT仍在运算符中，见下例：

... where status <>'INVALID';

再例：

select * from employee where salary<>3000;

解决方法，不使用NOT：

select * from employee where salary<3000 or salary>3000;

这两种查询的结果一样，但是第二种查询方案会比第一种查询方案更快些。第二种查询会对salary列使用索引，而第一种查询则不会使用索引。

7.IN和EXISTS

将一列和一系列值相比较，常用的方法是在where子句中使用子查询。

在where子句中可以使用两种格式的子查询。

第一种格式是使用IN操作符：

... where column in(select * from ... where ...);

第二种格式是使用EXIST操作符：

... where exists (select 'X' from ...where ...);

采用第二种格式要比第一种格式的效率高。

第二种格式中，子查询以‘select 'X'开始。运用EXISTS子句不管子查询从表中抽取什么数据它只查看where子句。这样优化器就不必遍历整个表而仅根据索引就可完成工作（这里假定在where语句中使用的列存在索引）。

使用EXIST，数据库系统会首先检查主查询，然后运行子查询直到它找到第一个匹配项。

使用IN子查询时，首先执行子查询，并将获得的结果列表存放在在一个加了索引的临时表中。在执行子查询之前，系统先将主查询挂起，待子查询执行完毕，存放在临时表中以后再执行主查询。

所以使用EXISTS通常比使用IN查询速度快。

应尽可能使用NOT EXISTS来代替NOT IN，尽管二者都使用了NOT（不能使用索引而降低速度），但NOT EXISTS要比NOT IN查询效率高。

8.不充份的连接条件

例：表card有7896行，在card_no上有一个非聚集索引，表account有191122行，在 account_no上有一个非聚集索引，在不同的表连接条件下，两个SQL的执行情况：

(

一种索引，该索引中键值的逻辑顺序决定了表中相应行的物理顺序。
聚集索引确定表中数据的物理顺序。聚集索引类似于电话簿，后者按姓氏排列数据。由于聚集索引规定数据在表中的物理存储顺序，因此一个表只能包含一个聚集索引。但该索引可以包含多个列（组合索引），就像电话簿按姓氏和名字进行组织一样。

聚集索引对于那些经常要搜索范围值的列特别有效。使用聚集索引找到包含第一个值的行后，便可以确保包含后续索引值的行在物理相邻。例如，如果应用程序执行 的一个查询经常检索某一日期范围内的记录，则使用聚集索引可以迅速找到包含开始日期的行，然后检索表中所有相邻的行，直到到达结束日期。这样有助于提高此 类查询的性能。同样，如果对从表中检索的数据进行排序时经常要用到某一列，则可以将该表在该列上聚集（物理排序），避免每次查询该列时都进行排序，从而节 省成本。

当索引值唯一时，使用聚集索引查找特定的行也很有效率。例如，使用唯一雇员 ID 列 emp_id 查找特定雇员的最快速的方法，是在 emp_id 列上创建聚集索引或 PRIMARY KEY 约束。

)

select sum(a.amount) from account a,card b

where a.card_no = b.card_no（20秒）

将SQL改为：

select sum(a.amount) from account a,card b

where a.card_no = b.card_no

and a.account_no=b.account_no（< 1秒）

在第一个连接条件下，最佳查询方案是将account作外层表，card作内层表，利用card上的索引，其I/O次数可由以下公式估算为：

外层表account上的22541页+（外层表account的191122行*内层表card上对应外层表第一行所要查找的3页）=595907次I/O

在第二个连接条件下，最佳查询方案是将card作外层表，account作内层表，利用account上的索引，其I/O次数可由以下公式估算为：

外层表card上的1944页+（外层表card的7896行*内层表account上对应外层表每一行所要查找的4页）= 33528次I/O

只有充份的连接条件，真正的最佳方案才会被执行。

多表操作在被实际执行前，查询优化器会根据连接条件，列出几组可能的连接方案并从中找出系统开销最小的最佳方案。

连接条件要充份考虑带有索引的表、行数多的表；

内外表的选择可由公式：外层表中的匹配行数*内层表中每一次查找的次数确定，乘积最小为最佳方案。

9.不可优化的where子句

• 下列SQL条件语句中的列都建有恰当的索引，但执行速度却非常慢

select * from record where

substring(card_no,1,4)='5378'(13秒)

select * from record where

amount/30< 1000（11秒）

select * from record where

convert(char(10),date,112)='19991201'（10秒）

分析：

where子句中对列的任何操作结果都是在SQL运行时逐列计算得到的，因此它不得不进行表搜索，而没有使用该列上面的索引；如果这些结果在查询编译时就能得到，那么就可以被SQL优化器优化，使用索引，避免表搜索，因此将SQL重写成下面这样：

select * from record where card_no like

'5378%'（< 1秒）

select * from record where amount

< 1000*30（< 1秒）

select * from record where date= '1999/12/01'

（< 1秒）

• 表stuff有200000行，id_no上有非群集索引，如下：

select count(*) from stuff where id_no in('0','1')

（23秒）

分析：

where条件中的'in'在逻辑上相当于'or'，所以语法分析器会将in ('0','1')转化为id_no ='0' or id_no='1'来执行。我们期望它会根据每个or子句分别查找，再将结果相加，这样可以利用id_no上的索引；但实际上（根据showplan）,它却采用了"OR策略"，即先取出满足每个or子句的行，存入临时数据库的工作表中，再建立唯一索引以去掉重复行，最后从这个临时表中计算结果。因此，实际过程没有利用id_no上索引，并且完成时间还要受tempdb数据库性能的影响。

表的行数越多，工作表的性能就越差，将or子句分开：

select count(*) from stuff where id_no='0'

select count(*) from stuff where id_no='1'

得到两个结果，再作一次加法合算。因为每句都使用了索引，执行时间只有3秒，在620000行下，时间只有4秒。

更好的方法，写一个简单的存储过程：

create proc count_stuff as

declare @a int

declare @b int

declare @c int

declare @d char(10)

begin

select @a=count(*) from stuff where id_no='0'

select @b=count(*) from stuff where id_no='1'

end

select @c=@a+@b

select @d=convert(char(10),@c)

print @d

直接算出结果，执行时间同上面一样快。

10.小结

所谓优化即where子句利用了索引，不可优化即发生了表扫描或额外开销。

• 任何对列的操作都将导致表扫描，它包括数据库函数、计算表达式等等，查询时要尽可能将操作移至等号右边。 左右不重要，重要的是表达式中是否包含列。
• in、or子句常会使用工作表，使索引失效；如果不产生大量重复值，可以考虑把子句拆开；拆开的子句中应该包含索引。
• 要善于使用存储过程，它使SQL变得更加灵活和高效。

SQL优化的实质就是在结果正确的前提下，用优化器可以识别的语句，充份利用索引，减少表扫描的I/O次数，尽量避免表搜索的发生。

11.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：

• 在date上建有一非个群集索引

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。

• 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。

• 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。

12.合理的索引设计

• 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。

缺省情况下建立的索引是非群集索引，但有时它并不是最佳的；合理的索引设计要建立在对各种查询的分析和预测上。一般来说：

• 有大量重复值、且经常有范围查询 ，如：（between, >,< ，>=,< =）和order by、group by发生的列，可考虑建立群集索引
• 经常同时存取多列，且每列都含有重复值可考虑建立组合索引；
• 组合索引要尽量使关键查询形成索引覆盖，其前导列一定是使用最频繁的列。

13.过多的索引会降低更新和插入操作的速度

索引并非越多越好，过多的索引会降低更新和插入操作的速度。