數(shù)據(jù)庫的查詢優(yōu)化技術(shù)

數(shù)據(jù)庫的查詢優(yōu)化技術(shù)之一合理使用索引索引是數(shù)據(jù)庫中重要的數(shù)據(jù)結(jié)構(gòu)，它的根本目的就是為了提高查詢效率?，F(xiàn)在大多數(shù)的數(shù)據(jù)庫產(chǎn)品都采用IBM最先提出的ISAM索引結(jié)構(gòu)。索引的使用要恰到好處，其使用原則如下：?在經(jīng)常進(jìn)行連接，但是沒有指定為外鍵的列上建立索引，而不經(jīng)常連接的字段則由優(yōu)化器自動(dòng)生成索引。?在頻繁進(jìn)行排序或分組（即進(jìn)行g(shù)roupby或orderby操作）的列上建立索引。?在條件表達(dá)式中經(jīng)常用到的不同值較多的列上建立檢索，在不同值少的列上不要建立索引。比如在雇員表的''性別”列上只有''男”與''女”兩個(gè)不同值，因此就無必要建立索引。如果建立索引不但不會(huì)提高查詢效率，反而會(huì)嚴(yán)重降低更新速度。?如果待排序的列有多個(gè)，可以在這些列上建立復(fù)合索引（compoundindex）。?使用系統(tǒng)工具。如Informix數(shù)據(jù)庫有一個(gè)tbcheck工具，可以在可疑的索引上進(jìn)行檢查。在一些數(shù)據(jù)庫服務(wù)器上，索引可能失效或者因?yàn)轭l繁操作而使得讀取效率降低，如果一個(gè)使用索引的查詢不明不白地慢下來，可以試著用tbcheck工具檢查索引的完整性，必要時(shí)進(jìn)行修復(fù)。另外，當(dāng)數(shù)據(jù)庫表更新大量數(shù)據(jù)后，刪除并重建索引可以提高查詢速度。避免或簡化排序應(yīng)當(dāng)簡化或避免對大型表進(jìn)行重復(fù)的排序。當(dāng)能夠利用索引自動(dòng)以適當(dāng)?shù)拇涡虍a(chǎn)生輸出時(shí)，優(yōu)化器就避免了排序的步驟。以下是一些影響因素：?索引中不包括一個(gè)或幾個(gè)待排序的列；?groupby或orderby子句中列的次序與索引的次序不一樣；?排序的列來自不同的表。為了避免不必要的排序，就要正確地增建索引，合理地合并數(shù)據(jù)庫表（盡管有時(shí)可能影響表的規(guī)范化，但相對于效率的提高是值得的）。如果排序不可避免，那么應(yīng)當(dāng)試圖簡化它，如縮小排序的列的范圍等。消除對大型表行數(shù)據(jù)的順序存取在嵌套查詢中，對表的順序存取對查詢效率可能產(chǎn)生致命的影響。比如采用順序存取策略，一個(gè)嵌套3層的查詢，如果每層都查詢1000行，那么這個(gè)查詢就要查詢10億行數(shù)據(jù)。避免這種情況的主要方法就是對連接的列進(jìn)行索引。例如，兩個(gè)表：學(xué)生表（學(xué)號(hào)、姓名、年齡）和選課表（學(xué)號(hào)、課程號(hào)、成績）。如果兩個(gè)表要做連接，就要在''學(xué)號(hào)”這個(gè)連接字段上建立索引。還可以使用并集來避免順序存取。盡管在所有的檢查列上都有索引，但某些形式的where子句強(qiáng)迫優(yōu)化器使用順序存取。下面的查詢將強(qiáng)迫對orders表執(zhí)行順序操作：SELECT大FROMordersWHERE（customer_num=104ANDorder_num>1001）ORorder_num=1008雖然在customer_num和order_num上建有索引，但是在上面的語句中優(yōu)化器還是使用順序存取路徑掃描整個(gè)表。因?yàn)檫@個(gè)語句要檢索的是分離的行的集合，所以應(yīng)該改為如下語句：SELECT大FROMordersWHEREcustomer_num=104ANDorder_num>1001UNIONSELECT大FROMordersWHEREorder_num=1008這樣就能利用索引路徑處理查詢。避免相關(guān)子查詢一個(gè)列的標(biāo)簽同時(shí)在主查詢和where子句中的查詢中出現(xiàn)，那么很可能當(dāng)主查詢中的列值改變之后，子查詢必須重新查詢一次。查詢嵌套層次越多，效率越低，因此應(yīng)當(dāng)盡量避免子查詢。如果子查詢不可避免，那么要在子查詢中過濾掉盡可能多的行。避免困難的正規(guī)表達(dá)式MATCHES和LIKE關(guān)鍵字支持通配符匹配，技術(shù)上叫正規(guī)表達(dá)式。但這種匹配特別耗費(fèi)時(shí)間。例如：SELECT大FROMcustomerWHEREzipcodeLIKE“98 ”即使在zipcode字段上建立了索引，在這種情況下也還是采用順序掃描的方式。如果把語句改為SELECT大FROMcustomerWHEREzipcode>“98000"，在執(zhí)行查詢時(shí)就會(huì)利用索引來查詢，顯然會(huì)大大提高速度。另外，還要避免非開始的子串。例如語句：SELECT大FROMcustomerWHEREzipcode[2，3]>“80"在where子句中采用了非開始子串，因而這個(gè)語句也不會(huì)使用索引。使用臨時(shí)表加速查詢把表的一個(gè)子集進(jìn)行排序并創(chuàng)建臨時(shí)表，有時(shí)能加速查詢。它有助于避免多重排序操作，而且在其他方面還能簡化優(yōu)化器的工作。例如：SELECT，rcvbles.balance， othercolumnsFROMcust，rcvblesWHEREcust.customer_id=rcvlbes.customer_idANDrcvblls.balance>0ANDcust.postcode>'、98000"ORDERBY如果這個(gè)查詢要被執(zhí)行多次而不止一次，可以把所有未付款的客戶找出來放在一個(gè)臨時(shí)文件中，并按客戶的名字進(jìn)行排序：SELECT，rcvbles.balance， othercolumnsFROMcust，rcvblesWHEREcust.customer_id=rcvlbes.customer_idANDrcvblls.balance>0ORDERBYINTOTEMPcust_with_balance然后以下面的方式在臨時(shí)表中查詢：SELECT大FROMcust_with_balanceWHEREpostcode>''98000"臨時(shí)表中的行要比主表中的行少，而且物理順序就是所要求的順序，減少了磁盤I/O,所以查詢工作量可以得到大幅減少。注意：臨時(shí)表創(chuàng)建后不會(huì)反映主表的修改。在主表中數(shù)據(jù)頻繁修改的情況下，注意不要丟失數(shù)據(jù)。用排序來取代非順序存取非順序磁盤存取是最慢的操作，表現(xiàn)在磁盤存取臂的來回移動(dòng)。SQL語句隱藏了這一情況，使得我們在寫應(yīng)用程序時(shí)很容易寫出要求存取大量非順序頁的查詢。有些時(shí)候，用數(shù)據(jù)庫的排序能力來替代非順序的存取能改進(jìn)查詢。下面我們舉一個(gè)制造公司的例子來說明如何進(jìn)行查詢優(yōu)化。制造公司數(shù)據(jù)庫中包括3個(gè)表，模式如下所示：1.part表零件號(hào)零件描述其他列(part_num)(part_desc)(othercolumn)102,032Seageat30Gdisk500，049Novel10Mnetworkcard 2.vendor表廠商號(hào)廠商名其他列(vendor_num)(vendor_name)(othercolumn)910，257SeageatCorp523，045IBMCorp3.parven表零件號(hào)廠商號(hào)零件數(shù)量(part_num)(vendor_num)(part_amount)102，032910，2573,450,000234,423321，0014，000，000下面的查詢將在這些表上定期運(yùn)行，并產(chǎn)生關(guān)于所有零件數(shù)量的報(bào)表：SELECTpart_desc，vendor_name，part_amountFROMpart，vendor，parvenWHEREpart.part_num=parven.part_numANDparven.vendor_num=vendor.vendor_numORDERBYpart.part_num如果不建立索引，上述查詢代碼的開銷將十分巨大。為此，我們在零件號(hào)和廠商號(hào)上建立索引。索引的建立避免了在嵌套中反復(fù)掃描。關(guān)于表與索引的統(tǒng)計(jì)信息如下：表(table)行數(shù)量(rowsize)行尺寸(Rowcount)每頁行數(shù)量(Rows/Pages)數(shù)據(jù)頁數(shù)量(DataPages)part15010，00025400Vendor1501，0002540Parven1315，00030050索引鍵尺寸每頁鍵數(shù)量頁面數(shù)量(Indexes)(KeySize)(Keys/Page)(LeafPages)TOC\o"1-5"\h\zpart 4 500 20Vendor 4 500 2Parven 8 250 60看起來是個(gè)相對簡單的3表連接，但是其查詢開銷是很大的。通過查看系統(tǒng)表可以看到，在part_num上和vendor_num上有簇索引，因此索引是按照物理順序存放的。parven表沒有特定的存放次序。這些表的大小說明從緩沖頁中非順序存取的成功率很小。此語句的優(yōu)化查詢規(guī)劃是：首先從part中順序讀取400頁，然后再對parven表非順序存取1萬次，每次2頁（一個(gè)索引頁、一個(gè)數(shù)據(jù)頁），總計(jì)2萬個(gè)磁盤頁，最后對vendor表非順序存取1.5萬次，合3萬個(gè)磁盤頁?？梢钥闯鲈谶@個(gè)索引好的連接上花費(fèi)的磁盤存取為5.04萬次。實(shí)際上，我們可以通過使用臨時(shí)表分3個(gè)步驟來提高查詢效率：從parven表中按vendor_num的次序讀數(shù)據(jù)：SELECTpart_num，vendor_num，priceFROMparvenORDERBYvendor_numINTOtemppv_by_vn這個(gè)語句順序讀parven（50頁），寫一個(gè)臨時(shí)表（50頁），并排序。假定排序的開銷為200頁，總共是300頁。把臨時(shí)表和vendor表連接，把結(jié)果輸出到一個(gè)臨時(shí)表，并按part_num排序：SELECTpv_by_vn，大vendor.vendor_numFROMpv_by_vn，vendorWHEREpv_by_vn.vendor_num=vendor.vendor_numORDERBYpv_by_vn.part_numINTOTMPpvvn_by_pnDROPTABLEpv_by_vn這個(gè)查詢讀取pv_by_vn（50頁），它通過索引存取vendor表1.5萬次，但由于按vendor_num次序排列，實(shí)際上只是通過索引順序地讀vendor表（40+2=42頁），輸出的表每頁約95行，共160頁。寫并存取這些頁引發(fā)5大160=800次的讀寫，索引共讀寫892頁。把輸出和part連接得到最后的結(jié)果：SELECTpvvn_by_pn.大，part.part_descFROMpvvn_by_pn，partWHEREpvvn_by_pn.part_num=part.part_numDROPTABLEpvvn_by_pn這樣，查詢順序地讀pvvn_by_pn（160頁），通過索引讀part表1.5萬次，由于建有索引，所以