T1表 10000000万条数据,(插入时间36分钟，count(*)查询19秒，空间占用670M左右)sql

1.真正充分的利用索引

好比like '张%' 就是符合SARG(符合扫描参数)标准

而like '%张' 就不符合该标准数据库

通配符%在字符串首字符的使用会致使索引没法使用，虽然实际应用中很难避免这样用，但仍是应该对这种现象有所了解，至少知道此种用法性能是很低下的。函数

**********************************************sqlserver

2.“非”操做符不知足SARG形式，使得索引没法使用

不知足SARG形式的语句最典型的状况就是包括非操做符的语句，如：NOT、!=、<>、!、NOT EXISTS、NOT IN、NOT LIKE等。

若是使用not 或者 <>,最好转换成别的方法，好比例子以下：性能

T1表 10000000万条数据,构建以下:(插入时间36分钟，count(*)查询19秒，空间占用670M左右)测试

DECLARE @i INT

SET @i = 1

WHILE @i<1000000

BEGIN

INSERT INTO t1 VALUES ('zhang'+CONVERT(char(50), @i),'3.2',77);

SET @i + 1;

END优化

三种查询方式：编码

SELECT * FROM t1 WHERE id <>300000

SELECT * FROM t1 WHERE id NOT IN (300000)

SELECT * FROM t1 WHERE id >299999 AND id 

在执行计划中能够明显看出，使用最后一种方式而不是前面两种方式进行查询。

网上是这么说的，但本身作的试验100W条数据，开销计划是同样的。server

*********************************************

3. 函数运算不知足SARG形式，使得索引没法使用

例：下列SQL条件语句中的列都建有恰当的索引，但执行速度却很是慢：

select * from record where substring(card_no,1,4)=′5378′(13秒)

select * from record where amount/30

select * from record where convert(char(10),date,112)=′19991201′(10秒)

分析：

where子句中对列的任何操做结果都是在SQL运行时逐列计算获得的，所以它不得不进行全表扫描，而没有使用该列上面的索引；若是这些结果在查询编译时就能获得，那么就能够被SQL优化器优化，使用索引，避免表搜索，所以将SQL重写成下面这样：

select * from record where card_no like ′5378%′(

select * from record where amount 

select * from record where date= ′1999/12/01′ (

你会发现SQL明显快不少

待测试.......

**********************************************

4.尽可能不要对创建了索引的字段，做任何的直接处理

select * from employs where first_name + last_name ='beill cliton';

没法使用索引，改成：

select * from employee where

first_name = substr('beill cliton',1,instr('beill cliton',' ')-1)

and

last_name = substr('beill cliton',instr('beill cliton',' ')+1)

则可使用索引

***********************************************

5.不一样类型的索引效能是不同的，应尽量先使用效能高的

好比：数字类型的索引查找效率高于字符串类型，定长字符串char，nchar的索引效率高于变长字符串varchar,nvarchar的索引。

应该将

where username='张三' and age>20

改进为

where age>20 and username='张三'

注意：此处，SQL的查询分析优化功能能够作到自动重排条件顺序，但仍是建议预先手工排列好。

**************************************************

6.某些状况下IN 的做用与OR 至关 ，且都不能充分利用索引

例：表stuff有200000行，id_no上有非群集索引，请看下面这个SQL：

select count(*) from stuff where id_no in(′0′,′1′) (23秒)

我 们指望它会根据每一个or子句分别查找，再将结果相加，这样能够利用id_no上的索引；但实际上,它却采用了"OR策略"，即先取出知足每一个or子句的 行，存入临时数据库的工做表中，再创建惟一索引以去掉重复行，最后从这个临时表中计算结果。所以，实际过程没有利用id_no 上索引，而且完成时间还要 受tempdb数据库性能的影响。

实践证实，表的行数越多，工做表的性能就越差，当stuff有620000行时，执行时间会很是长！若是肯定不一样的条件不会产生大量重复值，还不如将or子句分开：

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

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

获得两个结果，再用union做一次加法合算。由于每句都使用了索引，执行时间会比较短，

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

union

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

从实践效果来看，使用union在一般状况下比用or的效率要高的多，而exist关键字和in关键字在用法上相似，性能上也相似，都会产生全表扫描，效率比较低下，根据未经验证的说法，exist可能比in要快些。

***************************************************

7.使用变通的方法提升查询效率

like关键字支持通配符匹配，但这种匹配特别耗时。例 如：select * from customer where zipcode like “21_ _ _”，即便在zipcode字段上已创建了索 引，在这种状况下也可能仍是采用全表扫描方式。若是把语句改 为：select * from customer where zipcode >“21000”，在执行查询时就会利用索引，大大提升速度。但 这种变通是有限制的，不该引发业务意义上的损失，对于邮政编码而 言，zipcode like “21_ _ _” 和 zipcode >“21000” 意义是彻底一致的。

*********************************************************人各有志,但富贵在天，人生容许彷徨,但不容许蹉跎.

8.order by按汇集索引列排序效率最高

排序是较耗时的操做，应尽可能简化或避免对大型表进行排序，如缩小排序的列的范围，只在有索引的列上排序等等。

咱们来看：(gid是主键，fariqi是聚合索引列)

select top 10000 gid,fariqi,reader,title from tgongwen

用时：196 毫秒。 扫描计数 1，逻辑读 289 次，物理读 1 次，预读 1527 次。

select top 10000 gid,fariqi,reader,title from tgongwen order by gid asc

用时：4720毫秒。 扫描计数 1，逻辑读 41956 次，物理读 0 次，预读 1287 次。

select top 10000 gid,fariqi,reader,title from tgongwen order by gid desc

用时：4736毫秒。 扫描计数 1，逻辑读 55350 次，物理读 10 次，预读 775 次。

select top 10000 gid,fariqi,reader,title from tgongwen order by fariqi asc

用时：173毫秒。 扫描计数 1，逻辑读 290 次，物理读 0 次，预读 0 次。

select top 10000 gid,fariqi,reader,title from tgongwen order by fariqi desc

用时：156毫秒。 扫描计数 1，逻辑读 289 次，物理读 0 次，预读 0 次。

同时，按照某个字段进行排序的时候，不管是正序仍是倒序，速度是基本至关的。

********************************************************

9.关于节省数据查询系统开销方面的措施

(1)使用TOP尽可能减小取出的数据量

(2)字段提取要按照“需多少、提多少”的原则，避免“select *”

字段大小越大，数目越多，select所耗费的资源就越多，好比取int类型的字段就会比取char的快不少。咱们每少提取一个字段，数据的提取速度就会有相应的提高。提高的幅度根据舍弃的字段的大小来判断

(3)count(*) 与 count(字段) 方法比较

用 count(*)和用 count(主键)的速度是至关的，而count(*)却比其余任何除主键之外的字段汇总速度要快，并且字段越长，汇总速度就越 慢。若是用 count(*)， SQL SERVER会自动查找最小字段来汇总。固然，若是您直接写count(主键)将会来的更直接些

(4)有嵌套查询时，尽量在内层过滤掉数据

若是一个列同时在主查询和where子句中出现，极可能当主查询中的列值改变以后，子查询必须从新查询一次。并且查询嵌套层次越多，效率越低，所以应当尽可能避免子查询。若是子查询不可避免，那么要在子查询中过滤掉尽量多的行

(5)多表关联查询时，需注意表顺序，并尽量早的过滤掉数据

在使用Join进行多表关联查询时候，应该使用系统开销最小的方案。链接条件要充份考虑带有索引的表、行数多的表，并注意优化表顺序；说的简单一点，就是尽量早的将以后要作关联的数据量降下来。

通常状况下，sqlserver 会对表的链接做出自动优化。例如：

select name,no from A

join B on A. id=B.id

join C on C.id=A.id

where name='wang'

尽 管A表在From中先列出，而后才是B,最后才是C。但sql server可能会首先使用c表。它的选择原则是相对于该查询限制为单行或少数几行，就可 以减小在其余表中查找的总数据量。绝大多数状况下，sql server 会做出最优的选择，但若是你发觉某个复杂的联结查询速度比预计的要慢，就可使 用SET FORCEPLAN语句强制sql server按照表出现顺序使用表。如上例加 上：SET FORCEPLAN ON…….SET FORCEPLAN OFF 表的执行顺序将会按照你所写的顺序执行。在查询分析器中查看2种执行效 率，从而选择表的链接顺序。SET FORCEPLAN的缺点是只能在存储过程当中使用

原文：http://hi.baidu.com/mayw1985/item/2092f0427fcdf5e6dc0f6cab