二、改善SQL 語(yǔ)句

　　很多人不知道SQL 語(yǔ)句在SQL SERVER 中 是如何執(zhí)行的，他們擔(dān)心自己所寫(xiě)的SQL 語(yǔ)句會(huì)被SQL SERVER 誤解。比如：

select * from table1 where name=’zhangsan’ and tID > 10000

和執(zhí)行:

select * from table1 where tID > 10000 and name=’zhangsan’

　　一些人不知道以上兩條語(yǔ)句的執(zhí)行效率是否一樣，因?yàn)槿绻?jiǎn)單的從語(yǔ)句先后上看，這兩個(gè)語(yǔ)句的確是不一 樣，如果tID 是一個(gè)聚合索引，那么后一句僅僅從表的10000 條以后的記錄中查找就行了；而前一 句則要先從全表中查找看有幾個(gè)name=’zhangsan’ 的，而后再根據(jù)限制條件條件tID>10000 來(lái) 提出查詢(xún)結(jié)果。

　　事實(shí)上，這樣的擔(dān)心是不必要的。SQL SERVER 中有一個(gè)“查詢(xún)分析優(yōu) 化器”，它可以計(jì)算出where 子句中的搜索條件并確定哪個(gè)索引能縮小表掃描的搜索空間，也就是說(shuō)，它能實(shí)現(xiàn)自動(dòng)優(yōu)化。

　　雖然查詢(xún)優(yōu)化器可以根據(jù)where 子句自動(dòng)的進(jìn)行查詢(xún)優(yōu)化，但大家仍然有必 要了解一下“查詢(xún)優(yōu)化器”的工作原理，如非這樣，有時(shí)查詢(xún)優(yōu)化器就會(huì)不按照您的本意進(jìn)行快速查詢(xún)。

　　在查詢(xún)分析階段，查詢(xún)優(yōu)化器查看查詢(xún)的每個(gè)階段并決定限制需要掃描的數(shù)據(jù)量是否有用。如果一個(gè)階段可以 被用作一個(gè)掃描參數(shù)（SARG ），那么就稱(chēng)之為可優(yōu)化的，并且可以利用索引快速獲得所需數(shù)據(jù)。

　　SARG 的定義：用于限制搜索的一個(gè)操作，因?yàn)樗ǔＪ侵敢粋€(gè)特定的匹配， 一個(gè)值得范圍內(nèi)的匹配或者兩個(gè)以上條件的AND 連接。形式如下：

列名 操作符 < 常數(shù) 或 變量>

或

< 常數(shù) 或 變量> 操作符列名

列名可以出現(xiàn)在操作符的一邊，而常數(shù)或變量出現(xiàn)在操作符的另一邊。如：

Name= ’ 張三 ’

價(jià)格>5000

5000< 價(jià)格

Name= ’ 張三 ’ and 價(jià)格>5000

　　如果一個(gè)表達(dá)式不能滿(mǎn)足SARG 的形式，那它就無(wú)法限制搜索的范圍了，也就 是SQL SERVER 必須對(duì)每一行都判斷它是否滿(mǎn)足where 子句中的所有條件。所以一個(gè)索引對(duì) 于不滿(mǎn)足SARG 形式的表達(dá)式來(lái)說(shuō)是無(wú)用的。

　　介紹完SARG 后，我們來(lái)總結(jié)一下使用SARG 以 及在實(shí)踐中遇到的和某些資料上結(jié)論不同的經(jīng)驗(yàn)：

1 、Like 語(yǔ) 句是否屬于SARG 取決于所使用的通配符的類(lèi)型

如：name like ‘ 張% ’ ， 這就屬于SARG

而：name like ‘ % 張 ’ , 就不屬于SARG 。

原因是通配符% 在字符串的開(kāi)通使得索引無(wú)法使用。

2 、or 會(huì) 引起全表掃描

Name= ’ 張三 ’ and 價(jià)格>5000 符號(hào)SARG ，而：Name= ’ 張 三 ’ or 價(jià)格>5000 則不符 合SARG 。使用or 會(huì)引起全表掃描。

3 、非操作符、函數(shù)引起的 不滿(mǎn)足SARG 形式的語(yǔ)句

　　不滿(mǎn)足SARG 形式的語(yǔ)句最典型的情況就是包括非操作符的語(yǔ)句，如：NOT 、!= 、<> 、!< 、!> 、NOT EXISTS 、NOT IN 、NOT LIKE 等，另外還有函數(shù)。下面就是幾個(gè)不 滿(mǎn)足SARG 形式的例子：

ABS( 價(jià)格)<5000

Name like ‘ % 三 ’

有些表達(dá)式，如：

where 價(jià)格*2>5000

SQL SERVER 也會(huì)認(rèn)為是SARG ，SQL SERVER 會(huì)將此式轉(zhuǎn)化為：

where 價(jià)格>2500/2

　　但我們不推薦這樣使用，因?yàn)橛袝r(shí)SQL SERVER 不能保證這種轉(zhuǎn)化與原 始表達(dá)式是完全等價(jià)的。

4 、IN 的 作用相當(dāng)與OR

語(yǔ)句：

select * from table1 where tid in (2,3)

和

select * from table1 where tid=2 or tid=3

是一樣的，都會(huì)引起全表掃描，如果tid 上有索引，其索引也會(huì)失效。

5 、盡量少用NOT

6 、exists 和 in 的執(zhí)行效率是一樣的

　　很多資料上都顯示說(shuō)，exists 要比in 的執(zhí) 行效率要高，同時(shí)應(yīng)盡可能的用not exists 來(lái)代替not in 。但事實(shí)上，我試驗(yàn)了一下， 發(fā)現(xiàn)二者無(wú)論是前面帶不帶not ，二者之間的執(zhí)行效率都是一樣的。因?yàn)樯婕白硬樵?xún)，我們?cè)囼?yàn)這次用SQL SERVER 自帶的pubs 數(shù)據(jù)庫(kù)。運(yùn)行前我們可以把SQL SERVER 的statistics I/O 狀態(tài)打開(kāi)。

（1 ）select title,price from titles where title_id in (select title_id from sales where qty>30)

表 ’sales’ 。掃描計(jì)數(shù) 18 ，邏輯讀 56 次，物理讀 0 次，預(yù)讀 0 次。

   

（2 ）select title,price from titles where exists (select * from sales where sales.title_id=titles.title_id and qty>30)

表 ’sales’ 。掃描計(jì)數(shù) 18 ，邏輯讀 56 次，物理讀 0 次，預(yù)讀 0 次。

我們從此可以看到用exists 和用in 的執(zhí)行效率 是一樣的。

7 、用函數(shù)charindex() 和 前面加通配符% 的LIKE 執(zhí)行效率一樣

　　前面，我們談到，如果在LIKE 前面加上通配符% ， 那么將會(huì)引起全表掃描，所以其執(zhí)行效率是低下的。但有的資料介紹說(shuō)，用函數(shù)charindex() 來(lái)代替LIKE 速 度會(huì)有大的提升，經(jīng)我試驗(yàn)，發(fā)現(xiàn)這種說(shuō)明也是錯(cuò)誤的：

select gid,title,fariqi,reader from tgongwen where charindex(‘ 刑偵支隊(duì)‘,reader)>0 and fariqi>’2004-5-5′

用時(shí)：7 秒，另外：掃描計(jì)數(shù) 4 ，邏輯讀 7155 次，物理讀 0 次，預(yù)讀 0 次。

select gid,title,fariqi,reader from tgongwen where reader like ‘%’ + ‘ 刑偵支隊(duì)‘ + ‘%’ and fariqi>’2004-5-5′

用時(shí)：7 秒，另外：掃描計(jì)數(shù) 4 ，邏輯讀 7155 次，物理讀 0 次，預(yù)讀 0 次。

8 、union 并 不絕對(duì)比or 的執(zhí)行效率高

　　我們前面已經(jīng)談到了在where 子句中使用or 會(huì) 引起全表掃描，一般的，我所見(jiàn)過(guò)的資料都是推薦這里用union 來(lái)代替or 。事實(shí)證明，這種說(shuō)法對(duì) 于大部分都是適用的。

select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=’2004-9-16′ or gid>9990000

用時(shí)：68 秒。掃描計(jì)數(shù) 1 ，邏輯讀 404008 次，物理讀 283 次，預(yù)讀 392163 次。

select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=’2004-9-16′

union

select gid,fariqi,neibuyonghu,reader,title from Tgongwen where gid>9990000

用時(shí)：9 秒。掃描計(jì)數(shù) 8 ，邏輯讀 67489 次，物理讀 216 次，預(yù)讀 7499 次。

看來(lái)，用union 在通常情況下比用or 的效率要高 的多。

但經(jīng)過(guò)試驗(yàn)，筆者發(fā)現(xiàn)如果or 兩邊的查詢(xún)列是一樣的話(huà)，那么用union 則 反倒和用or 的執(zhí)行速度差很多，雖然這里union 掃描的是索引，而or 掃 描的是全表。

select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=’2004-9-16′ or fariqi=’2004-2-5′

用時(shí)：6423 毫秒。掃描計(jì)數(shù) 2 ，邏輯讀 14726 次，物理讀 1 次，預(yù)讀 7176 次。

select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=’2004-9-16′

union

select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=’2004-2-5′

用時(shí)：11640 毫秒。掃描計(jì)數(shù) 8 ，邏輯讀 14806 次，物理讀 108 次，預(yù)讀 1144 次。

9 、字段提取要按照“需多 少、提多少”的原則，避免“select * ”

我們來(lái)做一個(gè)試驗(yàn)：

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

用時(shí)：4673 毫秒

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

用時(shí)：1376 毫秒

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

用時(shí)：80 毫秒

由此看來(lái)，我們每少提取一個(gè)字段，數(shù)據(jù)的提取速度就會(huì)有相應(yīng)的提升。提升的速度還要看您舍棄的字段的大小來(lái) 判斷。

10 、count(*) 不 比count( 字段) 慢

某些資料上說(shuō)：用* 會(huì)統(tǒng)計(jì)所有列，顯然要比一個(gè)世界的列名效率低。這種說(shuō)法其實(shí) 是沒(méi)有根據(jù)的。我們來(lái)看：

select count(*) from Tgongwen

用時(shí)：1500 毫秒

select count(gid) from Tgongwen

用時(shí)：1483 毫秒

select count(fariqi) from Tgongwen

用時(shí)：3140 毫秒

select count(title) from Tgongwen

用時(shí)：52050 毫秒

從以上可以看出，如果用count(*) 和用count( 主 鍵) 的速度是相當(dāng)?shù)?，而count(*) 卻比其他任何除主鍵以外的字段匯總速度要快，而且字段越 長(zhǎng)，匯總的速度就越慢。我想，如果用count(*) ， SQL SERVER 可能會(huì)自動(dòng)查找最小 字段來(lái)匯總的。當(dāng)然，如果您直接寫(xiě)count( 主鍵) 將會(huì)來(lái)的更直接些。

11 、order by 按聚集索引列排序效率最高

我們來(lái)看：（gid 是主鍵，fariqi 是聚合索引 列）

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

用時(shí)：196 毫秒。 掃描計(jì)數(shù) 1 ，邏輯讀 289 次，物理讀 1 次，預(yù)讀 1527 次。

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

用時(shí)：4720 毫秒。 掃描計(jì)數(shù) 1 ，邏輯讀 41956 次，物理讀 0 次，預(yù)讀 1287 次。

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

用時(shí)：4736 毫秒。 掃描計(jì)數(shù) 1 ，邏輯讀 55350 次，物理讀 10 次，預(yù)讀 775 次。

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

用時(shí)：173 毫秒。 掃描計(jì)數(shù) 1 ，邏輯讀 290 次，物理讀 0 次，預(yù)讀 0 次。

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

用時(shí)：156 毫秒。 掃描計(jì)數(shù) 1 ，邏輯讀 289 次，物理讀 0 次，預(yù)讀 0 次。

從以上我們可以看出，不排序的速度以及邏輯讀次數(shù)都是和“order by 聚 集索引列” 的速度是相當(dāng)?shù)模@些都比“order by 非聚集索引列”的查詢(xún)速度是快得多的。

同時(shí)，按照某個(gè)字段進(jìn)行排序的時(shí)候，無(wú)論是正序還是倒序，速度是基本相當(dāng)?shù)摹?/p>

12 、高效的TOP

事實(shí)上，在查詢(xún)和提取超大容量的數(shù)據(jù)集時(shí)，影響數(shù)據(jù)庫(kù)響應(yīng)時(shí)間的最大因素不是數(shù)據(jù)查找，而是物理的I/0 操 作。如：

select top 10 * from (

select top 10000 gid,fariqi,title from tgongwen

where neibuyonghu=’ 辦公室‘

order by gid desc) as a

order by gid asc

　　這條語(yǔ)句，從理論上講，整條語(yǔ)句的執(zhí)行時(shí)間應(yīng)該比子句的執(zhí)行時(shí)間長(zhǎng)，但事實(shí)相反。因?yàn)?，子句?zhí)行后返回 的是10000 條記錄，而整條語(yǔ)句僅返回10 條語(yǔ)句，所以影響數(shù)據(jù)庫(kù)響應(yīng)時(shí)間最大的因素是物理I/O 操 作。而限制物理I/O 操作此處的最有效方法之一就是使用TOP 關(guān)鍵詞了。TOP 關(guān) 鍵詞是SQL SERVER 中經(jīng)過(guò)系統(tǒng)優(yōu)化過(guò)的一個(gè)用來(lái)提取前幾條或前幾個(gè)百分比數(shù)據(jù)的詞。經(jīng)筆者在實(shí)踐中的應(yīng)用，發(fā)現(xiàn)TOP 確 實(shí)很好用，效率也很高。但這個(gè)詞在另外一個(gè)大型數(shù)據(jù)庫(kù)ORACLE 中卻沒(méi)有，這不能說(shuō)不是一個(gè)遺憾，雖然在ORACLE 中 可以用其他方法（如：rownumber ）來(lái)解決。在以后的關(guān)于“實(shí)現(xiàn)千萬(wàn)級(jí)數(shù)據(jù)的分頁(yè)顯示存儲(chǔ)過(guò)程”的討論中，我們就將用到TOP 這 個(gè)關(guān)鍵詞。

　　到此為止，我們上面討論了如何實(shí)現(xiàn)從大容量的數(shù)據(jù)庫(kù)中快速地查詢(xún)出您所需要的數(shù)據(jù)方法。當(dāng)然，我們介紹的這些方法都是“軟”方法， 在實(shí)踐中，我們還要考慮各種“硬”因素，如：網(wǎng)絡(luò)性能、服務(wù)器的性能、操作系統(tǒng)的性能，甚至網(wǎng)卡、交換機(jī)等。