① 請問ASP.NET+sql，數據量60萬條運行速度是否會很慢
呵呵，如果真的是一個數據表（table）中有60萬條記錄的話，同情你是肯定的了，對於sql本身對於處理大批量數據並沒有特別好的機制，需要你編程來改善了。
我知道的改善主要有兩點，一個是採用存儲過程（將一些使用頻率很高的演算法或語句集合寫成函數的形式，在伺服器端運行），這個方法能夠很有效的減少數據通訊流量，大大提高asp中的速度，但是對伺服器的要求很高了。建議你可以分出一個數據伺服器，配置高啊高一點，第二編程的時候盡量注意對於資料庫的直接訪問，多多採用緩存模式，減少資料庫和帶寬的負擔。
最好的方法還是oracal資料庫，它本身提供了很多處理海量數據的機制，可以大大提高速度。同時如果你對海量數據處理不太熟悉的話，建議去看看oracal的一些機制，保你收獲無限（暴金）
② sql max和sum哪個速度快
這些集函數對空值的處理:比如count()集函數,它的處理空值為
count(*)-count(price) 其中count(*)為所有的價格,count(price)是標了價格的,所以減掉就等於沒標價的了.
還有這些集函數不能使用WHERE ,只能用COMPUTER.
③ 影響資料庫性能的主要因素有哪些
以MySQL為例：
影響資料庫性能的主要因素總結如下：
1、sql查詢速度
2、網卡流量
3、伺服器硬體
4、磁碟IO
以上因素並不是時時刻刻都會影響資料庫性能，而就像木桶效應一樣。如果其中一個因素嚴重影響性能，那麼整個資料庫性能就會嚴重受阻。另外，這些影響因素都是相對的。
例如：當數據量並沒有達到百萬千萬這樣的級別，那麼sql查詢速度也許就不是個重要因素，換句話說，你的sql語句效率適當低下可能並不影響整個效率多少，反之，這種情況，無論如何怎麼優化sql語句，可能都沒有太明顯的效果。
相關內容拓展：
1、SQL查詢速度
風險：效率低下的SQL
2、網卡流量
風險：網卡IO被占滿（100Mb/8=100MB）
方案：
①減少從伺服器的數量。從伺服器都要從主伺服器上復制日誌，所以，從伺服器越多，網路流量越大。
②進行分級緩存。前方大量緩存突然失效會對資料庫造成嚴重的沖擊。
③避免使用「select * 」進行查詢
④分離業務網路和伺服器網路
3、磁碟IO
風險：磁碟IO性能突然下降。
方案：使用更好的磁碟設備解決。
④ 一條sql執行過長的時間，你如何優化，從哪些方面
1、查看sql是否涉及多表的聯表或者子查詢，如果有，看是否能進行業務拆分，相關欄位冗餘或者合並成臨時表（業務和演算法的優化）
2、涉及鏈表的查詢，是否能進行分表查詢，單表查詢之後的結果進行欄位整合
3、如果以上兩種都不能操作，非要鏈表查詢，那麼考慮對相對應的查詢條件做索引。加快查詢速度
4、針對數量大的表進行歷史表分離（如交易流水表）
5、資料庫主從分離，讀寫分離，降低讀寫針對同一表同時的壓力，至於主從同步，mysql有自帶的binlog實現 主從同步
6、explain分析sql語句，查看執行計劃，分析索引是否用上，分析掃描行數等等
7、查看mysql執行日誌，看看是否有其他方面的問題
個人理解：從根本上來說，查詢慢是佔用mysql內存比較多，那麼可以從這方面去酌手考慮
⑤ 為什麼SQL處理數據比Java快
sql是一個專門處理數據的腳本，速度肯定比 java快啊！
⑥ 資料庫牛人是如何進行SQL優化的
SQL 查詢優化減少了查詢所需的資源並提高了整體系統性能，在本文中，我們將討論 SQL 查詢優化、它是如何完成的、最佳實踐及其重要性。
SQL 查詢優化是編寫高效的 SQL 查詢，並在執行時間和資料庫表示方面 提高查詢性能 的迭代過程，查詢優化是幾個關系資料庫管理系統 (RDBMS) 的一項重要功能。
查詢是對來自資料庫的數據或信息的問題或請求，需要編寫一組資料庫可以理解的預定義代碼，結構化查詢語言 (SQL) 和其他查詢語言旨在檢索或管理關系資料庫中的數據。
資料庫中的查詢可以用許多不同的結構編寫，並且可以通過不同的演算法執行，寫得不好的查詢會消耗更多的系統資源，執行時間長，並可能導致服務損失，一個完美的查詢可以減少執行時間並帶來最佳的 SQL 性能。
SQL查詢優化的主要目的是：
確保查詢處於最佳路徑和形式非常重要，SQL 查詢過程需要最好的執行計劃和計算資源，因為它們是 CPU 密集型操作，SQL 查詢優化通過三個基本步驟完成：
解析確保查詢在語法和語義上都是正確的，如果查詢語法正確，則將其轉換為表達式並傳遞到下一步。
優化在查詢性能中扮演著重要的角色，並且可能很困難，任何考慮優化的查詢執行計劃都必須返回與之前相同的結果，但優化後的性能應該會有所提高。
SQL 查詢優化包括以下基本任務：
最後，查詢執行涉及將查詢優化步驟生成的計劃轉化為操作，如果沒有發生錯誤，此步驟將返回結果給用戶。
一旦用戶確定某個查詢需要改進以優化 SQL 性能，他們就可以選擇任何優化方法——優化 SQL 查詢性能的方法有很多種，下面介紹了一些最佳實踐。
提高查詢性能的一種簡單方法是將 SELECT * 替換為實際的列名，當開發人員在表中使用 SELECT * 語句時，它會讀取每一列的可用數據。
使用 SELECT 欄位名 FROM 而不是 SELECT * FROM 時，可以縮小查詢期間從表中提取的數據的范圍，這有助於提高查詢速度。
循環中的 SQL 查詢運行不止一次，這會顯著降低運行速度，這些查詢會不必要地消耗內存、CPU 能力和帶寬，這會影響性能，尤其是當 SQL 伺服器不在本地計算機上時，刪除循環內的查詢可提高整體查詢性能。
使用SQL 伺服器索引可以減少運行時間並更快地檢索數據，可以使用聚集和非聚集 SQL 索引來優化 SQL 查詢，非聚集索引單獨存儲，需要更多的磁碟空間，因此，了解何時使用索引很重要。
該OLAP功能「擴展了SQL解析函數的語法。」 SQL 中的 OLAP 功能更快且易於使用，熟悉這些語法的 SQL 開發人員和 DBA 可以很容易地適應和使用它們。
OLAP 函數可以創建所有標准計算度量，例如排名、移動聚合、份額、期初至今、前期和未來期、平行期等。
查詢優化器使用統計信息來確定如何最好地連接表、何時應該使用索引以及如何訪問這些索引等，無論是手動還是自動，SQL 伺服器統計信息都應該保持最新。
過時的 SQL Server 統計信息會影響表、索引或列統計信息，並導致查詢計劃性能不佳。
SQL 查詢優化可以輕松提高系統性能，從而節省成本，優化 SQL 查詢可以提高運營效率並加快性能，從而提高系統上線進度。
SQL 查詢優化很重要，原因有很多，包括：
組織可以通過更快的響應時間獲得可靠的數據訪問和高水平的性能，優化 SQL 查詢不僅可以提高整體系統性能，還可以提高組織的聲譽，最終，SQL 查詢優化的最佳實踐幫助用戶獲得准確、快速的資料庫結果。
⑦ sql語句聯合查詢 與 視圖想比較的話，那個效率快，為什麼。
sql效率比較快，存儲過程的好處是不僅快且更安全，但移植性差。視圖可以封裝查詢的復雜性，就像面向對象里類的概念一樣。
⑧ sql語句太長有什麼壞處嗎
不能說壞處，有很多資料庫本身的結構、演算法就比較復雜，語句長是很正常的。只是同等效果的語句，盡量選擇精簡的。還有就是書寫的格式，很重要，盡量多使用分行書寫。語句的效率主要體現：
1、可讀性，也就是再次查看、修改sql語句時，容易閱讀。
2、執行效率，如一些重復分組、重復的計算，造成的語句執行速度緩慢。
⑨ SQL Server 與 MySQL 性能相差多大
SQL，在這里我理解成SQL Server。三者是目前市場佔有率最高（依安裝量而非收入）的關系資料庫，而且很有代表性。排行第四的DB2（屬IBM公司），與Oracle的定位和架構非常相似，就不贅述了。
如果要說明三者的區別，首先就要從歷史入手。
Oracle：中文譯作甲骨文，這是一家傳奇的公司，有一個傳奇的大老闆Larry Elliswww.hbbz08.com ion。 Ellision 32歲還一事無成，讀了三個大學，沒得到一個學位文憑，換了十幾家公司，老婆也離他而去。開始創業時只有1200美元，卻使得Oracle公司連續12年銷售額每年翻一番。
Oracle成立於1977年，早期的理論基礎，反而來自於一篇IBM的論文《A Relational Model of Data for Large Shared Data Banks》【1】。作者CODD選取了關系代數的五種運算，並基於運算，架構了一種新型的數據存儲模型。基於這種模型，Oracle成為了一個非常典型的關系資料庫。因此也變的嚴謹、安全、高速、穩定，並且變的越來越龐大。
由於其誕生早、結構嚴謹、高可用、高性能等特點，使其在傳統資料庫應用中大殺四方，金融、通信、能源、運輸、零售、製造等各個行業的大型公司基本都是用了Oracle，早些年的時候，世界500強幾乎100%都是Oracle的用戶。
MySQL ：MySQL的最初的核心思想，主要是開源、簡便易用。其開發可追溯至1985年，而第一個內部發行版本誕生，已經是1995年。到1998年，MySQL已經可以支持10中操作系統了，其中就包括win平台。但依然問題多多，如不支持事務操作、子查詢 、外鍵、存儲過程和視圖等功能。下圖是一個截止至2006年的資料庫市場佔有率【2】：
圖中可以看出，MySQL的爆發實際是在01、02年，尤其是02年發布的4.0 Beta版，正式選定InnoDB作為默認引擎，對事務處理能力及數據緩存能力有了極大的提高。同年4.1版開始支持子查詢，至此MySQL終於蛻變成一個成熟的關系型資料庫系統。05年的5.0版本又添加了存儲過程、服務端游標、觸發器、查詢優化以及分布式事務功能，但同年被Oracle抄了後路，InnoDB被Oracle收編。08年，MySQL被Sun收購，09年，Oracle收購了Sun和MySQL。
由於MySQL的早期定位，其主要應用場景就是互聯網開發。基本上，互聯網的爆發成就了MySQL，LAMP架構風靡天下。而由於MySQL更多的的追求輕量、易用，以及早期的事物操作及復雜查詢優化的缺失，在傳統的資料庫應用場景中，份額極少。
SQL Server：一提到SQL Server，大家一般都只想到Microsoft SQL Server，而非Sybase SQL Server。SQL Server最初是由Microsoft, Sybase and Ashton-Tate三家公司攔下的生意，是為IBM（又出現了）公司的OS/2操作系統開發的。隨著OS/2項目的失敗，大家也分道揚鑣。 Microsoft自然轉向自己的win操作系統，作為windows NT軟體方案的一部分。而Sybase則專注於Linux/Unix方向的資料庫開發。
MS SQL Server主要面向中小企業。其最大的優勢就是在於集成了MS公司的各類產品及資源，提供了強大的可視化界面、高度集成的管理開發工具，在快速構建商業智能（BI）方面頗有建樹。 MS SQL Server是MS公司在軟體集成方案中的重要一環，也為WIN系統在企業級應用中的普及做出了很大貢獻。
典型應用場景
關於「大型資料庫」，並沒有嚴格的界定，有說以數據量為准，有說以恢復時間為准。如果綜合資料庫應用場景來說，大型資料庫應用有以下特點：海量數據、高吞吐量；復雜邏輯、高計算量，以及高可用性。從這點上來說，Oracle，DB2就是比較典型的大型資料庫，Sybase SQL Server也算是吧。下面分別說明之前三種資料庫的應用場景。
Oracle。Oracle的應用，主要在傳統行業的數據化業務中，比如：銀行、金融這樣的對可用性、健壯性、安全性、實時性要求極高的業務；零售、物流這樣對海量數據存儲分析要求很高的業務。此外，高新製造業如晶元廠也基本都離不開Oracle；電商也有很多使用者，如京東（正在投奔Oracle）、阿里巴巴（計劃去Oracle化）。而且由於Oracle對復雜計算、統計分析的強大支持，在互聯網數據分析、數據挖掘方面的應用也越來越多。一個典型場景是這樣的：
某電信公司（非國內）下屬某分公司的數據中心，有4台Oracle Sun的大型伺服器用來安裝Solaris操作系統和Oracle並提供計算服務，3台Sun Storage磁碟陣列來提供Oracle數據存儲，12台IBM小型機，一台Oracle Exadata伺服器，一台500T的磁帶機用來存儲歷史數據，San連接內網，使用Tuxedo中間件來保證擴展性和無損遷移。建立支持高並發的Oracle資料庫，通過OLTP系統用來對海量數據實時處理、操作，建立高運算量的Oracle數據倉庫，用OLAP系統用來分析營收數據及提供自動報表。總預算約750萬美金。
MySQL。MySQL基本是生於互聯網，長於互聯網。其應用實例也大都集中於互聯網方向，MySQL的高並發存取能力並不比大型資料庫差，同時價格便宜，安裝使用簡便快捷，深受廣大互聯網公司的喜愛。並且由於MySQL的開源特性，針對一些對資料庫有特別要求的應用，可以通過修改代碼來實現定向優化，例如SNS、LBS等互聯網業務。一個典型的應用場景是：
某互聯網公司，成立之初，僅有PC數台，通過LAMP架構迅速搭起網站框架。隨著業務擴張、市場擴大，迅速發展成為6台Dell小型機的中型網站。現在花了三年，終於成為垂直領域的最大網站，計劃中的數據中心，擁有Dell機架式伺服器40台，總預算20萬美金。
MS SQL Server。windows生態系統的產品，好處壞處都很分明。好處就是，高度集成化，微軟也提供了整套的軟體方案，基本上一套win系統裝下來就齊活了。因此，不那麼缺錢，但很缺IT人才的中小企業，會偏愛 MS SQL Server 。例如，自建ERP系統、商業智能、垂直領域零售商、餐飲、事業單位等等。
1996年，Bill Gates親自出手，從Borland挖來了大牛Anders，搞定了C#語言。微軟02年搞定了http://ASP.NET。成熟的.NET、Silverlight技術，為 MS SQL Server贏得了部分互聯網市場，其中就有曾經的全球最大社交網站MySpace，其發展歷程很有代表性，可作為一個比較特別的例子【3】。其巔峰時有超過1.5億的注冊用戶及每月400億的訪問量。應該算是MS SQL Server支撐的最大的數據應用了。
架構。其實要說執行的區別，主要還是架構的區別。正是架構導致了相同SQL在執行過程中的解釋、優化、效率的差異。這里只做粗略說明，就不細說了：
Oracle： 數據文件包括：控制文件、數據文件、重做日誌文件、參數文件、歸檔文件、密碼文件。這是根據文件功能行進行劃分，並且所有文件都是二進制編碼後的文件，對資料庫演算法效率有極大的提高。由於Oracle文件管理的統一性，就可以對SQL執行過程中的解析和優化，指定統一的標准：
RBO（基於規則的優化器）、CBO（基於成本的優化器）
通過優化器的選擇，以及無敵的HINT規則，給與了SQL優化極大的自由，對CPU、內存、IO資源進行方方面面的優化。
MySQL：最大的一個特色，就是自由選擇存儲引擎。每個表都是一個文件，都可以選擇合適的存儲引擎。常見的引擎有 InnoDB、 MyISAM、 NDBCluster等。但由於這種開放插件式的存儲引擎，比如要求資料庫與引擎之間的松耦合關系。從而導致文件的一致性大大降低。在SQL執行優化方面，也就有著一些不可避免的瓶頸。在多表關聯、子查詢優化、統計函數等方面是軟肋，而且只支持極簡單的HINT。
SQL Server ：數據架構基本是縱向劃分，分為：Protocol Layer（協議層）， Relational Engine（關系引擎）， Storage Engine（存儲引擎）， SQLOS。SQL執行過程就是逐層解析的過程，其中Relational Engine中的優化器，是基於成本的（CBO），其工作過程跟Oracle是非常相似的。在成本之上也是支持很豐富的HINT，包括：連接提示、
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。
⑩ sql語句中的select執行效率和where條件的排序有關嗎
沒有關系。
在MS
SQL
2008
R2下測試，一個數據量大約是20萬條記錄的表中，Where各條件前後放置查詢速度基本一樣。
MS
SQL內部是使用了很多查詢優化演算法的，並不是我們想像的，一條一條去比較，SQL的設計要是笨到那一步，就沒法投入實際運用了。