A. 如何寫出高性能sql語句
優化SQL查詢：如何寫出高性能SQL語句1、首先要搞明白什麼叫執行計劃？執行計劃是資料庫根據SQL語句和相關表的統計信息作出的一個查詢方案，這個方案是由查詢優化器自動分析產生欀如一條SQL語句如果用來從一個10萬條記錄的表中查1條記錄，那查詢優化器會選擇「索引查找」方式，如果該表進行了歸檔，當前只剩下5000條記錄了，那查詢優化器就會改變方案，採用「全表掃描」方式。可見，執行計劃並不是固定的，它是「個性化的」。產生一個正確的「執行計劃」有兩點很重要：(1)SQL語句是否清晰地告訴查詢優化器它想干什麼？(2)查詢優化器得到的資料庫統計信息是否是最新的、正確的？2、統一SQL語句的寫法對於以下兩句SQL語句，程序員認為是相同的，資料庫查詢優化器認為是不同的。select*fromalselect*Fromal其實就是大小寫不同，查詢分析器就認為是兩句不同的SQL語句，必須進行兩次解析。生成2個執行計劃。所以作為程序員，應該保證相同的查詢語句在任何地方都一致，多一個空格都不行！3、不要把SQL語句寫得太復雜我經常看到，從資料庫中捕捉到的一條SQL語句列印出來有2張A4紙這么長。一般來說這么復雜的語句通常都是有問題的。我拿著這2頁長的SQL語句去請教原作者，結果他說時間太長，他一時也看不懂了。可想而知，連原作者都有可能看糊塗的SQL語句，資料庫也一樣會看糊塗。一般，將一個Select語句的結果作為子集，然後從該子集中再進行查詢，這種一層嵌套語句還是比較常見的，但是根據經驗，超過3層嵌套，查詢優化器就很容易給出錯誤的執行計劃。因為它被繞暈了。像這種類似人工智慧的東西，終究比人的分辨力要差些，如果人都看暈了，我可以保證資料庫也會暈的。另外，執行計劃是可以被重用的，越簡單的SQL語句被重用的可能性越高。而復雜的SQL語句只要有一個字元發生變化就必須重新解析，然後再把這一大堆垃圾塞在內存里。可想而知，資料庫的效率會何等低下。4、使用「臨時表」暫存中間結果簡化SQL語句的重要方法就是採用臨時表暫存中間結果，但是，臨時表的好處遠遠不止這些，將臨時結果暫存在臨時表，後面的查詢就在tempdb中了，這可以避免程序中多次掃描主表，也大大減少了程序執行中「共享鎖」阻塞「更新鎖」，減少了阻塞，提高了並發性能。5、OLTP系統SQL語句必須採用綁定變數select*>』2010-10-2000:00:01′select*>』2010-09-2200:00:01′以上兩句語句，查詢優化器認為是不同的SQL語句，需要解析兩次。如果採用綁定變數select*>@chgtime@chgtime變數可以傳入任何值，這樣大量的類似查詢可以重用該執行計劃了，這可以大大降低資料庫解析SQL語句的負擔。一次解析，多次重用，是提高資料庫效率的原則。6、綁定變數窺測事物都存在兩面性，綁定變數對大多數OLTP處理是適用的，但是也有例外。比如在where條件中的欄位是「傾斜欄位」的時候。「傾斜欄位」指該列中的絕大多數的值都是相同的，一張人口調查表，其中「民族」這列，90%以上都是漢族。那麼如果一個SQL語句要查詢30歲的漢族人口有多少，那「民族」這列必然要被放在where條件中。這個時候如果採用綁定變數@nation會存在很大問題。試想如果@nation傳入的第一個值是「漢族」，那整個執行計劃必然會選擇表掃描。然後，第二個值傳入的是「布依族」，按理說「布依族」占的比例可能只有萬分之一，應該採用索引查找。但是，由於重用了第一次解析的「漢族」的那個執行計劃，那麼第二次也將採用表掃描方式。這個問題就是著名的「綁定變數窺測」，建議對於「傾斜欄位」不要採用綁定變數。7、只在必要的情況下才使用begintranSQLServer中一句SQL語句默認就是一個事務，在該語句執行完成後也是默認commit的。其實，這就是begintran的一個最小化的形式，好比在每句語句開頭隱含了一個begintran，結束時隱含了一個commit。有些情況下，我們需要顯式聲明begintran，比如做「插、刪、改」操作需要同時修改幾個表，要求要麼幾個表都修改成功，要麼都不成功。begintran可以起到這樣的作用，它可以把若干SQL語句套在一起執行，最後再一起commit。好處是保證了數據的一致性，但任何事情都不是完美無缺的。Begintran付出的代價是在提交之前，所有SQL語句鎖住的資源都不能釋放，直到commit掉。可見，如果Begintran套住的SQL語句太多，那資料庫的性能就糟糕了。在該大事務提交之前，必然會阻塞別的語句，造成block很多。Begintran使用的原則是，在保證數據一致性的前提下，begintran套住的SQL語句越少越好！有些情況下可以採用觸發器同步數據，不一定要用begintran。8、一些SQL查詢語句應加上nolock在SQL語句中加nolock是提高SQLServer並發性能的重要手段，在oracle中並不需要這樣做，因為oracle的結構更為合理，有undo表空間保存「數據前影」，該數據如果在修改中還未commit，那麼你讀到的是它修改之前的副本，該副本放在undo表空間中。這樣，oracle的讀、寫可以做到互不影響，這也是oracle廣受稱贊的地方。SQLServer的讀、寫是會相互阻塞的，為了提高並發性能，對於一些查詢，可以加上nolock，這樣讀的時候可以允許寫，但缺點是可能讀到未提交的臟數據。使用nolock有3條原則。(1)查詢的結果用於「插、刪、改」的不能加nolock！(2)查詢的表屬於頻繁發生頁分裂的，慎用nolock！(3)使用臨時表一樣可以保存「數據前影」，起到類似oracle的undo表空間的功能，能採用臨時表提高並發性能的，不要用nolock。9、聚集索引沒有建在表的順序欄位上，該表容易發生頁分裂比如訂單表，有訂單編號orderid，也有客戶編號contactid，那麼聚集索引應該加在哪個欄位上呢？對於該表，訂單編號是順序添加的，如果在orderid上加聚集索引，新增的行都是添加在末尾，這樣不容易經常產生頁分裂。然而，由於大多數查詢都是根據客戶編號來查的，因此，將聚集索引加在contactid上才有意義。而contactid對於訂單表而言，並非順序欄位。比如「張三」的「contactid」是001，那麼「張三」的訂單信息必須都放在這張表的第一個數據頁上，如果今天「張三」新下了一個訂單，那該訂單信息不能放在表的最後一頁，而是第一頁！如果第一頁放滿了呢？很抱歉，該表所有數據都要往後移動為這條記錄騰地方。SQLServer的索引和Oracle的索引是不同的，SQLServer的聚集索引實際上是對表按照聚集索引欄位的順序進行了排序，相當於oracle的索引組織表。SQLServer的聚集索引就是表本身的一種組織形式，所以它的效率是非常高的。也正因為此，插入一條記錄，它的位置不是隨便放的，而是要按照順序放在該放的數據頁，如果那個數據頁沒有空間了，就引起了頁分裂。所以很顯然，聚集索引沒有建在表的順序欄位上，該表容易發生頁分裂。曾經碰到過一個情況，一位哥們的某張表重建索引後，插入的效率大幅下降了。估計情況大概是這樣的。該表的聚集索引可能沒有建在表的順序欄位上，該表經常被歸檔，所以該表的數據是以一種稀疏狀態存在的。比如張三下過20張訂單，而最近3個月的訂單只有5張，歸檔策略是保留3個月數據，那麼張三過去的15張訂單已經被歸檔，留下15個空位，可以在insert發生時重新被利用。在這種情況下由於有空位可以利用，就不會發生頁分裂。但是查詢性能會比較低，因為查詢時必須掃描那些沒有數據的空位。重建聚集索引後情況改變了，因為重建聚集索引就是把表中的數據重新排列一遍，原來的空位沒有了，而頁的填充率又很高，插入數據經常要發生頁分裂，所以性能大幅下降。對於聚集索引沒有建在順序欄位上的表，是否要給與比較低的頁填充率？是否要避免重建聚集索引？是一個值得考慮的問題！10、加nolock後查詢經常發生頁分裂的表，容易產生跳讀或重復讀加nolock後可以在「插、刪、改」的同時進行查詢，但是由於同時發生「插、刪、改」，在某些情況下，一旦該數據頁滿了，那麼頁分裂不可避免，而此時nolock的查詢正在發生，比如在第100頁已經讀過的記錄，可能會因為頁分裂而分到第101頁，這有可能使得nolock查詢在讀101頁時重復讀到該條數據，產生「重復讀」。同理，如果在100頁上的數據還沒被讀到就分到99頁去了，那nolock查詢有可能會漏過該記錄，產生「跳讀」。上面提到的哥們，在加了nolock後一些操作出現報錯，估計有可能因為nolock查詢產生了重復讀，2條相同的記錄去插入別的表，當然會發生主鍵沖突。11、使用like進行模糊查詢時應注意有的時候會需要進行一些模糊查詢比如select*fromcontactwhereusernamelike『%yue%』關鍵詞%yue%，由於yue前面用到了「%」，因此該查詢必然走全表掃描，除非必要，否則不要在關鍵詞前加%，12、數據類型的隱式轉換對查詢效率的影響sqlserver2000的資料庫一的程序在提交sql語句的時候，沒有使用強類型提交這個欄位的值，由sqlserver2000自動轉換數據類型，會導致傳入的參數與主鍵欄位類型不一致，這個時候sqlserver2000可能就會使用全表掃描。Sql2005上沒有發現這種問題，但是還是應該注意一下。13、SQLServer表連接的三種方式(1)MergeJoin(2)NestedLoopJoin(3)HashJoinSQLServer2000隻有一種join方式——NestedLoopJoin，如果A結果集較小，那就默認作為外表，A中每條記錄都要去B中掃描一遍，實際掃過的行數相當於A結果集行數xB結果集行數。所以如果兩個結果集都很大，那Join的結果很糟糕。SQLServer2005新增了MergeJoin，如果A表和B表的連接欄位正好是聚集索引所在欄位，那麼表的順序已經排好，只要兩邊拼上去就行了，這種join的開銷相當於A表的結果集行數加上B表的結果集行數，一個是加，一個是乘，可見mergejoin的效果要比NestedLoopJoin好多了。如果連接的欄位上沒有索引，那SQL2000的效率是相當低的，而SQL2005提供了Hashjoin，相當於臨時給A，B表的結果集加上索引，因此SQL2005的效率比SQL2000有很大提高，我認為，這是一個重要的原因。總結一下，在表連接時要注意以下幾點：(1)連接欄位盡量選擇聚集索引所在的欄位(2)仔細考慮where條件，盡量減小A、B表的結果集(3)如果很多join的連接欄位都缺少索引，而你還在用SQLServer2000，趕緊升級吧。
B. Sql server 安全,性能優化的15條方案
1．1 基本概念 與資料庫技術密切相關的基本概念包括：數據、資料庫、資料庫管理系統和資料庫系統四大概念。1. 數據（Data） 數據是對客觀事物的一種描述，是由能被計算機識別與處理的數值、字元等符號構成的集合，即數據是指描述事物的符號記錄。 廣義地說，數據是一種物理符號的序列，用於記錄事物的情況，是對客觀事物及其屬性進行的一種抽象化及符號化的描述。數據的概念應包括數據的內容和形式兩個方面。數據的內容是指所描述的客觀事物的具體特性，也就是通常所說的數據的「值」；數據的形式則是指數據內容所存儲的具體形式，即數據的「類型」。故此，數據可以用數據類型和值來表示。2. 資料庫（Data Base，DB） 資料庫是指長期存儲在計算機內部、有組織的、可共享的數據集合，即在計算機系統中按一定的數據模型組織、存儲和使用的相關聯的數據集合成為資料庫。 資料庫中的數據按照一定的數據模型組織、描述和存儲，具有較小的冗餘度、較高的數據獨立性、易擴展性、集中性和共享性，以文件的形式存儲在存儲介質上的。資料庫中的數據由資料庫管理系統進行統一管理和控制，用戶對資料庫進行的各種數據操作都是通過資料庫管理系統實現。3. 資料庫管理系統（Data Base Management System，DBMS） 資料庫管理系統是資料庫系統的核心，是為資料庫的建立、使用和維護而配置的軟體，是位於操作系統與用戶之間的一層數據管理軟體。主要功能是對資料庫進行定義、操作、控制和管理。1) 數據定義 數據的定義包括：定義構成資料庫結構的外模式、模式和內模式，定義各個外模式和模式之間的映射，定義模式與內模式之間的映射，定義有關的約束條件。2) 數據處理對數據的處理操作主要包括對資料庫數據的檢索、插入、修改和刪除等基本操作。3) 安全管理 對資料庫的安全管理主要體現在：對資料庫進行並發控制、安全性檢查、完整性約束條件的檢查和執行、資料庫的內部維護（如索引、數據字典的自動維護）等。並且能夠管理和監督用戶的許可權，防止擁護有任何破壞或者惡意的企圖。4) 數據的組織、存儲和管理 負責分類地組織、存儲和管理資料庫數據，確定以何種文件結構和存取方式物理地組織數據，如何實現數據之間的聯系，以便提高存儲空間利用以及提高隨機查找、順序查找、增加、刪除和查改等操作的時間效率。5) 建立和維護資料庫 建立資料庫包括資料庫數據的初始化與數據轉換等。維護資料庫包括資料庫的轉儲與恢復、資料庫的重組織與重構造、性能的監視與分析等。6) 數據通信介面提供與其他軟體系統進行通信的功能。4. 資料庫系統（Data Base System，DBS） 資料庫系統指在計算機系統中引入資料庫後的系統構成，一般有資料庫、資料庫管理系統、應用系統、資料庫管理員和用戶構成。1．2 資料庫系統的特點 資料庫系統的點主要有：數據的結構化、高共享性、低冗餘度、易擴充、較高的獨立性（物理數據獨立、邏輯數據獨立）以及數據由DBMS統一管理和控制（數據的安全性Security保護、數據的完整性Integrity保護、並發Concurrency控制、資料庫恢復Recovery）等。第二章 資料庫性能優化 資料庫作為一種獨立的、有組織、的可共享的數據集合，數據的查詢訪問是數據操作中頻度最高的操作。當數據量和訪問頻率達到一定程度的時候，系統的響應速度就至關重要了，這時候就需要對資料庫數據存儲的結構和方式進行優化，使其滿足系統需要的訪問響應速度。2．1 性能影響因素 常見的影響數據訪問速度的因素，有以下幾種：1. 沒有索引或者沒有用到索引 資料庫索引就像書籍中目錄一樣，使用戶在訪問資料庫數據時，不必遍歷所有數據就可以找到需要的數據。創建索引後，可以保證每行數據的唯一性，極大地提高數據檢索效率，這是一中犧牲空間換取性能的方法。沒有索引或者沒有用到索引是數據訪問速度慢最常見的因素，也是程序設計的一個缺陷所在。2. I/O吞吐量小，形成了瓶頸效應 I/O吞吐量是影響數據訪問速度的客觀因素（硬體因素）。在一定的硬體環境下，利用優化的部署方案可適當提高I/O吞吐量。3. 沒有創建計算列導致查詢不優化 計算列是一個比較特殊的列，不填寫任何設計類型，用戶不可以改變該列的值。計算列的值是通過一定的函數公式等以另一個或多個列的值為輸入值計算出的結果。如果沒相應的計算列，在一些數據查詢的時候需要對已有數據進行計算，從而浪費一部分性能。4. 內存不足 對資料庫數據的查詢訪問毫無疑問會佔用大量的內存空間，當內存不足的情況下，數據的訪問速度會受到明顯的影響甚至訪問出現超時情況，是影響數據訪問速度的客觀因素。5. 網路速度慢 網路速度慢是影響數據訪問速度的客觀因素。可通過提高網路訪問的位寬來解決。6. 查詢出的數據量過大 當查詢出的數據量過大時，內存的佔用、系統時間的佔用等都影響數據訪問的速度。可以採用多次查詢、定位查詢、和查詢數據量控制來解決。7. 鎖或者死鎖 鎖或者死鎖在資料庫數據訪問時會造成訪問者等待時間過程或者永久無法獲取到資源。這是查詢慢最常見的因素之一，是程序設計的缺陷，要盡量避免。8. 返回不必要的行和列 在一般的數據查詢中，都盡可能多的獲取數據信息，這樣造成了不必要的數據遍歷，大大的增加了數據訪問的響應的時間。所以在一般的查詢中，盡量查詢少的行和列，將數據遍歷時間降到最低以滿足數據輸出需求。9. 查詢語句不夠優化 在數據查詢訪問過程中，使用最頻繁的是使用自定義的查詢語句進行數據輸出的。所以編寫優化的查詢語句能夠很大程度上提高數據查詢訪問的速度。2．2 性能優化 資料庫性能優化主要是提高數據訪問的速度，即提高資料庫響應速度的性能指標。性能優化主要分為主觀因素和客觀因素兩部分的優化。這里主要針對影響性能的客觀因素進行優化。2．2．1 主觀因素優化 主觀因素主要是指伺服器的硬體環境。主要優化有以下幾個方面：1、 把數據、日誌、索引放到不同的I/O設備上，增加讀取速度，數據量越大，提高I/O吞吐量越重要；2、 縱向、橫向分割表，減少表的尺寸（sp_spaceuse）；3、 升級硬體；4、 提高網路訪問速度；5、 擴大伺服器的內存；配置虛擬內存：虛擬內存大小應基於計算機上並發運行的服務進行配置，一般設置為物理內存的1.5倍；如果安裝了全文檢索功能，並打算運行Microsoft搜索服務以便執行全文索引和查詢，可考慮將虛擬內存大小設置為至少計算機中物理內存的3倍；6、 增加伺服器CPU個數；其中並行處理比串列處理更需要資源。SQL SERVER根據系統負載情況決定最優的並行等級，復雜的需要消耗大量的CPU的查詢適合並行處理。不過更新操作UPDATE、INSERT、DELETE不能進行並行處理。 2．2．2 客觀因素優化 客觀因素主要指的是由於設計和開發中存在的缺陷和漏洞；主要優化有以下幾個方面：1. 優化索引（1） 根據查詢條件建立優化的索引、優化訪問方式，限制結果集的數據量。注意填充因子要適當（最好是使用默認值0）。索引應該盡量小，使用位元組數小的列建里索引（參照索引的創建），不要對有限的幾個值的欄位建立單一索引（如性別欄位）。（2） 如果使用LIKE進行查詢的話，簡單的使用INDEX是不行的，全文索引又太耗費空間。LIKE 『N%』使用索引，LIKE 『%N』不使用索引。用LIKE『%N%』查詢時，查詢耗時和欄位值總長度成正比，所以不能用CHAR類型而採用VARCHAR。對於欄位的值很長的欄位建立全文索引。（3） 重建索引DBCC REINDEX，DBCC INDEXDEFRAG，收縮數據和日誌DBCC SHRINKDB，DBCC SHRINKFILE。設置自動收縮日誌，對與大的資料庫不要設置資料庫自動增長，它會降低伺服器的性能。2. 資料庫部署優化（1） DB SERVER和APPLICATION SERVER分離，OLTP和OLAP分離；（2） 使用分區視圖。分布式分區視圖可用於實現資料庫伺服器聯合體，聯合體是一組分開管理的伺服器，他們互相協作分擔系統的處理負荷。A、在實現分區視圖之前，必須先水平分區表。B、在創建成員表後，在每個伺服器上定義一個分布式分區視圖，並且每個視圖具有相同的名稱。這樣引用分布式分區視圖名的查詢可以在任何一個成員伺服器上運行。系統操作如同每個成員伺服器都有一個原始表的復本一樣，不過每個伺服器上其實只有一個成員表和一個分布式分區視圖。數據的位置對應用程序是透明的。3. 查詢語句優化 T-SQL的寫法上有很大的講究，DBMS處理查詢計劃的過程是：a、查詢語句的詞法、語法檢查；b、將語句提交給DBMS的查詢優化器；c、優化器做代數優化和存取路徑的優化；d、由預編譯模塊生成查詢規劃；e、在合適的時間提交給系統處理執行；f、將執行結果返回給用戶。（1） COMMIT和ROLLBACK的區別：ROLLBACK回滾所有的事務；COMMIT提交當前的事務。在動態語句中寫事務，請將事務寫在外面，如：BEGIN TRAN EXEC（@SQL） COMMIT TRANS或者將動態SQL寫成函數或者存儲過程。（2） 在大數據兩的查詢輸出SELECT語句中盡量不要使用自定義函數，調用自定義函數的函數時系統調用是一個迭代過程，很影響查詢輸出性能的。在查詢欄位時盡可能使用小欄位兩輸出，並在WHERE子句或者使用SELECT TOP 10/1 PERCENT來限制返回的記錄數，使用SET ROWCOUNT來限制操作的記錄數，避免整表掃描。返回不必要的數據，不但浪費了伺服器的I/O資源，加重了網路的負擔，如果表很大的話，在表掃描期間將表鎖住，禁止其他的聯接訪問，後過很嚴重的。（3） SQL的注釋申明對執行查詢輸出沒有任何影響。（4） 使用計算列對數據進行簡單計算，盡量避免在查詢語句中對數據進行運算。（5） 盡可能不使用游標，它會佔用大量的資源。如果需要ROW-BY-ROW地執行，盡量採用非游標技術，如：客戶端循環、臨時表、TABLE變數、子查詢、CASE語句等等。（6） 使用PROFILER來跟蹤查詢，得到查詢所需的時間，找出SQL的問題所在，用索引優化器優化索引。（7） 注意UNION和UNION ALL的區別。在沒有必要的時候不要用DISINCT，它同UNION一樣會降低查詢速度，重復的記錄在查詢里是沒有問題的。（8） 用sp_configure 『query governor cost limit』或者 SET QUERY_COVERNOR_COST_LIMIT來限制查詢消耗的資源。當評估查詢消耗的 資源超出限制時，伺服器自動取消查詢，在查詢之前就扼殺掉。SET LOCKTIME 設置鎖的時間。（9） 不要在WHERE子句中列名加函數，如CONVERT，SUBSTRING等，如果必須用函數的時候，創建計算列在創建索引來替代。NOT IN會多次掃描表，使用EXISTS、NOT EXISTS、IN、LEFT OUTER JOIN來替代，其中EXISTS比IN更快，最慢的NOT操作。（10） 使用QUERY ANALYZER，查看SQL語句的查詢計劃和評估分析是否是優化的SQL。一般20%的代碼佔用了80%的資源，優化的重點就是這些慢的地方。（11） 如果使用了IN或者OR等時發現查詢沒有走索引，使用顯式申明指定索引，如：Select * From FA01(INDEX=IX_SEX) Where AA0107 IN(『01』,『02』)。（12） 在需要對已有數據進行比較復雜計算才能獲得查詢的結果數據時,將需要查詢的結果預先計算好放在表中,查詢的時候在SELECT。（13） 資料庫有一個原則是代碼離數據越近越好，所有有限選擇DEFAULT，依次為RULES，CONSTRAINT，PROCEDURE來編寫程序的質量高，速度快。如果要插入大的二進制到IMAGE列，使用存儲過程，千萬不要用內嵌INSERT直接插入。因為這樣應用程序首先將二進制轉換成字元串，伺服器收到字元後又將他轉換成二進制。存儲過程直接傳入二進制參數即可，處理速度明顯改善，如：CREATE PROCEDURE image_insert @image varbinary as Insert into table(fImage) values(@image)。（14） Between在某些時候比IN速度更快，更快地根據索引找到范圍。由於IN會比較多次，所以有時會慢些。（15） 盡量不要建沒有作用的事務例如產生報表時，浪費資源，只有在必須使用事務時才建立合適的事務。（16） 用OR的字句可以分解成多個查詢，並通過UNION連接多個查詢。速度取決與是否使用索引。如果查詢需要用聯合索引，用UNION ALL執行的效率更高些。（17） 盡量少用視圖，視圖的效率低。對視圖操作比直接對表操作慢，可以用SRORED PROCEDURE來代替。特別是不要用視圖嵌套，嵌套視圖增加了尋找原始資料的難度。視圖是存放在伺服器上的被優化好了的已經產生查詢規劃的SQL。對單表數據檢索時，不要使用指向多表的視圖，否則增加了不必要的系統開銷，查詢也會受到干擾。沒有必要時不要用DISTINCT和ORDER BY，這些動作可以改在客戶端執行，增加了額外的開銷，這同UNION和UNION ALL原理相同。（18） 當使用SELECT INTO和CREATE TABLE時，會鎖住系統表（SYSOBJECTS，SYSINDEXES等），從而阻塞其他的連接的存取。所以千萬不要在事務內部使用。如果經常要用到臨時表時請使用實表或者臨時表變數。盡量少用臨時表，用結果集和TABLE類型的變數來代替。（19） 在使用GROUP BY HAVING子句時，在使用前剔除多餘的行，盡量避免使用HAVING子句剔除行工作。剔除行最優的執行順序是：SELECT的WHERE子句選擇所有合適的行，GROUP
C. SQL查詢語句性能優化建議
1對查詢進行優化，應盡量避免全表掃描，首先應考慮在 where 及 order by 涉及的列上建立索引。
2.應盡量避免在 where 子句中對欄位進行 null 值判斷，否則將導致引擎放棄使用索引而進行全表掃描，如：
select id from t where num is null
可以在num上設置默認值0，確保表中num列沒有null值，然後這樣查詢：
select id from t where num=0
3.應盡量避免在 where 子句中使用!=或<>操作符，否則將引擎放棄使用索引而進行全表掃描。
4.應盡量避免在 where 子句中使用 or 來連接條件，否則將導致引擎放棄使用索引而進行全表掃描，如：
select id from t where num=10 or num=20
可以這樣查詢：
select id from t where num=10
union all
select id from t where num=20
5.in 和 not in 也要慎用，否則會導致全表掃描，如：
select id from t where num in(1,2,3)
對於連續的數值，能用 between 就不要用 in 了：
select id from t where num between 1 and 3
6.下面的查詢也將導致全表掃描：
select id from t where name like '«c%'
若要提高效率，可以考慮全文檢索。
7.如果在 where 子句中使用參數，也會導致全表掃描。因為SQL只有在運行時才會解析局部變數，但優化程序不能將訪問計劃的選擇推遲到運行時;它必須在編譯時進行選擇。然而，如果在編譯時建立訪問計劃，變數的值還是未知的，因而無法作為索引選擇的輸入項。如下面語句將進行全表掃描：
select id可以改為強制查詢使用索引：
select id from t with(index(索引名)) where num=@num
8.應盡量避免在 where 子句中對欄位進行表達式操作，這將導致引擎放棄使用索引而進行全表掃描。如：
select id from t where num/2=100
應改為:
select id from t where num=100*2
9.應盡量避免在where子句中對欄位進行函數操作，這將導致引擎放棄使用索引而進行全表掃描。如：
select id from t where substring(name,1,3)='abc'--name以abc開頭的id
select id from t where datediff(day,createdate,'2005-11-30')=0--『2005-11-30』生成的id
應改為:
select id from t where name like 'abc%'
select id from t where createdate>='2005-11-30' and createdate<'2005-12-1'
10.不要在 where 子句中的「=」左邊進行函數、算術運算或其他表達式運算，否則系統將可能無法正確使用索引。
11.在使用索引欄位作為條件時，如果該索引是復合索引，那麼必須使用到該索引中的第一個欄位作為條件時才能保證系統使用該索引，否則該索引將不會被使用，並且應盡可能的讓欄位順序與索引順序相一致
12.不要寫一些沒有意義的查詢，如需要生成一個空表結構：
select col1,col2 into #t from t where 1=0
這類代碼不會返回任何結果集，但是會消耗系統資源的，應改成這樣：
create table #t(...)
13.很多時候用 exists 代替 in 是一個好的選擇：
select num from a where num in(selectnum from b)
用下面的語句替換：
select num from a where exists(select 1 from b where num=a.num)
14.並不是所有索引對查詢都有效，SQL是根據表中數據來進行查詢優化的，當索引列有大量數據重復時，SQL查詢可能不會去利用索引，如一表中有欄位sex，male、female幾乎各一半，那麼即使在sex上建了索引也對查詢效率起不了作用。
15.索引並不是越多越好，索引固然可以提高相應的 select 的效率，但同時也降低了 insert 及 update 的效率，因為 insert 或 update 時有可能會重建索引，所以怎樣建索引需要慎重考慮，視具體情況而定。一個表的索引數最好不要超過6個，若太多則應考慮一些不常使用到的列上建的索引是否有必要。
16.應盡可能的避免更新 clustered 索引數據列，因為 clustered 索引數據列的順序就是表記錄的物理存儲順序，一旦該列值改變將導致整個表記錄的順序的調整，會耗費相當大的資源。若應用系統需要頻繁更新 clustered 索引數據列，那麼需要考慮是否應將該索引建為 clustered 索引。
17.盡量使用數字型欄位，若只含數值信息的欄位盡量不要設計為字元型，這會降低查詢和連接的性能，並會增加存儲開銷。這是因為引擎在處理查詢和連接時會逐個比較字元串中每一個字元，而對於數字型而言只需要比較一次就夠了。
18.盡可能的使用 varchar/nvarchar 代替 char/nchar ，因為首先變長欄位存儲空間小，可以節省存儲空間，其次對於查詢來說，在一個相對較小的欄位內搜索效率顯然要高些。
19.任何地方都不要使用 select * from t ，用具體的欄位列表代替「*」，不要返回用不到的任何欄位。
20.盡量使用表變數來代替臨時表。如果表變數包含大量數據，請注意索引非常有限(只有主鍵索引)。
21.避免頻繁創建和刪除臨時表，以減少系統表資源的消耗。
22.臨時表並不是不可使用，適當地使用它們可以使某些常式更有效，例如，當需要重復引用大型表或常用表中的某個數據集時。但是，對於一次性事件，最好使用導出表。
23.在新建臨時表時，如果一次性插入數據量很大，那麼可以使用 select into 代替 create table，避免造成大量 log ，以提高速度;如果數據量不大，為了緩和系統表的資源，應先create table，然後insert。
24.如果使用到了臨時表，在存儲過程的最後務必將所有的臨時表顯式刪除，先 truncate table ，然後 drop table ，這樣可以避免系統表的較長時間鎖定。
25.盡量避免使用游標，因為游標的效率較差，如果游標操作的數據超過1萬行，那麼就應該考慮改寫。
26.使用基於游標的方法或臨時表方法之前，應先尋找基於集的解決方案來解決問題，基於集的方法通常更有效。
27.與臨時表一樣，游標並不是不可使用。對小型數據集使用 FAST_FORWARD 游標通常要優於其他逐行處理方法，尤其是在必須引用幾個表才能獲得所需的數據時。在結果集中包括「合計」的常式通常要比使用游標執行的速度快。如果開發時間允許，基於游標的方法和基於集的方法都可以嘗試一下，看哪一種方法的效果更好。
28.在所有的存儲過程和觸發器的開始處設置 SET NOCOUNT ON ，在結束時設置 SET NOCOUNT OFF 。無需在執行存儲過程和觸發器的每個語句後向客戶端發送 DONE_IN_PROC 消息。
29.盡量避免大事務操作，提高系統並發能力。
30.盡量避免向客戶端返回大數據量，若數據量過大，應該考慮相應需求是否合理。
D. 如何提高sql語句的執行效率
1、使用ordered提示
Oracle必須花費大量的時間來剖析多表的合並，用以確定表合並的最佳順序。SQL表達式涉及七個乃至更多的表合並，那麼有時就會需要超過30分鍾的時間來剖析，Ordered這個提示(hint)和其他的提示一起使用能夠產生合適的合並順序。
2、使用ordered_predicates
ordered_predicates提示在查詢的WHERE子句里指定的，並被用來指定布爾判斷(Booleanpredicate)被評估的順序。在沒有ordered_predicates的情況下，Oracle會使用下面這些步驟來評估SQL判斷的順序：子查詢的評估先於外層WHERE子句里的Boolean條件。
所有沒有內置函數或者子查詢的布爾條件都按照其在WHERE子句里相反的順序進行評估，即最後一條判斷最先被評估。每個判斷都帶有內置函數的布爾判斷都依據其預計的評估值按遞增排列。
3、限製表格合並評估的數量
提高SQL剖析性能的最後一種方法是強製取代Oracle的一個參數，這個參數控制著在評估一個查詢的時候，基於消耗的優化器所評估的可能合並數量。
(4)sqlwhere11性能擴展閱讀：
1、表設計的優化，數據行的長度不要超過8020位元組，如果超過這個長度的話在物理頁中這條數據會佔用兩行從而造成存儲碎片，降低查詢效率。
2、語句的查詢優化，保證在實現功能的基礎上，盡量減少對資料庫的訪問次數；
3、建立高效的索引創建索引一般有以下兩個目的：維護被索引列的唯一性和提供快速訪問表中數據的策略。
大型資料庫有兩種索引即簇索引和非簇索引，一個沒有簇索引的表是按堆結構存儲數據，所有的數據均添加在表的尾部，而建立了簇索引的表，其數據在物理上會按照簇索引鍵的順序存儲。個表只允許有一個簇索引。
4、強制查詢轉換，有時候oracle 的優化器未必能走正確的查詢路線，這個時候就需要添加一些hint 之類的來規定他的執行路線。當然了，這個未必是最好的處理方案。因為雖然現在走這個路線是對的，以為因為數據的變化到這這個HINT 變得不可取。
E. 請簡述項目中優化sql語句執行效率的方法,從哪些方面,sql語句性能如何分析
1. SQL優化的原則是：將一次操作需要讀取的BLOCK數減到最低,即在最短的時間達到最大的數據吞吐量。
調整不良SQL通常可以從以下幾點切入：
? 檢查不良的SQL，考慮其寫法是否還有可優化內容
? 檢查子查詢 考慮SQL子查詢是否可以用簡單連接的方式進行重新書寫
? 檢查優化索引的使用
? 考慮資料庫的優化器
2. 避免出現SELECT * FROM table 語句，要明確查出的欄位。
3. 在一個SQL語句中，如果一個where條件過濾的資料庫記錄越多，定位越准確，則該where條件越應該前移。
4. 查詢時盡可能使用索引覆蓋。即對SELECT的欄位建立復合索引，這樣查詢時只進行索引掃描，不讀取數據塊。
5. 在判斷有無符合條件的記錄時建議不要用SELECT COUNT （*）和select top 1 語句。
6. 使用內層限定原則，在拼寫SQL語句時，將查詢條件分解、分類，並盡量在SQL語句的最里層進行限定，以減少數據的處理量。
7. 應絕對避免在order by子句中使用表達式。
8. 如果需要從關聯表讀數據，關聯的表一般不要超過7個。
9. 小心使用 IN 和 OR，需要注意In集合中的數據量。建議集合中的數據不超過200個。
10. <> 用 < 、 > 代替，>用>=代替，<用<=代替，這樣可以有效的利用索引。
11. 在查詢時盡量減少對多餘數據的讀取包括多餘的列與多餘的行。
12. 對於復合索引要注意，例如在建立復合索引時列的順序是F1，F2，F3，則在where或order by子句中這些欄位出現的順序要與建立索引時的欄位順序一致，且必須包含第一列。只能是F1或F1，F2或F1，F2，F3。否則不會用到該索引。
13. 多表關聯查詢時，寫法必須遵循以下原則，這樣做有利於建立索引，提高查詢效率。格式如下select sum（table1.je） from table1 table1, table2 table2, table3 table3 where (table1的等值條件（=）) and (table1的非等值條件) and (table2與table1的關聯條件) and (table2的等值條件) and (table2的非等值條件) and (table3與table2的關聯條件) and (table3的等值條件) and (table3的非等值條件)。
注:關於多表查詢時from 後面表的出現順序對效率的影響還有待研究。
14. 子查詢問題。對於能用連接方式或者視圖方式實現的功能，不要用子查詢。例如：select name from customer where customer_id in ( select customer_id from order where money>1000)。應該用如下語句代替：select name from customer inner join order on customer.customer_id=order.customer_id where order.money>100。
15. 在WHERE 子句中，避免對列的四則運算，特別是where 條件的左邊，嚴禁使用運算與函數對列進行處理。比如有些地方 substring 可以用like代替。
16. 如果在語句中有not in（in）操作，應考慮用not exists（exists）來重寫,最好的辦法是使用外連接實現。
17. 對一個業務過程的處理，應該使事物的開始與結束之間的時間間隔越短越好，原則上做到資料庫的讀操作在前面完成，資料庫寫操作在後面完成，避免交叉。
18. 請小心不要對過多的列使用列函數和order by,group by等，謹慎使用disti軟體開發t。
19. 用union all 代替 union，資料庫執行union操作，首先先分別執行union兩端的查詢，將其放在臨時表中，然後在對其進行排序，過濾重復的記錄。
當已知的業務邏輯決定query A和query B中不會有重復記錄時，應該用union all代替union，以提高查詢效率。
F. sql server 子查詢的性能問題請高手幫忙
用交叉表會比較快
SELECT Year+'年' as 年份,
SUM(CASE Quarter WHEN 1 THEN sale ELSE 0 END) AS 第一季度,
Cast(SUM(CASE Quarter WHEN 1 THEN sale ELSE 0 END) / SUM(sale) * 100 as decimal(18,2)) as 百分比,
SUM(CASE Quarter WHEN 2 THEN sale ELSE 0 END) AS 第二季度,
Cast(SUM(CASE Quarter WHEN 2 THEN sale ELSE 0 END) / SUM(sale) * 100 as decimal(18,2)) as 百分比,
SUM(CASE Quarter WHEN 3 THEN sale ELSE 0 END) AS 第三季度,
Cast(SUM(CASE Quarter WHEN 3 THEN sale ELSE 0 END) / SUM(sale) * 100 as decimal(18,2)) as 百分比,
SUM(CASE Quarter WHEN 4 THEN sale ELSE 0 END) AS 第四季度,
Cast(SUM(CASE Quarter WHEN 4 THEN sale ELSE 0 END) / SUM(sale) * 100 as decimal(18,2)) as 百分比,
SUM(sale) as 總計
FROM sells
GROUP BY Year
G. sql語句性能問題
這里的主要區別就是第二個語句用了sysdate函數取系統時間，這里看來是將這個值作為變數處理了。
第一個語句優化器是將 to_date('2013-11-20 00:00:00','yyyy-mm-dd hh24:mi:ss')-8/24直接處理好後作為常量執行語句，所以索引等都能夠使用
第二個語句優化器to_date(to_char(sysdate,'yyyy-mm-dd')||'00:00:00','yyyy-mm-dd hh24:mi:ss')-8/24作為變數處理的話，就不會走created的索引，所以變成表掃描的話就會比較慢。
H. sql語句性能如何優化
如何加快查詢速度?
1、升級硬體
2、根據查詢條件,建立索引,優化索引、優化訪問方式，限制結果集的數據量。
3、擴大伺服器的內存
4、增加伺服器CPU個數
5、對於大的資料庫不要設置資料庫自動增長，它會降低伺服器的性能
6、在查詢Select語句中用Where字句限制返回的行數,避免表掃描,如果返回不必要的數據，浪費了伺服器的I/O資源，加重了網路的負擔降低性能。如果表很大，在表掃描的期間將表鎖住，禁止其他的聯接訪問表,後果嚴重。
7、查詢時不要返回不需要的行、列
8、用select
top
100
/
10
Percent
來限制用戶返回的行數或者SET
ROWCOUNT來限制操作的行
9、在IN後面值的列表中，將出現最頻繁的值放在最前面，出現得最少的放在最後面，減少判斷的次數
10、一般在GROUP
BY
個HAVING字句之前就能剔除多餘的行，所以盡量不要用它們來做剔除行的工作。他們的執行順序應該如下最優：
select的Where字句選擇所有合適的行，Group
By用來分組個統計行，Having字句用來剔除多餘的分組。這樣Group
By
個Having的開銷小，查詢快.對於大的數據行進行分組和Having十分消耗資源。如果Group
BY的目的不包括計算，只是分組，那麼用Distinct更快
11、一次更新多條記錄比分多次更新每次一條快,就是說批處理好
I. sql server性能監控指令~~
1. 監控事例的等待
select event，sum(decode(wait_Time，0，0，1)) "Prev"，
sum(decode(wait_Time，0，1，0)) "Curr"，count(*) "Tot"
from v$session_Wait
group by event order by 4;
2. 回滾段的爭用情況
select name， waits， gets， waits/gets "Ratio"
from v$rollstat a， v$rollname b
where a.usn = b.usn;
3. 監控表空間的 I/O 比例
select df.tablespace_name name，df.file_name "file"，f.phyrds pyr，
f.phyblkrd pbr，f.phywrts pyw， f.phyblkwrt pbw
from v$filestat f， dba_data_files df
where f.file# = df.file_id
order by df.tablespace_name;
4. 監控文件系統的 I/O 比例
select substr(a.file#，1，2) "#"， substr(a.name，1，30) "Name"，
a.status， a.bytes， b.phyrds， b.phywrts
from v$datafile a， v$filestat b
where a.file# = b.file#;
5.在某個用戶下找所有的索引
select user_indexes.table_name， user_indexes.index_name，uniqueness， column_name
from user_ind_columns， user_indexes
where user_ind_columns.index_name = user_indexes.index_name
and user_ind_columns.table_name = user_indexes.table_name
order by user_indexes.table_type， user_indexes.table_name，
user_indexes.index_name， column_position;
6. 監控 SGA 的命中率
select a.value + b.value "logical_reads"， c.value "phys_reads"，
round(100 * ((a.value+b.value)-c.value) / (a.value+b.value)) "BUFFER HIT RATIO"
from v$sysstat a， v$sysstat b， v$sysstat c
where a.statistic# = 38 and b.statistic# = 39
and c.statistic# = 40;
7. 監控 SGA 中字典緩沖區的命中率
select parameter， gets，Getmisses ， getmisses/(gets+getmisses)*100 "miss ratio"，
(1-(sum(getmisses)/ (sum(gets)+sum(getmisses))))*100 "Hit ratio"
from v$rowcache
where gets+getmisses <>0
group by parameter， gets， getmisses;
8. 監控 SGA 中共享緩存區的命中率，應該小於1%
select sum(pins) "Total Pins"， sum(reloads) "Total Reloads"，
sum(reloads)/sum(pins) *100 libcache
from v$librarycache;
select sum(pinhits-reloads)/sum(pins) "hit radio"，sum(reloads)/sum(pins) "reload percent"
from v$librarycache;
9. 顯示所有資料庫對象的類別和大小
select count(name) num_instances ，type ，sum(source_size) source_size ，
sum(parsed_size) parsed_size ，sum(code_size) code_size ，sum(error_size) error_size，
sum(source_size) +sum(parsed_size) +sum(code_size) +sum(error_size) size_required
from dba_object_size
group by type order by 2;
10. 監控 SGA 中重做日誌緩存區的命中率，應該小於1%
SELECT name， gets， misses， immediate_gets， immediate_misses，
Decode(gets，0，0，misses/gets*100) ratio1，
Decode(immediate_gets+immediate_misses，0，0，
immediate_misses/(immediate_gets+immediate_misses)*100) ratio2
FROM v$latch WHERE name IN ('redo allocation'， 'redo ');
11.監控內存和硬碟的排序比率，最好使它小於 .10，增加 sort_area_size
SELECT name， value FROM v$sysstat WHERE name IN ('sorts (memory)'， 'sorts (disk)');
12. 監控當前資料庫誰在運行什麼SQL語句
SELECT osuser， username， sql_text from v$session a， v$sqltext b
where a.sql_address =b.address order by address， piece;
13. 監控字典緩沖區
SELECT (SUM(PINS - RELOADS)) / SUM(PINS) "LIB CACHE" FROM V$LIBRARYCACHE;
SELECT (SUM(GETS - GETMISSES - USAGE - FIXED)) / SUM(GETS) "ROW CACHE" FROM V$ROWCACHE;
SELECT SUM(PINS) "EXECUTIONS"， SUM(RELOADS) "CACHE MISSES WHILE EXECUTING" FROM V$LIBRARYCACHE;
後者除以前者，此比率小於1%，接近0%為好。
SELECT SUM(GETS) "DICTIONARY GETS"，SUM(GETMISSES) "DICTIONARY CACHE GET MISSES"
FROM V$ROWCACHE
14. 找ORACLE字元集
select * from sys.props$ where name='NLS_CHARACTERSET';
15. 監控 MTS
select busy/(busy+idle) "shared servers busy" from v$dispatcher;
此值大於0.5時，參數需加大
select sum(wait)/sum(totalq) "dispatcher waits" from v$queue where type='dispatcher';
select count(*) from v$dispatcher;
select servers_highwater from v$mts;
servers_highwater接近mts_max_servers時，參數需加大
J. 請幫忙分析這個sql語句的性能，現在查詢很慢，哪裡需要進行優化 表中數據是百萬級的，索引情況未知
1、area_code in (...) 可以改成 join或 exist試試
2、t02的from中的 order by his.GATHER_DATE, his.USER_NAME可以去了，無用的排序
3、t02的開窗函數是否可以改成 GATHER_DATE=(select max(GATHER_DATE) from t1 where t1.username=t2.username)形式，不過這都是需要看執行計劃
4、 order by t01.PUSH_DATE,
t01.TAG_USERNAME
)
WHERE rn > 0 5 6
AND rn <= 20000 7 這個order by不應該放在子查詢里，排序的記錄多呀，可以放到最外邊來