知了堂|在千万级的数据库查询中,如何提高效率?

·  阅读 121

在千万级的数据库查询中,如何提高效率?

1)数据库设计方面

a. 对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引。

b. 应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索引而进行全表扫

描如:select id from t where num is null 可以在 num 上设置默认值 0,确保表中 num 列没有 null 值,然后这样查询 :

select id from t where num=0

c. 并不是所有索引对查询都有效,SQL 是根据表中数据来进行查询优化的,当索引列有大量数据重复时,查询可能

不会去利用索引,如一表中有字段 sex,male、female 几乎各一半,那么即使在 sex 上建了索引也对查询效率起不

了作用。

d. 索引并不是越多越好,索引固然可以提高相应的 select 的效率,但同时也降低了 insert 及 update 的

效 率 , 因 为 insert 或 update 时有可能会重建索引,所以怎样建索引需要慎重考虑,视具体情况而定。一

个表的索引数最好不要超过 6 个,若太多则应考虑一些不常使用到的列上建的索引是否有必要。

e. 应尽可能的避免更新索引数据列,因为索引数据列的顺序就是表记录的物理存储顺序,一旦该列值改变将导致

整个表记录的顺序的调整,会耗费相当大的资源。若应用系统需要频繁更新索引数据列,那么需要考虑是否应将该索

引建为索引。

f. 尽量使用数字型字段,若只含数值信息的字段尽量不要设计为字符型,这会降低查询和连接的性能,并会增

加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符,而对于数字型而言只需要比较一

次就够了。

g. 尽可能的使用 varchar/nvarchar 代替 char/nchar ,因为首先变长字段存储空间小,可以节省存储空间, 其次

对于查询来说,在一个相对较小的字段内搜索效率显然要高些。

h. 尽量使用表变量来代替临时表。如果表变量包含大量数据,请注意索引非常有限(只有主键索引)。

i.

避免频繁创建和删除临时表,以减少系统表资源的消耗。

j. 临时表并不是不可使用,适当地使用它们可以使某些例程更有效,例如,当需要重复引用大型表或常用表中

的某个数据集时。但是,对于一次性事件,最好使用导出表。

k. 在新建临时表时,如果一次性插入数据量很大,那么可以使用 select into 代 替 create table,避免造成大量 log ,以提高速度;如果数据量不大,为了缓和系统表的资源,应先 create table,然后 insert。

l. 如果使用到了临时表,在存储过程的最后务必将所有的临时表显式删除,先 truncate table , 然 后 drop

table ,这样可以避免系统表的较长时间锁定。

SQL 语句方面

a. 应尽量避免在 where 子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描。

b. 应尽量避免在 where 子句中使用 or 来连接条件,否则将导致引擎放弃使用索引而进行全表扫描,如:

select id from t where num=10 or num=20 可 以 这 样 查 询 : select id from t where num=10 union all select id

from t where num=20

c. in 和 not in 也要慎用,否则会导致全表扫描,如: select id from t where num in(1,2,3) 对于连续的数

值,能用 between 就不要用 in 了 : select id from t where num between 1 and 3

d. 下面的查询也将导致全表扫描: select id from t where name like ‘%abc%’

e. 如果在 where 子句中使用参数,也会导致全表扫描。因为 SQL 只有在运行时才会解析局部变量,但优化程

序不能将访问计划的选择推迟到运行时;它必须在编译时进行选择。然而,如果在编译时建立访问计划,变量的值还是未

知的,因而无法作为索引选择的输入项。如下面语句将进行全表扫描: select id from t where num=@num

可以改为强制查询使用索引: select id from t with(index(索引名)) where num=@num

f. 应尽量避免在 where 子句中对字段进行表达式操作,这将导致引擎放弃使用索引而进行全表扫描。如:

select id from t where num/2=100 应改为: select id from t where num=100*2

g. 应尽量避免在 where 子句中对字段进行函数操作,这将导致引擎放弃使用索引而进行全表扫描。如:select id from t

where substring(name,1,3)= ‘ abc ’ – name

abc

开 头 的

id select id from t where

datediff(day,createdate,’2005-11-30′)=0–‘2005-11-30’生成的 id 应改为: select id from t where name like ‘abc%’

select id from t where createdate>=’2005-11-30′ and createdate<’2005-12-1′

h. 不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算,否则系统将可能

无法正确使用索引。

i. 不要写一些没有意义的查询,如需要生成一个空表结构: select col1,col2 into #t

from t where 1=0 这 类代码不会返回任何结果集,但是会消耗系统资源的,应改成这样:

create table #t(…)

j. 很多时候用 exists 代 替 in 是一个好的选择: select num from a where num in(select num from b)

用下面的语句替换: select num from a where exists(select 1 from b where num=a.num)

k. 任何地方都不要使用 select * from t ,用具体的字段列表代替“*”,不要返回

用不到的任何字段。

l. 尽量避免使用游标,因为游标的效率较差,如果游标操作的数据超过 1 万行, 那么就应该考虑改写。

m. 尽量避免向客户端返回大数据量,若数据量过大,应该考虑相应需求是否合理。

n. 尽量避免大事务操作,提高系统并发能力。

  1. java 方面:重点内容

a. 尽可能的少造对象。

b. 合理摆正系统设计的位置。大量数据操作,和少量数据操作一定是分开的。大量的数据操作, 肯定不是 ORM 框架搞定的。,

c. 使用 jDBC 链接数据库操作数据

d. 控制好内存,让数据流起来,而不是全部读到内存 再处理,而是边读取边处理; e.合理利用内存,有的数据 要缓存

分类:
后端
标签:
收藏成功!
已添加到「」, 点击更改