|
1、SELECT COUNT(*)的效率教低,如果统计时尽量用count(字段)
2、不要在一句话里再三的使用相同的函数,浪费资源,将结果放在变量里再调用更快
3、分析select emp_name form employee where salary > 3000 在此语句中若salary是Float类型的,则优化器对其进行优化为Convert(float,3000),因为3000是个整数,我们应在编程时使用3000.0而不要等运行时让DBMS进行转化。同样字符和整型数据的转换。
4、操作数据尽量用存储过程
5、一次更新多条记录比分多次更新每次一条快,就是说批处理好
6、在IN后面值的列表中,将出现最频繁的值放在最前面,出现得最少的放在最后面,减少判断的次数
7、没有必要时不要用DISTINCT和ORDER BY,这些动作可以改在客户端执行。它们增加了额外的开销。这同UNION 和UNION ALL一样的道理
8、尽量少用视图,它的效率低
9、Between在某些时候比IN速度更快,Between能够更快地根据索引找到范围。用查询优化器可见到差别。 select * from chineseresume where title in ('男','女') Select * from chineseresume where between '男' and '女' 是一样的。由于in会在比较多次,所以有时会慢些。
10、查询时请不要这样写WHERE SUBSTRING(firstname,1,1) = 'm' 改为WHERE firstname like 'm%'效率会更高
11、注意UNion和UNion all 的区别。UNION all好
12、避免使用耗费资源的操作,带有DISTINCT,UNION,MINUS,INTERSECT,ORDER BY的SQL语句会启动SQL引擎 执行,耗费资源的排序(SORT)功能. DISTINCT需要一次排序操作, 而其他的至少需要执行两次排序
13、在应用程序、包和过程中限制使用select * from table这种方式。
14、可以使用 exist 和not exist代替 in和not in。 可以使用表链接代替 exist。Having可以用where代替,如果无法代替可以分两步处理。 例子
SELECT * FROM ORDERS WHERE CUSTOMER_NAME NOT IN
(SELECT CUSTOMER_NAME FROM CUSTOMER) |
优化
SELECT * FROM ORDERS WHERE CUSTOMER_NAME not exist
(SELECT CUSTOMER_NAME FROM CUSTOMER) |
15、索引问题
◆避免对索引字段进行计算操作 ◆避免在索引字段上使用not,<>,!= ◆避免在索引列上使用IS NULL和IS NOT NULL ◆避免在索引列上出现数据类型转换 ◆避免在索引字段上使用函数 ◆避免建立索引的列中使用空值。
16、查询的模糊匹配
尽量避免在一个复杂查询里面使用 LIKE '%parm1%'—— 会导致相关列的索引无法使用,最好不要用. 解决办法: 其实只需要对该脚本略做改进,查询速度便会提高近百倍。改进方法如下: a、修改前台程序——把查询条件的供应商名称一栏由原来的文本输入改为下拉列表,用户模糊输入供应商名称时,直接在前台就帮忙定位到具体的供应商,这样在调用后台程序时,这列就可以直接用等于来关联了。 b、直接修改后台——根据输入条件,先查出符合条件的供应商,并把相关记录保存在一个临时表里头,然后再用临时表去做复杂关联
|
|