互聯網 - 大數據

一、操作符優化

1、IN 操作符

用IN寫出來的SQL的優點是比較容易寫及清晰易懂，這比較適合現代軟件開發的風格。但是用IN的SQL性能總是比較低的，從Oracle執行的步驟來分析用IN的SQL與不用IN的SQL有以下區別：

ORACLE試圖將其轉換成多個表的連接，如果轉換不成功則先執行IN里面的子查詢，再查詢外層的表記錄，如果轉換成功則直接采用多個表的連接方式查詢。由此可見用IN的SQL至少多了一個轉換的過程。一般的SQL都可以轉換成功，但對于含有分組統計等方面的SQL就不能轉換了。

推薦方案：在業務密集的SQL當中盡量不采用IN操作符，用EXISTS 方案代替。

2、NOT IN操作符

此操作是強列不推薦使用的，因為它不能應用表的索引。

推薦方案：用NOT EXISTS 方案代替

3、IS NULL 或IS NOT NULL操作（判斷字段是否為空）

判斷字段是否為空一般是不會應用索引的，因為索引是不索引空值的。

推薦方案：用其它相同功能的操作運算代替，如：a is not null 改為 a>0 或a>’’等。不允許字段為空，而用一個缺省值代替空值，如申請中狀態字段不允許為空，缺省為申請。

4、> 及 < 操作符（大于或小于操作符）

大于或小于操作符一般情況下是不用調整的，因為它有索引就會采用索引查找，但有的情況下可以對它進行優化，如一個表有100萬記錄，一個數值型字段A，30萬記錄的A=0，30萬記錄的A=1，39萬記錄的A=2，1萬記錄的A=3。那么執行A>2與A>=3的效果就有很大的區別了，因為A>2時ORACLE會先找出為2的記錄索引再進行比較，而A>=3時ORACLE則直接找到=3的記錄索引。

5、LIKE操作符

LIKE操作符可以應用通配符查詢，里面的通配符組合可能達到幾乎是任意的查詢，但是如果用得不好則會產生性能上的問題，如LIKE ‘%5400%’ 這種查詢不會引用索引，而LIKE ‘X5400%’則會引用范圍索引。

一個實際例子：用YW_YHJBQK表中營業編號后面的戶標識號可來查詢營業編號 YY_BH LIKE ‘%5400%’ 這個條件會產生全表掃描，如果改成YY_BH LIKE ’X5400%’ OR YY_BH LIKE ’B5400%’ 則會利用YY_BH的索引進行兩個范圍的查詢，性能肯定大大提高。

6、UNION操作符

UNION在進行表鏈接后會篩選掉重復的記錄，所以在表鏈接后會對所產生的結果集進行排序運算，刪除重復的記錄再返回結果。實際大部分應用中是不會產生重復的記錄，最常見的是過程表與歷史表UNION。如：
select * from gc_dfys
union
select * from ls_jg_dfys
這個SQL在運行時先取出兩個表的結果，再用排序空間進行排序刪除重復的記錄，最后返回結果集，如果表數據量大的話可能會導致用磁盤進行排序。

推薦方案：采用UNION ALL操作符替代UNION，因為UNION ALL操作只是簡單的將兩個結果合并后就返回。

select * from gc_dfys
union all
select * from ls_jg_dfys

二、SQL書寫的影響

1、同一功能同一性能不同寫法SQL的影響。

如一個SQL在A程序員寫的為  Select * from zl_yhjbqk

B程序員寫的為 Select * from dlyx.zl_yhjbqk（帶表所有者的前綴）

C程序員寫的為 Select * from DLYX.ZLYHJBQK（大寫表名）

D程序員寫的為 Select *  from DLYX.ZLYHJBQK（中間多了空格）

以上四個SQL在ORACLE分析整理之后產生的結果及執行的時間是一樣的，但是從ORACLE共享內存SGA的原理，可以得出ORACLE對每個SQL 都會對其進行一次分析，并且占用共享內存，如果將SQL的字符串及格式寫得完全相同，則ORACLE只會分析一次，共享內存也只會留下一次的分析結果，這不僅可以減少分析SQL的時間，而且可以減少共享內存重復的信息，ORACLE也可以準確統計SQL的執行頻率。

2、WHERE后面的條件順序影響

WHERE子句后面的條件順序對大數據量表的查詢會產生直接的影響。如：
Select * from zl_yhjbqk where dy_dj = '1KV以下' and xh_bz=1
Select * from zl_yhjbqk where xh_bz=1 and dy_dj = '1KV以下'
以上兩個SQL中dy_dj（電壓等級）及xh_bz（銷戶標志）兩個字段都沒進行索引，所以執行的時候都是全表掃描，第一條SQL的dy_dj = '1KV以下'條件在記錄集內比率為99%，而xh_bz=1的比率只為0.5%，在進行第一條SQL的時候99%條記錄都進行dy_dj及xh_bz的比較，而在進行第二條SQL的時候0.5%條記錄都進行dy_dj及xh_bz的比較，以此可以得出第二條SQL的CPU占用率明顯比第一條低。

3、查詢表順序的影響

在FROM后面的表中的列表順序會對SQL執行性能影響，在沒有索引及ORACLE沒有對表進行統計分析的情況下，ORACLE會按表出現的順序進行鏈接，由此可見表的順序不對時會產生十分耗服物器資源的數據交叉。（注：如果對表進行了統計分析，ORACLE會自動先進小表的鏈接，再進行大表的鏈接）

三、SQL語句索引的利用

1、操作符優化（同上）

2、對條件字段的一些優化

采用函數處理的字段不能利用索引，如：

substr(hbs_bh,1,4)=’5400’，優化處理：hbs_bh like ‘5400%’

trunc(sk_rq)=trunc(sysdate)， 優化處理：sk_rq>=trunc(sysdate) and sk_rq<trunc(sysdate+1)

進行了顯式或隱式的運算的字段不能進行索引，如：ss_df+20>50，優化處理：ss_df>30

‘X’ || hbs_bh>’X5400021452’，優化處理：hbs_bh>’5400021542’

sk_rq+5=sysdate，優化處理：sk_rq=sysdate-5

hbs_bh=5401002554，優化處理：hbs_bh=’ 5401002554’，注：此條件對hbs_bh 進行隱式的to_number轉換，因為hbs_bh字段是字符型。

條件內包括了多個本表的字段運算時不能進行索引，如：ys_df>cx_df，無法進行優化
qc_bh || kh_bh=’5400250000’，優化處理：qc_bh=’5400’ and kh_bh=’250000’

四、其他

ORACLE的提示功能是比較強的功能，也是比較復雜的應用，并且提示只是給ORACLE執行的一個建議，有時如果出于成本方面的考慮ORACLE也可能不會按提示進行。根據實踐應用，一般不建議開發人員應用ORACLE提示，因為各個數據庫及服務器性能情況不一樣，很可能一個地方性能提升了，但另一個地方卻下降了，ORACLE在SQL執行分析方面已經比較成熟，如果分析執行的路徑不對首先應在數據庫結構（主要是索引）、服務器當前性能（共享內存、磁盤文件碎片）、數據庫對象（表、索引）統計信息是否正確這幾方面分析。