如何创建索引，提升查询速度。

---- 人们在使用SQL时每每会陷入一个误区，即太关注于所得的结果是否正确，而忽略了不一样的实现方法之间可能存在的 
性能差别，这种性能差别在大型的或是复杂的数据库环境中（如联机事务处理OLTP或决策支持系统DSS）中表现得尤其明 
显。笔者在工做实践中发现，不良的SQL每每来自于不恰当的索引设计、不充份的链接条件和不可优化的where子句。在对 
它们进行适当的优化后，其运行速度有了明显地提升！下面我将从这三个方面分别进行总结： 

---- 为了更直观地说明问题，全部实例中的SQL运行时间均通过测试，不超过１秒的均表示为（< 1秒）。 

---- 测试环境-- 
---- 主机：HP LH II 
---- 主频：330MHZ 
---- 内存：128兆 
---- 操做系统：Operserver5.0.4 
----数据库：Sybase11.0.3 

1、不合理的索引设计 
----例：表record有620000行，试看在不一样的索引下，下面几个 SQL的运行状况： 
---- 1.在date上建有一个非群集索引 

select count(*) from record where date >'19991201' and date < '19991214'and amount >2000 (25秒) 
select date,sum(amount) from record group by date(55秒) 
select count(*) from record where date >'19990901' and place in ('BJ','SH') (27秒) 

---- 分析： 
----date上有大量的重复值，在非群集索引下，数据在物理上随机存放在数据页上，在范围查找时，必须执行一次表扫描才能找到这一范围内的所有行。 

---- 2.在date上的一个群集索引 

select count(*) from record where date >'19991201' and date < '19991214' and amount >2000（14秒） 
select date,sum(amount) from record group by date（28秒） 
select count(*) from record where date >'19990901' and place in ('BJ','SH')（14秒） 

---- 分析： 
---- 在群集索引下，数据在物理上按顺序在数据页上，重复值也排列在一块儿，于是在范围查找时，能够先找到这个范围的起末点，且只在这个范围内扫描数据页，避免了大范围扫描，提升了查询速度。 

---- 3.在place，date，amount上的组合索引 

select count(*) from record where date >'19991201' and date < '19991214' and amount >2000（26秒） 
select date,sum(amount) from record group by date（27秒） 
select count(*) from record where date >'19990901' and place in ('BJ, 'SH')（< 1秒） 

---- 分析： 
---- 这是一个不很合理的组合索引，由于它的前导列是place，第一和第二条SQL没有引用place，所以也没有利用上索引；第三个SQL使用了place，且引用的全部列都包含在组合索引中，造成了索引覆盖，因此它的速度是很是快的。 

---- 4.在date，place，amount上的组合索引 
select count(*) from record where date >'19991201' and date < '19991214' and amount >2000(< 1秒) 
select date,sum(amount) from record group by date（11秒） 
select count(*) from record where date >'19990901' and place in ('BJ','SH')（< 1秒） 

---- 分析： 
---- 这是一个合理的组合索引。它将date做为前导列，使每一个SQL均可以利用索引，而且在第一和第三个SQL中造成了索引覆盖，于是性能达到了最优。 

---- 5.总结： 

---- 缺省状况下创建的索引是非群集索引，但有时它并非最佳的；合理的索引设计要创建在对各类查询的分析和预测 
上。通常来讲： 

---- ①.有大量重复值、且常常有范围查询 

（between, >,< ，>=,< =）和order by 
、group by发生的列，可考虑创建群集索引； 

---- ②.常常同时存取多列，且每列都含有重复值可考虑创建组合索引； 

---- ③.组合索引要尽可能使关键查询造成索引覆盖，其前导列必定是使用最频繁的列。 

2、不充份的链接条件： 
---- 例：表card有7896行，在card_no上有一个非汇集索引，表account有191122行，在 account_no上有一个非汇集索引，试看在不一样的表链接条件下，两个SQL的执行状况： 

select sum(a.amount) from account a,card b where a.card_no = b.card_no（20秒） 

---- 将SQL改成： 
select sum(a.amount) from account a,card b where a.card_no = b.card_no and a.account_no=b.account_no（< 1秒） 

---- 分析： 
---- 在第一个链接条件下，最佳查询方案是将account做外层表，card做内层表，利用card上的索引，其I/O次数可由如下公式估算为： 

---- 外层表account上的22541页+（外层表account的191122行*内层表card上对应外层表第一行所要查找的3页）=595907次I/O 

---- 在第二个链接条件下，最佳查询方案是将card做外层表，account做内层表，利用account上的索引，其I/O次数可由如下公式估算为： 

---- 外层表card上的1944页+（外层表card的7896行*内层表account上对应外层表每一行所要查找的4页）= 33528次I/O 

---- 可见，只有充份的链接条件，真正的最佳方案才会被执行。 

---- 总结： 

---- 1.多表操做在被实际执行前，查询优化器会根据链接条件，列出几组可能的链接方案并从中找出系统开销最小的最佳方案。链接条件要充份考虑带有索引的表、行数多的表；内外表的选择可由公式：外层表中的匹配行数*内层表中每一次查找的次数肯定，乘积最小为最佳方案。 

---- 2.查看执行方案的方法-- 用set showplanon，打开showplan选项，就能够看到链接顺序、使用何种索引的信息；想 
看更详细的信息，需用sa角色执行dbcc(3604,310,302)。 

3、不可优化的where子句 
---- 1.例：下列SQL条件语句中的列都建有恰当的索引，但执行速度却很是慢： 

select * from record where substring(card_no,1,4)='5378'(13秒) 
select * from record where amount/30< 1000（11秒） 
select * from record where convert(char(10),date,112)='19991201'（10秒） 

---- 分析： 
---- where子句中对列的任何操做结果都是在SQL运行时逐列计算获得的，所以它不得不进行表搜索，而没有使用该列上面的索引；若是这些结果在查询编译时就能获得，那么就能够被SQL优化器优化，使用索引，避免表搜索，所以将SQL重写成 
下面这样： 

select * from record where card_no like '5378%'（< 1秒） 
select * from record where amount < 1000*30（< 1秒） 
select * from record where date= '1999/12/01' （< 1秒） 

---- 你会发现SQL明显快起来！ 

---- 2.例：表stuff有200000行，id_no上有非群集索引，请看下面这个SQL： 

select count(*) from stuff where id_no in('0','1')（23秒） 

---- 分析： 
---- where条件中的'in'在逻辑上至关于'or'，因此语法分析器会将in ('0','1')转化为id_no ='0' or id_no='1'来执行。咱们指望它会根据每一个or子句分别查找，再将结果相加，这样能够利用id_no上的索引；但实际上（根据showplan）,它却采用了"OR策略"，即先取出知足每一个or子句的行，存入临时数据库的工做表中，再创建惟一索引以去掉重复行，最后从这个临时表中计算结果。所以，实际过程没有利用id_no上索引，而且完成时间还要受tempdb数据库性能的影响。 

---- 实践证实，表的行数越多，工做表的性能就越差，当stuff有620000行时，执行时间竟达到220秒！还不如将or子句分 
开： 

select count(*) from stuff where id_no='0' 
select count(*) from stuff where id_no='1' 

---- 获得两个结果，再做一次加法合算。由于每句都使用了索引，执行时间只有3秒，在620000行下，时间也只有4秒。或者，用更好的方法，写一个简单的存储过程： 
create proc count_stuff as 
declare @a int 
declare @b int 
declare @c int 
declare @d char(10) 
begin 
select @a=count(*) from stuff where id_no='0' 
select @b=count(*) from stuff where id_no='1' 
end 
select @c=@a+@b 
select @d=convert(char(10),@c) 
print @d 

---- 直接算出结果，执行时间同上面同样快！ 
---- 总结： 

---- 可见，所谓优化即where子句利用了索引，不可优化即发生了表扫描或额外开销。 

---- 1.任何对列的操做都将致使表扫描，它包括数据库函数、计算表达式等等，查询时要尽量将操做移至等号右边。 

---- 2.in、or子句常会使用工做表，使索引失效；若是不产生大量重复值，能够考虑把子句拆开；拆开的子句中应该包含索引。 

---- 3.要善于使用存储过程，它使SQL变得更加灵活和高效。 

---- 从以上这些例子能够看出，SQL优化的实质就是在结果正确的前提下，用优化器能够识别的语句，充份利用索引，减小表扫描的I/O次数，尽可能避免表搜索的发生。其实SQL的性能优化是一个复杂的过程，上述这些只是在应用层次的一种体现，深刻研究还会涉及数据库层的资源配置、网络层的流量控制以及操做系统层的整体设计。