千万级数据的查询须要注意的地方

在一个千万级的数据库查寻中，如何提升查询效率？分别说出在数据库设计、
SQL语句、java等层面的解决方案。
  
解答：
  1）数据库设计方面：
  a. 对查询进行优化，应尽可能避免全表扫描，首先应考虑在 where 及 order by 涉及的列上创建索引。
  b. 应尽可能避免在where 子句中对字段进行 null 值判断，不然将致使引擎放弃使用索引而进行全表扫描，如： select id from t where num is null 能够在num上设置默认值0，确保表中num列没有null值，而后这样查询： select id from t where num=0  c. 并非全部索引对查询都有效，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，那么即便在sex上建了索引也对查询效率起不了做用。
 d. 索引并非越多越好，索引当然能够提升相应的 select 的效率，但同时也下降了 insert 及 update 的效率，由于 insert 或 update 
时有可能会重建索引，因此怎样建索引须要慎重考虑，视具体状况而定。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. 应尽量的避免更新索引数据列，由于索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将致使整个表记录的顺序的调整，会耗费至关大的资源。若应用系统须要频繁更新索引数据列，那么须要考虑是否应将该索引建为索引。
  f. 尽可能使用数字型字段，若只含数值信息的字段尽可能不要设计为字符型，这会下降查询和链接的性能，并会增长存储开销。这是由于引擎在处理查询和链接时会逐个比较字符串中每个字符，而对于数字型而言只须要比较一次就够了。
  g. 尽量的使用 varchar/nvarchar 代替 char/nchar ，由于首先变长字段存储空间小，能够节省存储空间，其次对于查询来讲，在一个相对较小的字段内搜索效率显然要高些。
  h. 尽可能使用表变量来代替临时表。若是表变量包含大量数据，请注意索引很是有限（只有主键索引）。
  i. 避免频繁建立和删除临时表，以减小系统表资源的消耗。
  j. 临时表并非不可以使用，适当地使用它们可使某些例程更有效，例如，当须要重复引用大型表或经常使用表中的某个数据集时。可是，对于一次性事件，最好使用导出表。
  k. 在新建临时表时，若是一次性插入数据量很大，那么可使用 select into 代替 create table
，避免形成大量log ，以提升速度；若是数据量不大，为了缓和系统表的资源，应先create table，而后insert。
 l. 若是使用到了临时表，在存储过程的最后务必将全部的临时表显式删除，先 truncate table 
，而后 drop table ，这样能够避免系统表的较长时间锁定。
 

2)SQL语句方面：

  a. 应尽可能避免在 where 子句中使用!=或<>操做符，不然将引擎放弃使用索引而进行全表扫描。
  b. 应尽可能避免在where 子句中使用 or 来链接条件，不然将致使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 能够这样查询：
 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，不然会致使全表扫描，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. 下面的查询也将致使全表扫描：select id from t where name like ‘%abc%’
 e. 若是在 where 子句中使用参数，也会致使全表扫描。由于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，若是在编译时创建访问计划，变量的值仍是未知的，于是没法做为索引选择的输入项。以下面语句将进行全表扫描：
 select id from t where num=@num 能够改成强制查询使用索引：select id from t with(index(索引名
)) where num=@num  

f. 应尽可能避免在 where 子句中对字段进行表达式操做，这将致使引擎放弃使用索引而进行全表扫描。如：
 select id from t where num/2=100 
应改成: select id from t where num=100*2  

g. 应尽可能避免在where子句中对字段进行函数操做，这将致使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以abc开头的id select id from t where datediff(day,createdate,’2005-11-30′)=0–‘2005-11-30’生成的id 应改成: 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、算术运算或其余表达式运算，不然系统将可能没法正确使用索引。
  i. 不要写一些没有意义的查询，如须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，可是会消耗系统资源的，应改为这样：
 create table #t(
…
)

 j. 不少时候用 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. 尽可能避免使用游标，由于游标的效率较差，若是游标操做的数据超过1万行，那么就应该考虑改写。
  m. 尽可能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. 尽可能避免大事务操做，提升系统并发能力。
3)java方面：
  a.尽量的少造对象。
  b.合理摆正系统设计的位置。大量数据操做，和少许数据操做必定是分开的。大量的数据操做，确定不是
ORM框架搞定的。
  c.使用jDBC连接数据库操做数据
 d.控制好内存，让数据流起来，而不是所有读到内存再处理，而是边读取边处理；
  e.合理利用内存，有的数据要缓存