[SQL Server]利用索引改善sql语句

不少人不知道SQL语句在SQL SERVER中是如何执行的，他们担忧本身所写的SQL语句会被SQL SERVER误解。好比：

1.select * from table1 where name=''zhangsan'' and tID > 10000和执行select * from table1 where tID > 10000 and name=''zhangsan''

一些人不知道以上两条语句的执行效率是否同样，由于若是简单的从语句前后上看，这两个语句的确是不同，若是tID是一个聚合索引，那么后一句仅仅从表的10000条之后的记录中查找就好了；而前一句则要先从全表中查找看有几个name=''zhangsan''的，然后再根据限制条件条件tID>10000来提出查询结果。

事实上，这样的担忧是没必要要的。SQL SERVER中有一个“查询分析优化器”，它能够计算出where子句中的搜索条件并肯定哪一个索引能缩小表扫描的搜索空间，也就是说，它能实现自动优化。

虽然查询优化器能够根据where子句自动的进行查询优化，但你们仍然有必要了解一下“查询优化器”的工做原理，如非这样，有时查询优化器就会不按照您的本意进行快速查询。

在查询分析阶段，查询优化器查看查询的每一个阶段并决定限制须要扫描的数据量是否有用。若是一个阶段能够被用做一个扫描参数（SARG），那么就称之为可优化的，而且能够利用索引快速得到所需数据。

SARG的定义：用于限制搜索的一个操做，由于它一般是指一个特定的匹配，一个值得范围内的匹配或者两个以上条件的AND链接。形式以下：

列名 操做符 <常数 或 变量>或<常数 或 变量> 操做符列名

列名能够出如今操做符的一边，而常数或变量出如今操做符的另外一边。如：

Name=’张三’

价格>5000

5000<价格

Name=’张三’ and 价格>5000

若是一个表达式不能知足SARG的形式，那它就没法限制搜索的范围了，也就是SQL SERVER必须对每一行都判断它是否知足WHERE子句中的全部条件。因此一个索引对于不知足SARG形式的表达式来讲是无用的。

介绍完SARG后，咱们来总结一下使用SARG以及在实践中遇到的和某些资料上结论不一样的经验：

一、Like语句是否属于SARG取决于所使用的通配符的类型

如：name like ‘张%’ ，这就属于SARG

而：name like ‘%张’ ,就不属于SARG。

缘由是通配符%在字符串的开通使得索引没法使用。

二、or 会引发全表扫描

Name=’张三’ and 价格>5000 符号SARG，而：Name=’张三’ or 价格>5000 则不符合SARG。使用or会引发全表扫描。

三、非操做符、函数引发的不知足SARG形式的语句

不知足SARG形式的语句最典型的状况就是包括非操做符的语句，如：NOT、!=、<>、!<、!>、NOT EXISTS、NOT IN、NOT LIKE等，另外还有函数。下面就是几个不知足SARG形式的例子：

ABS(价格)<5000

Name like ‘%三’

有些表达式，如：

WHERE 价格*2>5000

SQL SERVER也会认为是SARG，SQL SERVER会将此式转化为：

WHERE 价格>2500/2

但咱们不推荐这样使用，由于有时SQL SERVER不能保证这种转化与原始表达式是彻底等价的。

四、IN 的做用至关与OR

语句：

Select * from table1 where tid in (2,3)和Select * from table1 where tid=2 or tid=3

是同样的，都会引发全表扫描，若是tid上有索引，其索引也会失效。

五、尽可能少用NOT

六、exists 和 in 的执行效率是同样的

不少资料上都显示说，exists要比in的执行效率要高，同时应尽量的用not exists来代替not in。但事实上，我试验了一下，发现两者不管是前面带不带not，两者之间的执行效率都是同样的。由于涉及子查询，咱们试验此次用SQL SERVER自带的pubs数据库。运行前咱们能够把SQL SERVER的statistics I/O状态打开：

1.（1）select title,price from titles where title_id in (select title_id from sales where qty>30)

该句的执行结果为：

表 ''sales''。扫描计数 18，逻辑读 56 次，物理读 0 次，预读 0 次。

表 ''titles''。扫描计数 1，逻辑读 2 次，物理读 0 次，预读 0 次。

1.（2）select title,price from titles where exists (select * from sales where sales.title_id=titles.title_id and qty>30)

第二句的执行结果为：

表 ''sales''。扫描计数 18，逻辑读 56 次，物理读 0 次，预读 0 次。

表 ''titles''。扫描计数 1，逻辑读 2 次，物理读 0 次，预读 0 次。

咱们今后能够看到用exists和用in的执行效率是同样的。

七、用函数charindex()和前面加通配符%的LIKE执行效率同样

前面，咱们谈到，若是在LIKE前面加上通配符%，那么将会引发全表扫描，因此其执行效率是低下的。但有的资料介绍说，用函数charindex()来代替LIKE速度会有大的提高，经我试验，发现这种说明也是错误的：　

1.select gid,title,fariqi,reader from tgongwen where charindex(''刑侦支队'',reader)>0 and fariqi>''2004-5-5''

用时：7秒，另外：扫描计数 4，逻辑读 7155 次，物理读 0 次，预读 0 次。

1.select gid,title,fariqi,reader from tgongwen where reader like ''%'' + ''刑侦支队'' + ''%'' and fariqi>''2004-5-5''

用时：7秒，另外：扫描计数 4，逻辑读 7155 次，物理读 0 次，预读 0 次。

八、union并不绝对比or的执行效率高

咱们前面已经谈到了在where子句中使用or会引发全表扫描，通常的，我所见过的资料都是推荐这里用union来代替or。事实证实，这种说法对于大部分都是适用的。

1.select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=''2004-9-16'' or gid>9990000

用时：68秒。扫描计数 1，逻辑读 404008 次，物理读 283 次，预读 392163 次。

1.select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=''2004-9-16''

union

select gid,fariqi,neibuyonghu,reader,title from Tgongwen where gid>9990000

用时：9秒。扫描计数 8，逻辑读 67489 次，物理读 216 次，预读 7499 次。

看来，用union在一般状况下比用or的效率要高的多。

但通过试验，笔者发现若是or两边的查询列是同样的话，那么用union则反倒和用or的执行速度差不少，虽然这里union扫描的是索引，而or扫描的是全表。　

1.select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=''2004-9-16'' or fariqi=''2004-2-5''

用时：6423毫秒。扫描计数 2，逻辑读 14726 次，物理读 1 次，预读 7176 次。

1.select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=''2004-9-16''

union

select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=''2004-2-5''

用时：11640毫秒。扫描计数 8，逻辑读 14806 次，物理读 108 次，预读 1144 次。

九、字段提取要按照“需多少、提多少”的原则，避免“select *”

咱们来作一个试验：

1.select top 10000 gid,fariqi,reader,title from tgongwen order by gid desc

用时：4673毫秒

1.select top 10000 gid,fariqi,title from tgongwen order by gid desc

用时：1376毫秒

1.select top 10000 gid,fariqi from tgongwen order by gid desc

用时：80毫秒

由此看来，咱们每少提取一个字段，数据的提取速度就会有相应的提高。提高的速度还要看您舍弃的字段的大小来判断。

十、count(*)不比count(字段)慢

某些资料上说：用*会统计全部列，显然要比一个世界的列名效率低。这种说法实际上是没有根据的。咱们来看：

1.select count(*) from Tgongwen

用时：1500毫秒

1.select count(gid) from Tgongwen

用时：1483毫秒

1.select count(fariqi) from Tgongwen

用时：3140毫秒

1.select count(title) from Tgongwen

用时：52050毫秒

从以上能够看出，若是用count(*)和用count(主键)的速度是至关的，而count(*)却比其余任何除主键之外的字段汇总速度要快，并且字段越长，汇总的速度就越慢。我想，若是用count(*)， SQL SERVER可能会自动查找最小字段来汇总的。固然，若是您直接写count(主键)将会来的更直接些。

十一、order by按汇集索引列排序效率最高

咱们来看：（gid是主键，fariqi是聚合索引列）：

1.select top 10000 gid,fariqi,reader,title from tgongwen

用时：196 毫秒。 扫描计数 1，逻辑读 289 次，物理读 1 次，预读 1527 次。

1.select top 10000 gid,fariqi,reader,title from tgongwen order by gid asc

用时：4720毫秒。 扫描计数 1，逻辑读 41956 次，物理读 0 次，预读 1287 次。

1.select top 10000 gid,fariqi,reader,title from tgongwen order by gid desc

用时：4736毫秒。 扫描计数 1，逻辑读 55350 次，物理读 10 次，预读 775 次。

1.select top 10000 gid,fariqi,reader,title from tgongwen order by fariqi asc

用时：173毫秒。 扫描计数 1，逻辑读 290 次，物理读 0 次，预读 0 次。

1.select top 10000 gid,fariqi,reader,title from tgongwen order by fariqi desc

用时：156毫秒。 扫描计数 1，逻辑读 289 次，物理读 0 次，预读 0 次。

从以上咱们能够看出，不排序的速度以及逻辑读次数都是和“order by 汇集索引列” 的速度是至关的，但这些都比“order by 非汇集索引列”的查询速度是快得多的。

同时，按照某个字段进行排序的时候，不管是正序仍是倒序，速度是基本至关的。

十二、高效的TOP

事实上，在查询和提取超大容量的数据集时，影响数据库响应时间的最大因素不是数据查找，而是物理的I/0操做。如：

1.select top 10 * from (

select top 10000 gid,fariqi,title from tgongwen

where neibuyonghu=''办公室''

order by gid desc) as a

order by gid asc

这条语句，从理论上讲，整条语句的执行时间应该比子句的执行时间长，但事实相反。由于，子句执行后返回的是10000条记录，而整条语句仅返回10条语句，因此影响数据库响应时间最大的因素是物理I/O操做。而限制物理I/O操做此处的最有效方法之一就是使用TOP关键词了。TOP关键词是SQL SERVER中通过系统优化过的一个用来提取前几条或前几个百分比数据的词。经笔者在实践中的应用，发现TOP确实很好用，效率也很高。但这个词在另一个大型数据库ORACLE中却没有，这不能说不是一个遗憾，虽然在ORACLE中能够用其余方法（如：rownumber）来解决。在之后的关于“实现千万级数据的分页显示存储过程”的讨论中，咱们就将用到TOP这个关键词。

到此为止，咱们上面讨论了如何实现从大容量的数据库中快速地查询出您所须要的数据方法。固然，咱们介绍的这些方法都是“软”方法，在实践中，咱们还要考虑各类“硬”因素，如：网络性能、服务器的性能、操做系统的性能，甚至网卡、交换机等。