性能优化之sql优化.doc

ORACLE SQL优化（1） 选择最有效率的表名顺序(只在基于规则的优化器中有效)： ORACLE 的解析器按照从右到左的顺序处理FROM 子句中的表名，FROM 子句中写在最后的表 (基础表driving table)将被最先处理，在FROM 子句中包含多个表的情况下,你必须选择记 录条数最少的表作为基础表。如果有3个以上的表连接查询, 那就需要选择交叉表(intersec tion table)作为基础表, 交叉表是指那个被其他表所引用的表. （2） WHERE 子句中的连接顺序．： ORACLE 采用自下而上的顺序解析WHERE 子句,根据这个原理,表之间的连接必须写在其他WHE RE 条件之前, 那些可以过滤掉最大数量记录的条件必须写在WHERE 子句的末尾. （3） SELECT 子句中避免使用‘ * ‘： ORACLE 在解析的过程中, 会将* 依次转换成所有的列名, 这个工作是通过查询数据字典 完成的, 这意味着将耗费更多的时间 （4） 减少访问数据库的次数： ORACLE 在内部执行了许多工作: 解析SQL 语句, 估算索引的利用率, 绑定变量, 读数据块 等； （5） 在SQL*Plus , SQL*Forms 和Pro*C 中重新设置ARRAYSIZE 参数, 可以增加每次 数据库访问的检索数据量,建议值为200 （6） 使用DECODE 函数来减少处理时间： 使用DECODE 函数可以避免重复扫描相同记录或重复连接相同的表. （7） 整合简单,无关联的数据库访问： 如果你有几个简单的数据库查询语句,你可以把它们整合到一个查询中(即使它们之间没有 关系) （8） 删除重复记录： 最高效的删除重复记录方法( 因为使用了ROWID)例子： DELETE FROM EMP E WHERE E.ROWID (SELECT MIN(X.ROWID) FROM EMP X WHERE X.EMP_NO = E.EMP_NO); （9） 用TRUNCATE 替代DELETE： 当删除表中的记录时,在通常情况下, 回滚段(rollback segments ) 用来存放可以被恢复 的信息. 如果你没有COMMIT 事务,ORACLE 会将数据恢复到删除之前的状态(准确地说是恢复 到执行删除命令之前的状况) 而当运用TRUNCATE 时, 回滚段不再存放任何可被恢复的信息. 当命令运行后,数据不能被恢复.因此很少的资源被调用,执行时间也会很短. (译者按: TRU NCATE 只在删除全表适用,TRUNCATE 是DDL 不是DML) （10） 尽量多使用COMMIT： 只要有可能,在程序中尽量多使用COMMIT, 这样程序的性能得到提高,需求也会因为COMMIT 所释放的资源而减少: COMMIT 所释放的资源: a. 回滚段上用于恢复数据的信息. b. 被程序语句获得的锁 c. redo log buffer 中的空间 d. ORACLE 为管理上述3种资源中的内部花费 （11） 用Where 子句替换HAVING 子句： 避免使用HAVING 子句, HAVING 只会在检索出所有记录之后才对结果集进行过滤. 这个处 理需要排序,总计等操作. 如果能通过WHERE 子句限制记录的数目,那就能减少这方面的开 销. (非oracle 中)on、where、having 这三个都可以加条件的子句中，on 是最先执行，whe re 次之，having 最后，因为on 是先把不符合条件的记录过滤后才进行统计，它就可以减少 中间运算要处理的数据，按理说应该速度是最快的， where 也应该比having 快点的，因为 它过滤数据后才进行sum，在两个表联接时才用on 的，所以在一个表的时候，就剩下where 跟having 比较了。在这单表查询统计的情况下，如果要过滤的条件没有涉及到要计算字段， 那它们的结果是一样的，只是where 可以使用rushmore 技术，而having 就不能，在速度上 后者要慢如果要涉及到计算的字段，就表示在没计算之前，这个字段的值是不确定的，根据 上篇写的工作流程，where 的作用时间是在计算之前就完成的，而having 就是在计算后才 起作用的，所以在这种情况下，两者的结果会不同。在多表联接查询时， on 比where 更早 起作用。系统首先根据各个表之间的联接条件，把多个表合成一个临时表后，再由where 进行过滤，然后再计算，计算完后再由having 进行过滤。由此可见，要想过滤条件起到正 确的作用，首先要明白这个条件应该在什么时候起作用，然后再决定放在那里 （12）