sql 优化整理

1.避免无计划的全表扫描
如下情况进行全表扫描：
-该表无索引
-对返回的行无任何限制条件（无where子句）
-对索引主列（索引的第一列）无限制条件
-对索引主列的条件含在表达式中
-对索引主列的限制条件是is(not)null或!=
-对索引主列的限制条件是like操作且值是一个bind variable或%打头的值
2.只使用选择性索引
索引的选择性是指索引列中不同值的数目和标志中记录数的比，选择性最好的是非空列的唯一索引为1.0。
复合索引中列的次序的问题：
1 在限定条件里最频繁使最清晰的列）应该是主列
如果1和2 不一致，可用的列应该是主列
2 最具有选择性的列（即以考虑建立多个索引。
在复合索引和多个单个索引中做选择：
考虑选择性考虑读取索引的次数考虑AND-EQUAL操作
3.管理多表连接（Nexted Loops,Merge Joins 和Hash Joins）优化联接操作
Merge joins是集合操作 nested loops 和hash joins 是记录操作返回第一批记录迅速
Merge joins的操作适用于批处理操作，巨大表和远程查询
1全表扫描–>2排序–>3比较和合并性能开销主要在前两步
适用全表扫描的情形，都适用merge joins操作（比nested loops有效）
改善1的效率：优化I/O，提高使用ORACLE多块读的能力，使用并行查询的选项
改善1的效率：提高Sort_Area_Size的值，使用Sort Direct Writes,为临时段提供专用表空间
4.管理包含视图的SQL语句
优化器执行包含视图的SQL语句有两种方法：
-先执行视图，完成全部的结果集，然后用其余的查询条件做过滤器执行查询
-将视图文本集成到查询里去
含有group by子句的视图不能被集成到一个大的查询中去。
在视图中使用union,不阻止视图的sql集成到查询语法中去。
5.优化子查询
6.使用复合keys/star 查询
7.恰当地索引Connect By 操作
8.限制对远程表的访问
9.管理非常巨大的表的访问
-管理数据接近（proximity）记录在表中的存放按对表的范围扫描中最长使用的列排序，按次序存储数据有助于范围扫描，尤其是对大表。
-避免没有帮助的索引扫描当返回的数据集合较大时，使用索引对SGA的数据块缓存占用较大，影响其他用户；全表扫描还能从ORACLE的多块读取机制和“一致性获取/每块”特性中受益。
-创建充分索引的表使访问索引能够读取较全面的数据，建立仅主列不同的多个索引
-创建hash簇
-创建分割表和视图
-使用并行选项
10. 使用Union All而不是Union
Union all 操作不包括sort unique 操作，第一行索引的响应速度快，多数情况下不用临时段完成操作
Union all 建立的视图用在查询里可以集成到查询的语法中去，提供效率
11.避免在sql里使用pl/sql功能调用
12.绑定变量（bind variable）的使用管理
使用bind bariable 和execute using 方式
将like:name||’%’改写成between:name and :name||char(225),已避免进行全表扫描，而是使用索引。
13.回访优化进程
数据变化后，重新考察优化情况

猜你喜欢