关于SQL效率优化的几个方法

or 和 in 效率对比

 

《mysql数据库开发的36条军规》里面提到了or和in的效率问题，文中提到or的效率为O(n)，而in的效率为O(logn), 当n越大的时候效率相差越明显

 

如果ax=N（a>0，且a≠1），那么数x叫做以a为底N的对数，记作x=logaN，读作以a为底N的对数，其中a叫做对数的底数，N叫做真数

当a>0，a≠1时，aX=N  X=logaN。（N>0）

 

在MySQL数据库中关闭query cache，数据库缓存不会对查询造成影响，数据库版本为5.1.63

 

测试代码：

1. #创建测试的test表

2. DROP TABLE IF EXISTS test;  

3. CREATE TABLE test(  

4.     ID INT(10) NOT NULL,  

5.     `Name` VARCHAR(20) DEFAULT '' NOT NULL,  

6.     PRIMARY KEY( ID )  

7. )ENGINE=INNODB DEFAULT CHARSET utf8;  

8.  

9. #创建生成测试数据的存储过程

10. DROP PROCEDURE IF EXISTS pre_test;  

11. DELIMITER //

12. CREATE PROCEDURE pre_test()  

13. BEGIN  

14. DECLARE i INT DEFAULT 0;  

15. SET autocommit = 0;  

16. WHILE i<10000000 DO  

17. INSERT INTO test ( ID,`Name` ) VALUES( i, CONCAT( 'Carl', i ) );  

18. SET i = i+1;  

19. IF i%2000 = 0 THEN  

20. COMMIT;  

21. END IF;  

22. END WHILE;  

23. END; //

24. DELIMITER ;

25.  

26. #执行存储过程生成测试数据

27. CALL pre_test();

测试过程：

    SELECT * FROM test WHERE id IN (1,23,48,...);

    SELECT * FROM test WHERE id =1 OR id=23 OR id=48 or ... ;

测试结果：

 

	所在列为主键		所在列有索引		所在列没有索引
	or	in	or	in	or	in
3条数据	0.002s	0.002s	0.002s	0.002s	5.016s	5.071s
150条数据	0.004s	0.004s	0.006s	0.005s	1min 02s	5.018s
300条数据	0.006s	0.005s	0.008s	0.008s	1min 55s	5.018s
1000条数据	0.018s	0.014s	0.021s	0.020s	6min 17s	5.057s

结论：

    从上面的测试结果，可以看出如果in和or所在列有索引或者主键的话，or和in没啥差别，执行计划和执行时间都几乎一样。如果in和or所在列没有索引的话，性能差别就很大了。在没有索引的情况下，随着in或者or后面的数据量越多，in的效率不会有太大的下降，但是or会随着记录越多的话性能下降非常厉害，从第三中测试情况中可以很明显地看出了，基本上是指数级增长。

   因此在给in和or的效率下定义的时候，应该再加上一个条件，就是所在的列是否有索引或者是否是主键。如果有索引或者主键性能没啥差别，如果没有索引，性能差别不是一点点

 

号外：

MySQL代价计算的方法， 一个计划的代价体现在硬件上就是I/O + CPU，I/O就是将所需的物理页载入内存的时间，CPU则是数据计算所消耗的时间， 有些语句是I/O密集的，有些语句是CPU运算密集的。MySQL在计算上面SQL语句的代价时，I/O代价的计算是由range的个数n_ranges和最终的结果集的行数total_rows得出来的

 

SQL Server中in和or效率一样

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

和  

Select * from table1 where tid=2 or tid=3  

是一样的，都会引起全表扫描，如果tid上有索引，其索引也会失效。

 

 

---

 

count(*) 和 count(字段名)效率对比

 

某些资料上说：用*会统计所有列，显然要比一个世界的列名效率低。这种说法其实是没有根据的。我们来看：  

 

select count(*) from Tgongwen  

用时：1500毫秒  

 

select count(gid) from Tgongwen  

用时：1483毫秒  

 

select count(fariqi) from Tgongwen  

用时：3140毫秒  

 

select count(title) from Tgongwen  

用时：52050毫秒  

 

从以上可以看出，如果用count(*)和用count(主键)的速度是相当的，而count(*)却比其他任何除主键以外的字段汇总速度要快，而且字段越长，汇总的速度就越慢。我想，如果用count(*)， SQL SERVER可能会自动查找最小字段来汇总的。当然，如果您直接写count(主键)将会来的更直接些。  

 

---

 

 

SQL Server order by按聚集索引列排序效率最高 

 

我们来看：（gid是主键，fariqi是聚合索引列）  

 

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。  

 

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。  

 

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。  

 

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。  

 

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。  

 

从以上我们可以看出，不排序的速度以及逻辑读次数都是和“order by 聚集索引列” 的速度是相当的，但这些都比“order by 非聚集索引列”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，无论是正序还是倒序，速度是基本相当的。  

 

---

 

SQL Server海量数据如何提高查询效率几点建议

 

1.索引

 

2.当你想在SELECT子句中列出所有的COLUMN时，使用动态SQL列引用 ‘*’ 是一个方便的方法。不幸的是，这是一个非常低效的方法。 实际上，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。

 

3.增加内存、另外硬盘的读写速度如何？这都是影响查询效率因素。如果磁盘读写速度比较慢的话,对于磁盘的I/O操作会存在的瓶颈的。

 

4.数据量比较大建议做一下分区处理。把大的表分成几个表，这样的查询效率会大大提高的。

 

5.数据库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WHERE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。

[sql] view plain copy

1.  例如：  

2. (低效，执行时间156.3秒)  

3. SELECT …  

4. FROM EMP E  

5. WHERE SAL > 50000 AND JOB = ‘MANAGER’AND 25 < (SELECT COUNT(*) FROM EMP WHERE MGR=E.EMPNO);  

[sql] view plain copy

1. (高效,执行时间10.6秒)  

2. SELECT …  

3. FROM EMP E  

4. WHERE 25 < (SELECT COUNT(*) FROM EMP WHERE MGR=E.EMPNO) AND SAL > 50000 AND JOB = ‘MANAGER’;