达梦SQL优化实测

序言

本文主要对日常使用的SQL优化进行总结及测试

---

1. 测试环境

测试用户	测试模式	测试表	字段	数据量	索引
LYT	LYT	TB1	ID INT NAME VARCHAR	10W	IDX_ID IDX_NAME

相关字段

数据统计

索引统计

数据插入存储过程

---

 

2. SQL优化实测

2.1 >= <= !

应用场景：系统作不等于判断时。

!=

<>

>= <=

 通过执行计划可以看出>= <=执行代价远小于!、<>。

批注：由执行计划操作符可知，!及<>走聚集索引扫描，从结果集看应是全表扫描。而>=、<=走二级索引数据定位、定位查找。

2.2 IS NULL IS NOT NULL NVL()

应用场景：系统作空值判定及非空判定

IS NULL

IS NOT NULL

NVL()

 

 通过执行计划可以看出IS NULL的执行代价和结果集远小于IS NOT NULL、NVL()。

批注：有别于ORACLE等数据库，从执行计划可以看出，达梦数据库对IS NULL的执行进行过优化，其sql执行使用了索引查找。

2.2 单表 IN OR BETWEEN

应用场景：系统作范围判定（查询值可能连续可能不连续）

IN

OR

 

BETWEEN

 

 通过执行计划可以看出IN 和OR的执行代价和结果集完全一致，BETWEEN的执行代码和结果集小于IN/OR。

批注：达梦数据库在进行连续值查询时，建议使用BETWEEN代替IN/OR。在对不连续值进行查询时，IN/OR的执行在达梦数据库中完全一致，考虑是执行默认进行了优化。

2.3 多表 IN(OR)  EXISTS

在此考虑新建一张参展表TB2，新建一个存储过程。

TB2

测试用户	测试模式	测试表	字段	数据量	索引
LYT	LYT	TB2	TB1_ID INT ID INT NAME VARCHAR(128)	10W	IDX_TB2_ID IDX_TB2_NAME

CREATE TABLE LYT.TB2(
	ID	INT,
	TB1_ID	INT,
	NAME	VARCHAR(129)
);

 MAKEDATA2()

CREATE OR REPLACE PROCEDURE MAKEDATA2
	AS
	BEGIN

FOR I IN 1..100000 LOOP
	INSERT INTO LYT.TB2(TB1_ID,ID,NAME) VALUES(CAST(CEILING(RAND()*2000000) AS INT),I, 'TKS');
	END LOOP;
	END;

IN

EXISTS

 通过执行计划可以看出IN和EXISTS的执行代价有着较小的差距，EXISTS略优于IN。笔者在做测试时，尝试删除ID>50000此判定然后观察

IN

 EXISTS

批注：在只有联表判定时，两者执行计划中代价和结果集完全一致，在此情况下IN效率等同于EXISTS。

2.4 LIKE  REGEXP INSTR()

 应用场景：系统进行字符串模糊查找时

LIKE1:

LIKE2:

 LIKE3: 

 INSTR()4: 

  通过执行计划可以看出1-5执行计划代价由低到高依次为：

2>>1=3=4

 批注：当使用LIKE+通配符时，'%VALUE%'及'%VALUE'都不会走索引，INSTR()函数相同，只有'VALUE%'走索引查找。

通过正则表达式进行字符串查找

批注：当使用正则表达式时，同样进行的全表扫描。

更多达梦相关技术文档可访问​​​​​​ 

达梦数据库 - 新一代大型通用关系型数据库 | 达梦云适配中心