编写SQL需要注意的细节 Checklist总结

本周技术研究部（TRD）的一名DBA 对我们编写SQL时的一些问题，进行了汇报讲演，以下是来自它的脚本，我在它讲演的基础上写出了自己想表述的，以便于大家相互交流学习。

/* --注意：准备数据（可略过，非常耗时） CREATE TABLE CHECK1_T1 ( ID INT, C1 CHAR(8000) ) CREATE TABLE CHECK1_T2 ( ID INT, C1 CHAR(8000) ) DECLARE @I INT SET @I=1 WHILE @I<=10000 BEGIN INSERT INTO CHECK1_T1 SELECT @I,'C1' INSERT INTO CHECK1_T2 SELECT 10000+@I,'C1' SET @I=@I+1 END CREATE TABLE CHECK2_T1 ( ID INT, C1 CHAR(8000) ) DECLARE @I INT SET @I=1 WHILE @I<=10000 BEGIN INSERT INTO CHECK2_T1 SELECT @I,'C1' SET @I=@I+1 END INSERT INTO CHECK2_T1 VALUES(10001,'C2') INSERT INTO CHECK2_T1 VALUES(10002,'C1') CREATE TABLE CHECK3_T1 ( ID INT, C1 CHAR(7000) ) CREATE TABLE CHECK3_T2 ( ID INT, C1 CHAR(7000) ) DECLARE @I INT SET @I=1 WHILE @I<=20000 BEGIN IF @I%2 =0 BEGIN INSERT INTO CHECK3_T1 SELECT @I,'C1' END ELSE BEGIN INSERT INTO CHECK3_T1 SELECT @I,'C2' END IF @I%100=0 BEGIN INSERT INTO CHECK3_T2 SELECT @I,'C1' INSERT INTO CHECK3_T2 SELECT @I+50000,'C2' END SET @I=@I+1 END CREATE TABLE CHECK4_T1 ( ID INT, C1 CHAR(500), ) DECLARE @I INT SET @I=1 WHILE @I<=500000 BEGIN IF @I%100000 =0 BEGIN INSERT INTO CHECK4_T1 SELECT @I,'C2' END ELSE BEGIN INSERT INTO CHECK4_T1 SELECT @I,'C1' END SET @I=@I+1 END CREATE NONCLUSTERED INDEX NCIX_C1 ON CHECK4_T1(C1) CREATE TABLE CHECK5_T1 ( ID INT, C1 CHAR(10), ) DECLARE @I INT SET @I=1 WHILE @I<=10000 BEGIN INSERT INTO CHECK5_T1 SELECT @I,'C1' IF @I%2=0 BEGIN INSERT INTO CHECK5_T1 SELECT @I,'C1' END SET @I=@I+1 END */

--===================================== --1、 Union all 代替 Union

 

DBCC DROPCLEANBUFFERS DBCC FREEPROCCACHE --测试一：（26s） 执行计划：表扫描->排序->合并联接

SELECT ID,C1 FROM CHECK1_T1  --1W条数据

UNION 

SELECT ID,C1 FROM CHECK1_T2  --1W条数据



--测试二： (4s) 执行计划：表扫描->表扫描串联

SELECT ID,C1 FROM CHECK1_T1  --1W条数据

UNION ALL

SELECT ID,C1 FROM CHECK1_T2  --1W条数据



--总结：测试一中的union 排序和去重合并是相当耗时的，如果不要此功能，大数据时最好加上ALL



--===================================== --2、 Exists 代替 Count(*)

DBCC DROPCLEANBUFFERS DBCC FREEPROCCACHE ----测试一: （7s） 执行计划：表扫描-> 流聚合-> 计算矢量

 DECLARE @COUNT INT

 SELECT @COUNT=COUNT(*) FROM CHECK2_T1 WHERE C1='C1'  --1W条数据

 IF @COUNT>0

    BEGIN   

        PRINT 'S'

    END

----测试二: （0s） 执行计划：常量扫描/表扫描-> 嵌套循环-> 计算标量

 IF EXISTS(SELECT 1 FROM CHECK2_T1 WHERE C1='C1')  --1W条数据

    BEGIN

        PRINT 'S'

    END

    

--总结：判断是否存在，用Exist即可，没必要用COUNT(*)将表的所有记录统计出来，扫描一次

    

--===================================== --3、 IN（Select COL1 From Table）的代替方式

DBCC DROPCLEANBUFFERS DBCC FREEPROCCACHE --测试一： （3s）执行计划：表扫描 -> 哈希匹配 

SELECT ID,C1 FROM CHECK3_T2  --400行

WHERE ID IN (SELECT ID FROM CHECK3_T1 WHERE C1='C1')  --2W行



--测试二：（1s）执行计划：表扫描-> 并行度 -> 位图 -> 排序 -> 合并联接 -> 并行度

SELECT A.ID,A.C1 FROM CHECK3_T2 A INNER  JOIN CHECK3_T1 B ON A.ID=B.ID WHERE B.C1='C1'  



--测试三：（3s）执行计划：表扫描-> 哈希匹配 

SELECT A.ID,A.C1 FROM CHECK3_T2 A WHERE EXISTS (SELECT 1 FROM CHECK3_T1 B WHERE B.ID=A.ID AND B.C1='C1') --总结：能用INNER JOIN 尽量用它，SQL SERVER在查询时会将关联表进行优化



--===================================== --4、 Not Exists 代替 Not In --测试一：（8s） 执行计划：表扫描-> 嵌套循环 -> 哈希匹配

SELECT ID,C1 FROM CHECK3_T1  --2W行

WHERE ID NOT IN (SELECT ID FROM CHECK3_T2 WHERE C1='C1')  --400行



--测试二：（4s） 执行计划：表扫描-> 哈希匹配

SELECT A.ID,A.C1 FROM CHECK3_T1 A WHERE NOT EXISTS (SELECT 1 FROM CHECK3_T2 B WHERE B.ID=A.ID AND B.C1='C1') --总结：尽量不使用NOT IN ，因为会调用嵌套循环，建议使用NOT EXISTS代替NOT IN



--===================================== --5、 避免在条件列上使用任何函数



DROP TABLE CHECK4_T1 CREATE NONCLUSTERED INDEX NCIX_C1 ON CHECK4_T1(C1) --加上非聚集索引



---测试一：（4s）执行计划： 索引扫描

SELECT * FROM CHECK4_T1 WHERE RTRIM(C1)='C2'



---测试二：（0s）执行计划： 索引查找

SELECT * FROM CHECK4_T1 WHERE C1='C2'



--总结：where条件里对索引字段使用了函数，会使索引查找变成索引扫描，从而查询效率大幅下降



--===================================== --6、 用sp_executesql执行动态sql

 

DBCC DROPCLEANBUFFERS DBCC FREEPROCCACHE CREATE PROC UP_CHECK5_T1 ( @ID INT ) AS

    SET NOCOUNT ON



    DECLARE @count INT, @sql   NVARCHAR(4000) SET @sql = 'SELECT @count=count(*) FROM CHECK5_T1 WHERE ID = @ID'



    EXEC sp_executesql @sql, N'@count INT OUTPUT, @ID int', @count OUTPUT, @ID



    PRINT @count 



    

CREATE PROC UP_CHECK5_T2 ( @ID INT ) AS

    SET NOCOUNT ON



    DECLARE @sql NVARCHAR(4000) SET @sql = 'DECLARE @count INT;SELECT @count=count(*) FROM CHECK5_T1 WHERE ID = ' + CAST(@ID AS VARCHAR(10)) + ';PRINT @count'



    EXEC(@sql) ---测试一:瞬时

DECLARE @N INT

SET @N=1

WHILE @N<=1000

BEGIN

    EXEC UP_CHECK5_T1 @N

    SET @N=@N+1

END



---测试二:2s

DECLARE @N INT

SET @N=1

WHILE @N<=1000

BEGIN

    EXEC UP_CHECK5_T2 @N

    SET @N=@N+1

END



CREATE CLUSTERED INDEX CIX_ID ON CHECK5_T1(ID) DBCC DROPCLEANBUFFERS DBCC FREEPROCCACHE --查看缓存计划

SELECT a.size_in_bytes                                                                               '占用字节数', total_elapsed_time / execution_count                                                          '平均时间', total_logical_reads / execution_count                                                         '逻辑读', usecounts '重用次数', SUBSTRING(d.text, (statement_start_offset / 2) + 1, ((CASE statement_end_offset WHEN -1 THEN DATALENGTH(text) ELSE statement_end_offset END - statement_start_offset) / 2) + 1) '语句'

FROM sys.dm_exec_cached_plans a CROSS apply sys.dm_exec_query_plan(a.plan_handle) c, sys.dm_exec_query_stats b CROSS apply sys.dm_exec_sql_text(b.sql_handle) d WHERE  a.plan_handle = b.plan_handle ORDER  BY total_elapsed_time / execution_count DESC; --总结：通过执行下面缓存计划可以看出，第一种完全使用了缓存计划，查询达到了很好的效果； --而第二种则将缓存计划浪费了，导致缓存很快被占满，这种做法是相当不可取的



--===================================== --7、 Left Join 的替代法 --测试一 执行计划：表扫描 -> 哈希匹配

SELECT A.ID,A.C1 FROM CHECK3_T1 A   --2W行

LEFT JOIN CHECK3_T2 B ON A.ID=B.ID WHERE B.C1='C1'  --400行



--测试二 执行计划：表扫描 -> 哈希匹配

SELECT A.ID,A.C1 FROM CHECK3_T1 A RIGHT JOIN CHECK3_T2 B ON A.ID=B.ID WHERE a.C1='C1'



--测试三 执行计划：表扫描 -> 哈希匹配

SELECT A.ID,A.C1 FROM CHECK3_T1 A INNER JOIN CHECK3_T2 B ON A.ID=B.ID WHERE B.C1='C1'



--总结：三条语句，在执行计划上完全一样，都是走的INNER JOIN的计划， --因为测试一和测试二中，WHERE语句都包含了LEFT 和RIGHT表的字段，SQLSERVER若发现只要有这个表的字段，则会自动按照INNER JOIN进行处理



--补充测试：（1s）执行计划：表扫描-> 并行度 -> 位图 -> 排序 -> 合并联接 -> 并行度

SELECT A.ID,A.C1 FROM CHECK3_T2 A  --400行

INNER  JOIN CHECK3_T1 B ON A.ID=B.ID WHERE A.C1='C1'  --2W行 --总结：这里有一个比较有趣的地方，若主表和关联表数据差别很大时，走的执行计划走的另一条路



--===================================== --8、 ON(a.id=b.id AND a.tag=3) --测试一

SELECT A.ID,A.C1 FROM CHECK3_T1 A INNER JOIN CHECK3_T2 B ON A.ID=B.ID AND A.C1='C1'



--测试二

SELECT A.ID,A.C1 FROM CHECK3_T1 A INNER JOIN CHECK3_T2 B ON A.ID=B.ID WHERE A.C1='C1'



--总结：内连接：无论是左表和右表的筛选条件都可以放到WHERE子句中



--测试一

SELECT A.ID,A.C1,B.C1 FROM CHECK3_T1 A LEFT JOIN CHECK3_T2 B ON A.ID=B.ID AND B.C1='C1'



--测试二

SELECT A.ID,A.C1,B.C1 FROM CHECK3_T1 A LEFT JOIN CHECK3_T2 B ON A.ID=B.ID WHERE B.C1='C1'



--总结：左外连接:当右表中的过滤条件放入ON子句后和WHERE子句后的结果不一样



--===================================== --9、 赋值给变量，加Top 1 --测试一：（3s） 执行计划：表扫描

DECLARE @ID INT

SELECT @ID=ID FROM CHECK1_T1 WHERE C1='C1'

SELECT @ID 



--测试二：（0s）执行计划：表扫描-> 前几行

DECLARE @ID INT

SELECT TOP 1 @ID=ID FROM CHECK1_T1 WHERE C1='C1'

SELECT @ID



--总结：给变量赋值最好都加上TOP 1，一从查询效率上增强，二为了准确性，若表CHECK1_T1有多个值，则会取最后一条记录赋给@ID



--===================================== --10、 考虑是否适合用CASE语句

DECLARE @S INT=1

SELECT * FROM CHECK5_T1 WHERE C1=(CASE @S WHEN 1 THEN C1 ELSE 'C2' END) SELECT * FROM CHECK5_T1 WHERE @S=1 OR C1='C2'





/*--===================================== 12、检查语句是否需要Distinct. 执行计划：表扫描-> 哈希匹配-> 并行度-> 排序 select distinct c1 from CHECK3_T1 13、禁用Select *，指定具体列名 select c1 from CHECK4_T1 select * from CHECK4_T1 14、Insert into Table（*）,指定具体的列名 15、Isnull,没有必要的时候不要对字段使用isnull，同样会产生无法有效利用索引的问题， 和避免在筛选列上使用函数同样的原理。 16、嵌套子查询，加上查询条件，确保子查询的结果集最小 --=====================================*/