关于调优之数据库篇（一）

关于调优之数据库篇（一）

这篇文字主要讨论sql的一般编写原则。下一篇讨论根据执行计划进行调优的话题。

网上这类文章很多，但往往只是给出结论，比如，这样写sql会比那样写sql效率更高。阅读者如果打算打开数据库自己做一遍实验，看看效率差异到底有多少，需要自己造数据，还是比较麻烦。这篇文字会把DDL和DML以及sql的执行时间都写出来，一方面给一个更直观的印象，另一方面方便阅读者自己实验。

以Oracle为实验用数据库，使用著名的emp表。安装oracle数据库之后，scott用户的密码是tiger. 在他的schema下有几张sample表，很多sql教程都以这几张表为基础. 据说，熟悉oracle数据库的人提到smith这个人名，就能联想起sample表中他的工作是clerk. emp表就是sample表之一。这张表原始数据只有14行，为了体现不同sql性能上的差异，我们需要多填充一些数据进去。作为填充数据的预备知识，我们可以看一下如何生成一系列从小到大的id:

SELECT ROWNUM
FROM DUAL
CONNECT  BY  LEVEL  <  10000;

填充随机数据可以借助于dbms_random包，不想覆盖已有的表，所以新创建一个表结构基本一样的： 

create  table emp_new
as
select  level                                                          empno,
       SYS.dbms_random.String( ' u ', SYS.dbms_random.value( 3, 10))       ename,
       SYS.dbms_random.String( ' u ', SYS.dbms_random.value( 3, 9))        job,
        round(SYS.dbms_random.value( 1000, 9999))                        mgr,
       TO_DATE (    ROUND (DBMS_RANDOM.VALUE ( 1,  28))
                     ||  ' - '
                     ||  ROUND (DBMS_RANDOM.VALUE ( 1,  12))
                     ||  ' - '
                     ||  ROUND (DBMS_RANDOM.VALUE ( 1980,  2012)),
                     ' DD-MM-YYYY '
                   )                                                   hiredate,
         round(SYS.dbms_random.value( 300, 9999))                         sal,
         round(SYS.dbms_random.value( 1, 6))  *  100                        comm,
         round(SYS.dbms_random.value( 1, 4))  *  10                         deptno
  FROM DUAL
CONNECT  BY  LEVEL  <  1000000;

这里有一个局限，原本的emp表mgr列reference empno列。上面新创建的emp_new中失去了这个constraint. 这点可以从Oracle SQL Developer中看到。

emp表：

emp_new表：

下面就开始测试sql了： 1. 先比较一下加primary key前后的结果： select * from emp_new where empno=1; 加primary key constraint之前运行0.023秒。 加了primary key constraint之后0.001秒。加 primary key constraint在100万条数据上大约花费4秒钟。 2. where子句 vs. having子句 select deptno, avg(sal) from emp_new group by deptno having deptno != 10 and deptno != 20; 0.24秒 select deptno, avg(sal) from emp_new where deptno != 10 and deptno != 20 group by deptno ; 0.16秒 所以having中的条件一般用于对一些集合函数的比较，如count()等，除此之外，一般条件应该写在where子句中。 3. 减少对表的查询 update emp_new set sal=(select max(sal) from emp_new), comm=(select max(comm) from emp_new) where empno=1237; 0.11秒左右 update emp_new set (sal, comm) =(select max(sal), max(comm) from emp_new) where empno=1224; 0.07秒到0.08秒之间 注意：以上三个测试都只fetch前50条数据。 4. 传说中用exists替代in通常可提高查询效率， not exists 也比not in 快。 先生成dept_new表： create   table  dept_new as select   level                                                           deptno,        SYS.dbms_random.String( ' u ' , SYS.dbms_random.value( 3 , 10 ))       dname,        SYS.dbms_random.String( ' u ' , SYS.dbms_random.value( 3 , 9 ))        loc FROM  DUAL CONNECT  BY   LEVEL   <   10000 ; 实际测试中，无论是执行计划还是实际测试的速度都是基本一致的。 第一组 select * from emp_new e where e.empno > 986000 and e.deptno in (select d.deptno from dept_new d where d.loc='AYDN') select * from emp_new e where empno > 986000 and exists (select * from dept_new d where d.deptno = e.deptno and d.loc='AYDN') 第二组 select e.empno from emp_new e where e.empno > 996000 and not exists (select 1 from dept_new d where d.deptno = e.deptno and loc like 'A%') select e.empno from emp_new e where e.empno > 996000 and e.deptno not in (select d.deptno from dept_new d where loc like 'A%')

这篇文字主要参考两篇文章：

Generating Random Data in  Oracle：http://viralpatel.net/blogs/generating-random-data-in-oracle/

Oracle sql  性能优化调整：  http://wenku.baidu.com/view/571cddd4195f312b3169a507