如何让你的sql跑得更快--bit vs. tinyint vs. int之探讨

 

原来数据库有很多bit型的字段  
  这些字段经常作为连接，查询条件  
  但是bit型又不能做索引，为什么呢？  
  因此只好把bit-->int，加索引  
  速度快了一个数量级：）  
  但还是没弄明白为什么。。。。  
  请各位热烈讨论：） 问题点数：0、回复次数：5Top

1 楼zjcxc（邹建）回复于 2004-04-16 14:52:16 得分 0

如何让你的SQL运行得更快    
  ----   人们在使用SQL时往往会陷入一个误区，即太关注于所得的结果是否正确，而忽略  
  了不同的实现方法之间可能存在的性能差异，这种性能差异在大型的或是复杂的数据库  
  环境中（如联机事务处理OLTP或决策支持系统DSS）中表现得尤为明显。笔者在工作实践  
  中发现，不良的SQL往往来自于不恰当的索引设计、不充份的连接条件和不可优化的whe  
  re子句。在对它们进行适当的优化后，其运行速度有了明显地提高！下面我将从这三个  
  方面分别进行总结：  
  ----   为了更直观地说明问题，所有实例中的SQL运行时间均经过测试，不超过１秒的均  
  表示为（<   1秒）。  
  ----   测试环境--  
  ----   主机：HP   LH   II  
  ----   主频：330MHZ  
  ----   内存：128兆  
  ----   操作系统：Operserver5.0.4  
  ----数据库：Sybase11.0.3  
  一、不合理的索引设计  
  ----例：表record有620000行，试看在不同的索引下，下面几个   SQL的运行情况：  
  ----   1.在date上建有一非个群集索引  
  select   count(*)   from   record   where   date   >  
  '19991201'   and   date   <   '19991214'and   amount   >  
  2000   (25秒)  
  select   date,sum(amount)   from   record   group   by   date  
  (55秒)  
  select   count(*)   from   record   where   date   >  
  '19990901'   and   place   in   ('BJ','SH')   (27秒)  
  ----   分析：  
  ----date上有大量的重复值，在非群集索引下，数据在物理上随机存放在数据页上，在  
  范围查找时，必须执行一次表扫描才能找到这一范围内的全部行。  
  ----   2.在date上的一个群集索引  
  select   count(*)   from   record   where   date   >  
  '19991201'   and   date   <   '19991214'   and   amount   >  
  2000   （14秒）  
  select   date,sum(amount)   from   record   group   by   date  
  （28秒）  
  select   count(*)   from   record   where   date   >  
  '19990901'   and   place   in   ('BJ','SH')（14秒）  
  ----   分析：  
  ----   在群集索引下，数据在物理上按顺序在数据页上，重复值也排列在一起，因而在范  
  围查找时，可以先找到这个范围的起末点，且只在这个范围内扫描数据页，避免了大范  
  围扫描，提高了查询速度。  
  ----   3.在place，date，amount上的组合索引  
  select   count(*)   from   record   where   date   >  
  '19991201'   and   date   <   '19991214'   and   amount   >  
  2000   （26秒）  
  select   date,sum(amount)   from   record   group   by   date  
  （27秒）  
  select   count(*)   from   record   where   date   >  
  '19990901'   and   place   in   ('BJ',   'SH')（<   1秒）  
  ----   分析：  
  ----   这是一个不很合理的组合索引，因为它的前导列是place，第一和第二条SQL没有引  
  用place，因此也没有利用上索引；第三个SQL使用了place，且引用的所有列都包含在组  
  合索引中，形成了索引覆盖，所以它的速度是非常快的。  
  ----   4.在date，place，amount上的组合索引  
  select   count(*)   from   record   where   date   >  
  '19991201'   and   date   <   '19991214'   and   amount   >  
  2000(<   1秒)  
  select   date,sum(amount)   from   record   group   by   date  
  （11秒）  
  select   count(*)   from   record   where   date   >  
  '19990901'   and   place   in   ('BJ','SH')（<   1秒）  
  ----   分析：  
  ----   这是一个合理的组合索引。它将date作为前导列，使每个SQL都可以利用索引，并  
  且在第一和第三个SQL中形成了索引覆盖，因而性能达到了最优。  
  ----   5.总结：  
  ----   缺省情况下建立的索引是非群集索引，但有时它并不是最佳的；合理的索引设计要  
  建立在对各种查询的分析和预测上。一般来说：  
  ----   ①.有大量重复值、且经常有范围查询  
  （between,   >,<   ，>=,<   =）和order   by  
  、group   by发生的列，可考虑建立群集索引；  
  ----   ②.经常同时存取多列，且每列都含有重复值可考虑建立组合索引；  
  ----   ③.组合索引要尽量使关键查询形成索引覆盖，其前导列一定是使用最频繁的列。  
   
  二、不充份的连接条件：  
  ----   例：表card有7896行，在card_no上有一个非聚集索引，表account有191122行，在  
  account_no上有一个非聚集索引，试看在不同的表连接条件下，两个SQL的执行情况：  
   
  select   sum(a.amount)   from   account   a,  
  card   b   where   a.card_no   =   b.card_no（20秒）  
  ----   将SQL改为：  
  select   sum(a.amount)   from   account   a,  
  card   b   where   a.card_no   =   b.card_no   and   a.  
  account_no=b.account_no（<   1秒）  
  ----   分析：  
  ----   在第一个连接条件下，最佳查询方案是将account作外层表，card作内层表，利用  
  card上的索引，其I/O次数可由以下公式估算为：  
  ----   外层表account上的22541页+（外层表account的191122行*内层表card上对应外层  
  表第一行所要查找的3页）=595907次I/O  
  ----   在第二个连接条件下，最佳查询方案是将card作外层表，account作内层表，利用  
  account上的索引，其I/O次数可由以下公式估算为：  
  ----   外层表card上的1944页+（外层表card的7896行*内层表account上对应外层表每一  
  行所要查找的4页）=   33528次I/O  
  ----   可见，只有充份的连接条件，真正的最佳方案才会被执行。  
  ----   总结：  
  ----   1.多表操作在被实际执行前，查询优化器会根据连接条件，列出几组可能的连接方  
  案并从中找出系统开销最小的最佳方案。连接条件要充份考虑带有索引的表、行数多的  
  表；内外表的选择可由公式：外层表中的匹配行数*内层表中每一次查找的次数确定，乘  
  积最小为最佳方案。  
  ----   2.查看执行方案的方法--   用set   showplanon，打开showplan选项，就可以看到连  
  接顺序、使用何种索引的信息；想看更详细的信息，需用sa角色执行dbcc(3604,310,30  
  2)。  
  三、不可优化的where子句  
  ----   1.例：下列SQL条件语句中的列都建有恰当的索引，但执行速度却非常慢：  
  select   *   from   record   where  
  substring(card_no,1,4)='5378'(13秒)  
  select   *   from   record   where  
  amount/30<   1000（11秒）  
  select   *   from   record   where  
  convert(char(10),date,112)='19991201'（10秒）  
  ----   分析：  
  ----   where子句中对列的任何操作结果都是在SQL运行时逐列计算得到的，因此它不得不  
  进行表搜索，而没有使用该列上面的索引；如果这些结果在查询编译时就能得到，那么  
  就可以被SQL优化器优化，使用索引，避免表搜索，因此将SQL重写成下面这样：  
  select   *   from   record   where   card_no   like  
  '5378%'（<   1秒）  
  select   *   from   record   where   amount  
  <   1000*30（<   1秒）  
  select   *   from   record   where   date=   '1999/12/01'  
  （<   1秒）  
  ----   你会发现SQL明显快起来！  
  ----   2.例：表stuff有200000行，id_no上有非群集索引，请看下面这个SQL：  
  select   count(*)   from   stuff   where   id_no   in('0','1')  
  （23秒）  
  ----   分析：  
  ----   where条件中的'in'在逻辑上相当于'or'，所以语法分析器会将in   ('0','1')转化  
  为id_no   ='0'   or   id_no='1'来执行。我们期望它会根据每个or子句分别查找，再将结果  
  相加，这样可以利用id_no上的索引；但实际上（根据showplan）,它却采用了"OR策略"  
  ，即先取出满足每个or子句的行，存入临时数据库的工作表中，再建立唯一索引以去掉  
  重复行，最后从这个临时表中计算结果。因此，实际过程没有利用id_no上索引，并且完  
  成时间还要受tempdb数据库性能的影响。  
  ----   实践证明，表的行数越多，工作表的性能就越差，当stuff有620000行时，执行时  
  间竟达到220秒！还不如将or子句分开：  
  select   count(*)   from   stuff   where   id_no='0'  
  select   count(*)   from   stuff   where   id_no='1'  
  ----   得到两个结果，再作一次加法合算。因为每句都使用了索引，执行时间只有3秒，  
  在620000行下，时间也只有4秒。或者，用更好的方法，写一个简单的存储过程：  
  create   proc   count_stuff   as  
  declare   @a   int  
  declare   @b   int  
  declare   @c   int  
  declare   @d   char(10)  
  begin  
  select   @a=count(*)   from   stuff   where   id_no='0'  
  select   @b=count(*)   from   stuff   where   id_no='1'  
  end  
  select   @c=@a+@b  
  select   @d=convert(char(10),@c)  
  print   @d  
  ----   直接算出结果，执行时间同上面一样快！  
  ----   总结：  
  ----   可见，所谓优化即where子句利用了索引，不可优化即发生了表扫描或额外开销。  
   
  ----   1.任何对列的操作都将导致表扫描，它包括数据库函数、计算表达式等等，查询时  
  要尽可能将操作移至等号右边。  
  ----   2.in、or子句常会使用工作表，使索引失效；如果不产生大量重复值，可以考虑把  
  子句拆开；拆开的子句中应该包含索引。  
  ----   3.要善于使用存储过程，它使SQL变得更加灵活和高效。  
  ----   从以上这些例子可以看出，SQL优化的实质就是在结果正确的前提下，用优化器可  
  以识别的语句，充份利用索引，减少表扫描的I/O次数，尽量避免表搜索的发生。其实S  
  QL的性能优化是一个复杂的过程，上述这些只是在应用层次的一种体现，深入研究还会  
  涉及数据库层的资源配置、网络层的流量控制以及操作系统层的总体设计。Top

2 楼zjcxc（邹建）回复于 2004-04-16 14:52:49 得分 0

1．合理使用索引    
  索引是数据库中重要的数据结构，它的根本目的就是为了提高查询效率。现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构。索引的使用要恰到好处，其使用原则如下：    
  ●在经常进行连接，但是没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引。    
  ●在频繁进行排序或分组（即进行group   by或order   by操作）的列上建立索引。    
  ●在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引。比如在雇员表的“性别”列上只有“男”与“女”两个不同值，因此就无必要建立索引。如果建立索引不但不会提高查询效率，反而会严重降低更新速度。    
  ●如果待排序的列有多个，可以在这些列上建立复合索引（compound   index）。    
  ●使用系统工具。如Informix数据库有一个tbcheck工具，可以在可疑的索引上进行检查。在一些数据库服务器上，索引可能失效或者因为频繁操作而使得读取效率降低，如果一个使用索引的查询不明不白地慢下来，可以试着用tbcheck工具检查索引的完整性，必要时进行修复。另外，当数据库表更新大量数据后，删除并重建索引可以提高查询速度。    
  Top

3 楼CCEO（CSDN的CEO）回复于 2004-04-16 15:03:20 得分 0

如果数据基本不用insert,update，bit用tinyint代替建索引可以提高速度  
   
  如果数据需要经常insert,update，bit用tinyint或者int等代替建索引就要考虑查询提高的效率和因为维护索引而影响insert,update的效率之间那个更大，才做选择  
   
   
  Top

4 楼deadrock（在中央精神病院做研究工作）回复于 2004-04-18 21:22:08 得分 0

我想知道为什么bit用tinyint代替建索引可以提高速度Top

5 楼CCEO（CSDN的CEO）回复于 2004-04-19 14:18:36 得分 0

为什么bit用tinyint代替建索引可以提高速度  
  因为如果没有索引一定是全表扫描，而索引是B树结构，相当于排序后折半查找，当然比全表扫描快（注意这只是对查询速度来说）。