Oracle优化规则

                                   Oracle优化规则

1．SELECT子句中避免使用'*'：

ORACLE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。

2．用TRUNCATE替代DELETE：

删除表中全部数据时，可以使用TRUNCATE命令快速删除数据。

3.尽量多使用COMMIT：

只要有可能，在程序中尽量多使用COMMIT，这样程序的性能得到提高，

需求也会因为COMMIT所释放的资源而减少。

4. 用Where子句替换HAVING子句：

避免使用HAVING子句， HAVING 只会在检索出所有记录之后才对结果集进行过滤。这个处理需要排序，总计等操作。如果能通过WHERE子句限制记录的数目，那就能减少这方面的开销。

5.减少对表的查询：

在含有子查询的SQL语句中，要特别注意减少对表的查询。例子：SELECT  TAB_NAMEFROM TABLES WHERE (TAB_NAME，DB_VER) = ( SELECTTAB_NAME，DB_VERFROM  TAB_COLUMNS  WHERE  VERSION = 604)

 

6.减少对表的关联：

表之间关联消耗大，设计数据结构时需要考虑，使用中能尽量减少表的关联。

 

7. 使用表的别名(Alias)：

当在SQL语句中连接多个表时，请使用表的别名并把别名前缀于每个Colum上这样一来，就可以减少解析的时间并减少那些由Column歧义引起的语法错误。

8.用EXISTS替代IN、用NOT EXISTS替代NOT IN：

在许多基于基础表的查询中，为了满足一个条件，往往需要对另一个表进行联接。在这种情况下，使用EXISTS(或NOTEXISTS)通常将提高查询的效率。

9.用索引提高效率：

索引用来提高检索数据的效率。

9.1避免在索引列上使用计算。
WHERE子句中，如果索引列是函数的一部分。优化器将不使用索引而使用

表扫描。

举例：

低效：SELECT… FROM  DEPT  WHERE SAL * 12 > 25000；

高效：SELECT… FROM DEPT WHERE SAL > 25000/12。

9.2避免改变索引列的类型。：

当比较不同数据类型的数据时，ORACLE自动对列进行简单的类型转换。因为内部发生的类型转换，将不会使用索引。为了避免ORACLE对SQL进行隐式的类型转换，最好把类型转换用显式表现出来。

9.3 使用索引时应注意：

某些SELECT语句中的WHERE子句不使用索引

(1)'!='将不使用索引。索引只能告诉什么存在于表中，而不能告诉什么不存在于表中。

(2) '||'是字符连接函数。函数会停用索引。

(3) '+'是数学函数。函数停用索引。

(4)如果检索数据量超过30%的表中记录数。使用索引将没有显著的效率提高。
(5)在特定情况下，使用索引也许会比全表扫描慢，但这是同一个数量级上的区别。而通常情况下，使用索引比全表扫描要块几倍乃至几千倍。

 

10.避免在索引列上使用IS NULL和IS NOT NULL

避免在索引中使用任何可以为空的列，ORACLE将无法使用该索引。

低效： (索引失效)
SELECT … FROM  DEPARTMENT  WHERE  DEPT_CODE ISNOT NULL；
高效： (索引有效)
SELECT … FROM  DEPARTMENT  WHERE  DEPT_CODE>=0。

 

11.用>=替代>：

高效：
SELECT * FROM  EMP  WHERE  DEPTNO >=4
低效：
SELECT * FROM EMP WHERE DEPTNO >3
两者的区别在于，前者DBMS将直接跳到第一个DEPT等于4的记录而后者将首先定位到DEPTNO=3的记录并且向前扫描到第一个DEPT大于3的记录。

12.用UNION-ALL 替换UNION：

当SQL语句需要UNION两个查询结果集合时，这两个结果集合会以UNION-ALL的方式被合并，然后在输出最终结果前进行排序。如果用UNIONALL替代UNION，这样排序就不是必要了,效率就会因此得到提高。

13.减少使用耗费资源的操作：

带有DISTINCT，UNION，MINUS，INTERSECT，ORDERBY的SQL语句会启动SQL引擎，执行耗费资源的排序(SORT)功能。DISTINCT需要一次排序操作，而其他的至少需要执行两次排序。通常，带有UNION，MINUS ，INTERSECT的SQL语句都可以用其他方式重写。

14. 大数据量表应使用分区表：

分区表对性能提升明显。当数据量超过一百万条时，应考虑使用分区表，可以根据需要使用range分区、list分区或者组合分区，使用分区表可以大幅缩短查询时间。

 

15. 对大数据量表进行查询、删除、插入时可以使用并行：

当对大数据量表进行查询、删除、插入、修改等操作时，可以根据资源情况，进行并行操作，可以提升相关操作的执行速度，oralce语法为并行提示parallel

 

16. 处理大数据量时，尽量使用批量执行方式，少用游标

大数据处理时，如果使用游标，处理时间与数据量成正比，此时应该减少游标的使用，理论上游标都可以替换为批量形式执行。

 

17. 程序开发完后，检查执行计划是否合理

检查sql执行计划是否正确，cost是否合理，若不合理，需要调优。

 

18. 优化业务流程，减少与数据库交互次数

优化业务流程，减少与数据库的连接和交互次数，在尽量少的数据库交互中得到所有信息。

 

19. 减少串行，增加并行

程序中串行执行部分，如果可能，尽量拆分为更小的执行单元，执行单元之间并行执行，减少执行总时间。

 

20. 识别关键路径，重点优化关键路径程序

 

20. 减少通过dblink访问大表

     Dblink访问大表，将消耗网络传输，同时影响整体执行计划，尽量少用。可以使用临时表落地。