避免SQL全表模糊查詢查詢

一、模糊查詢效率很低: 緣由:like自己效率就比較低,應該儘可能避免查詢條件使用like;對於like %...%(全模糊)這樣的條件,是沒法使用索引的,全表掃描天然效率很低;另外,因爲匹配算法的關係,模糊查詢的字段長度越大,模糊查詢效率越低。 解決辦法:首先
 
 
 

一、模糊查詢效率很低:html

  緣由:like自己效率就比較低,應該儘可能避免查詢條件使用like;對於like ‘%...%’(全模糊)這樣的條件,是沒法使用索引的,全表掃描天然效率很低;另外,因爲匹配算法的關係,模糊查詢的字段長度越大,模糊查詢效率越低。算法

  解決辦法:首先儘可能避免模糊查詢,若是由於業務須要必定要使用模糊查詢,則至少保證不要使用全模糊查詢,對於右模糊查詢,即like ‘…%’,是會使用索引的;左模糊likesql

  ‘%...’沒法直接使用索引,但能夠利用reverse + function index 的形式,變化成 like ‘…%’;全模糊是沒法優化的,必定要的話考慮用搜索引擎。出於下降服務器的負載考慮,儘量地減小數據庫模糊查詢。數據庫

       二、查詢條件中含有is null的select語句執行慢服務器

  緣由: 9i中,查詢字段is null時單索引失效,引發全表掃描。性能

  解決方法:SQL語法中使用NULL會有不少麻煩,最好索引列都是NOT NULL的;對於is null,能夠創建組合索引,nvl(字段,0),對錶和索引analyse後,is null查詢時能夠從新啓用索引查找,可是效率還不是值得確定;is not null 時永遠不會使用索引。通常數據量大的表不要用is null查詢。大數據

       三、查詢條件中使用了不等於操做符(<>、!=)的select語句執行慢優化

  緣由:SQL中,不等於操做符會限制索引,引發全表掃描,即便比較的字段上有索引搜索引擎

  解決方法:經過把不等於操做符改爲or,可使用索引,避免全表掃描。例如,把column<>’aaa’,改爲column<’aaa’ or column>’aaa’,就可使用索引了。spa

  四、使用組合索引,若是查詢條件中沒有前導列,那麼索引不起做用,會引發全表掃描;可是從Oracle9i開始,引入了索引跳躍式掃描的特性,能夠容許優化器使用組合索引,即使索引的前導列沒有出如今WHERE子句中。例如:create index skip1 on emp5(job,empno);   全索引掃描 select count(*) from emp5 where empno=7900;   索引跳躍式掃描 select /*+ index(emp5 skip1)*/ count(*) from emp5 where empno=7900; 前一種是全表掃描,後一種則會使用組合索引。

  五、or語句使用不當會引發全表掃描

  緣由:where子句中比較的兩個條件,一個有索引,一個沒索引,使用or則會引發全表掃描。例如:where A=:1 or B=:2,A上有索引,B上沒索引,則比較B=:2時會從新開始全表掃描。

  六、組合索引,排序時應按照組合索引中各列的順序進行排序,即便索引中只有一個列是要排序的,不然排序性能會比較差。例如:create index skip1 on emp5(job,empno,date);  select job,empno from emp5 where job=’manager’and empno=’10’ order by job,empno,date desc; 實際上只是查詢出符合job=’manager’and empno=’10’條件的記錄並按date降序排列,可是寫成order by date desc性能較差。

  七、Update 語句,若是隻更改一、2個字段,不要Update所有字段,不然頻繁調用會引發明顯的性能消耗,同時帶來大量日誌。

  八、對於多張大數據量(這裏幾百條就算大了)的表JOIN,要先分頁再JOIN,不然邏輯讀會很高,性能不好。

  九、select count(*) from table;這樣不帶任何條件的count會引發全表掃描,而且沒有任何業務意義,是必定要杜絕的。

  十、sql的where條件要綁定變量,好比where column=:1,不要寫成where column=‘aaa’,這樣會致使每次執行時都會從新分析,浪費CPU和內存資源。

 

 

文章來源:http://www.dedecms.com/knowledge/data-base/sql-server/2012/0821/11698.html?jdfwkey=n3nuq

 

   不要看他人高新,且看閒時誰在拼

相關文章
相關標籤/搜索