为提高查询速度建立索引(1)
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where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上建有一个非群集索引
- 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：
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(3604,310,302)。