在千万级的数据库查询中，如何提高效率？

今天药忘吃喽~ 2023-10-07 08:50 20阅读 0赞

### **1) 数据库设计方面** ###

> a. 对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。 b. 应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描， 如： `select id from t where num is null` 可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：`select id from t where num=0` c. 并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时,查询可能不会去利用索引，如一表中有字段gender，male、female几乎各一半，那么即使在gender上建了索引也对查询效率起不了作用。 d. 索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。 e. 应尽可能的避免更新索引数据列，因为索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新索引数据列，那么需要考虑是否应将该索引建为索引。 f. 尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。 g. 尽可能的使用 varchar/nvarchar 代替 char/nchar ，因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。 h. 尽量使用表变量来代替临时表。如果表变量包含大量数据，请注意索引非常有限（只有主键索引）。 i. 避免频繁创建和删除临时表，以减少系统表资源的消耗。 j. 临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。但是，对于一次性事件，最好使用导出表。 k. 在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果数据量不大，为了缓和系统表的资源，应先create table，然后insert。 l. 如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定。

### **2) SQL语句方面** ###

> a. 应尽量避免在 where 子句中使用!=或<>操作符，否则引擎将放弃使用索引而进行全表扫描。 b. 应尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如： `select id from t where num=10 or num=20` 可以这样查询： `select id from t where num=10 union all select id from t where num=20` c. in 和 not in 也要慎用，否则会导致全表扫描，如：`select id from t where num in(1,2,3)`对于连续的数值，能用 between 就不要用 in 了：`select id from t where num between 1 and 3` d. 下面的查询也将导致全表扫描：`select id from t where name like ‘%abc%’` e. 如果在 where 子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。然而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句将进行全表扫描： `select id from t where num=@num` 可以改为强制查询使用索引： `select id from t with(index(索引名)) where num=@num` f. 应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。如： `select id from t where num/2=100` 应改为: `select id from t where num=100*2` g. 应尽量避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。如： `select id from t where substring(name,1,3)=‘abc’`–name 以 abc 开头的 id `select id from t where datediff(day,createdate,’2005-11-30′)=0–‘2005-11-30’`生成的id 应改为: `select id from t where name like ‘abc%’ select id from t where createdate>=’2005-11-30′ and createdate<’2005-12-1′` h. 不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。 i. 不要写一些没有意义的查询，如需要生成一个空表结构： `select col1,col2 into #t from t where 1=0` 这类代码不会返回任何结果集，但是会消耗系统资源的，应改成这样：`create table #t(…)` j. 很多时候用 exists 代替 in 是一个好的选择： `select num from a where num in(select num from b)`用下面的语句替换： `select num from a where exists(select 1 from b where num=a.num)` k. 任何地方都不要使用`select * from t` ，用具体的字段列表代替“\*”，不要返回用不到的任何字段。 l. 尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。 m. 尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。 n. 尽量避免大事务操作，提高系统并发能力。

### **3) java方面：重点内容** ###

> a.尽可能的少造对象。 b.合理摆正系统设计的位置。大量数据操作，和少量数据操作一定是分开的。大量的数据操作，肯定不是ORM框架搞定的。 c.使用JDBC链接数据库操作数据 d.控制好内存，让数据流起来，而不是全部读到内存再处理，而是边读取边处理； 计算向数据移动 e.合理利用内存，有的数据要缓