人們在使用sql時往往會陷入乙個誤區，即太關注於所得的結果是否正確，而忽略了不同的實現方法之間可能存在的效能差異，這種效能差異在大型的或是複雜的資料庫環境中（如聯機事務處理oltp或決策支援系統dss）中表現得尤為明顯。筆者在工作實踐中發現，不良的sql往往來自於不恰當的索引設計、不充份的連線條件和不可優化的where子句。在對它們進行適當的優化後，其執行速度有了明顯地提高！下面我將從這三個方面分別進行總結： 為了更直觀地說明問題，所有例項中的sql執行時間均經過測試，不超過１秒的均表示為（< 1秒）。 測試環境-- 主機：hp lh ii 主頻：330mhz 記憶體：128兆 作業系統：operserver5.0.4 資料庫：sybase11.0.3一、不合理的索引設計例：表record有620000行，試看在不同的索引下，下面幾個 sql的運**況：
1.在date上建有乙個非群集索引 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上有大量的重複值，在非群集索引下，資料在物理上隨機存放在資料頁上，在範圍查詢時，必須執行一次表掃瞄才能找到這一範圍內的全部行。
2.在date上的乙個群集索引 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，資料在物理上按順序在資料頁上，重複值也排列在一起，因而在範圍查詢時，可以先找到這個範圍的起末點，且只在這個範圍內掃瞄資料頁，避免了大範圍掃瞄，提高了查詢速度。
3.在place，date，amount上的組合索引 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： 這是乙個不很合理的組合索引，因為它的前導列是place，第一和第二條sql沒有引用place，因此也沒有利用上索引；第三個sql使用了place，且引用的所有列都包含在組合索引中，形成了索引覆蓋，所以它的速度是非常快的。
4.在date，place，amount上的組合索引 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： 這是乙個合理的組合索引。它將date作為前導列，使每個sql都可以利用索引，並且在第一和第三個sql中形成了索引覆蓋，因而效能達到了最優。
5.總結： 預設情況下建立的索引是非群集索引，但有時它並不是最佳的；合理的索引設計要建立在對各種查詢的分析和**上。一般來說： ①.有大量重複值、且經常有範圍查詢 （between, >,< ，>=,< =）和order by、group by發生的列，可考慮建立群集索引； ②.經常同時訪問多列，且每列都含有重複值可考慮建立組合索引； ③.組合索引要盡量使關鍵查詢形成索引覆蓋，其前導列一定是使用最頻繁的列。
二、不充份的連線條件：例：表card有7896行，在card_no上有乙個非聚集索引，表account有191122行，在 account_no上有乙個非聚集索引，試看在不同的表連線條件下，兩個sql的執**況： select sum(a.amount) from account a,card b where a.card_no = b.card_no（20秒） 將sql改為： 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： 在第乙個連線條件下，最佳查詢方案是將account作外層表，card作內層表，利用card上的索引，其i/o次數可由以下公式估算為： 外層表account上的22541頁+（外層表account的191122行*內層表card上對應外層表第一行所要查詢的3頁）=595907次i/o 在第二個連線條件下，最佳查詢方案是將card作外層表，account作內層表，利用account上的索引，其i/o次數可由以下公式估算為： 外層表card上的1944頁+（外層表card的7896行*內層表account上對應外層表每一行所要查詢的4頁）= 33528次i/o 可見，只有充份的連線條件，真正的最佳方案才會被執行。 總結： 1.多表操作在被實際執行前，查詢優化器會根據連線條件，列出幾組可能的連線方案並從中找出系統開銷最小的最佳方案。連線條件要充份考慮帶有索引的表、行數多的表；內外表的選擇可由公式：外層表中的匹配行數*內層表中每一次查詢的次數確定，乘積最小為最佳方案。 2.檢視執行方案的方法-- 用set showplanon，開啟showplan選項，就可以看到連線順序、使用何種索引的資訊；想看更詳細的資訊，需用sa角色執行dbcc(3604,310,302)。
三、不可優化的where子句1.例：下列sql條件語句中的列都建有恰當的索引，但執行速度卻非常慢： 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子句中對列的任何操作結果都是在sql執行時逐列計算得到的，因此它不得不進行表搜尋，而沒有使用該列上面的索引；如果這些結果在查詢編譯時就能得到，那麼就可以被sql優化器優化，使用索引，避免表搜尋，因此將sql重寫成下面這樣： 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）你會發現sql明顯快起來！
2.例：表stuff有200000行，id_no上有非群集索引，請看下面這個sql： select count(*) from stuff where id_no in('0','1')（23秒） 分析： where條件中的'in'在邏輯上相當於'or'，所以語法分析器會將in ('0','1')轉化為id_no ='0' or id_no='1'來執行。我們期望它會根據每個or子句分別查詢，再將結果相加，這樣可以利用id_no上的索引；但實際上（根據showplan）,它卻採用了"or策略"，即先取出滿足每個or子句的行，存入臨時資料庫的工作表中，再建立唯一索引以去掉重複行，最後從這個臨時表中計算結果。因此，實際過程沒有利用id_no上索引，並且完成時間還要受tempdb資料庫效能的影響。
實踐證明，表的行數越多，工作表的效能就越差，當stuff有620000行時，執行時間竟達到220秒！還不如將or子句分開： select count(*) from stuff where id_no='0' select count(*) from stuff where id_no='1' 得到兩個結果，再作一次加法合算。因為每句都使用了索引，執行時間只有3秒，在620000行下，時間也只有4秒。或者，用更好的方法，寫乙個簡單的儲存過程： 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 直接算出結果，執行時間同上面一樣快！ 總結： 可見，所謂優化即where子句利用了索引，不可優化即發生了表掃瞄或額外開銷。 1.任何對列的操作都將導致表掃瞄，它包括資料庫函式、計算表示式等等，查詢時要盡可能將操作移至等號右邊。 2.in、or子句常會使用工作表，使索引失效；如果不產生大量重複值，可以考慮把子句拆開；拆開的子句中應該包含索引。 3.要善於使用儲存過程，它使sql變得更加靈活和高效。 從以上這些例子可以看出，sql優化的實質就是在結果正確的前提下，用優化器可以識別的語句，充份利用索引，減少表掃瞄的i/o次數，盡量避免表搜尋的發生。其實sql的效能優化是乙個複雜的過程，上述這些只是在應用層次的一種體現，深入研究還會涉及資料庫層的資源配置、網路層的流量控制以及作業系統層的總體設計。
SQL Server建立索引
什麼是索引 拿漢語字典的目錄頁 索引 打比方 正如漢語字典中的漢字按頁存放一樣，sql server中的資料記錄也是按頁存放的，每頁容量一般為4k 為了加快查詢的速度，漢語字 詞 典一般都有按拼音 筆畫 偏旁部首等排序的目錄 索引 我們可以選擇按拼音或筆畫查詢方式，快速查詢到需要的字 詞 同理，sq...
SQL Server建立索引
什麼是索引 拿漢語字典的目錄頁 索引 打比方 正如漢語字典中的漢字按頁存放一樣，sql server中的資料記錄也是按頁存放的，每頁容量一般為4k 為了加快查詢的速度，漢語字 詞 典一般都有按拼音 筆畫 偏旁部首等排序的目錄 索引 我們可以選擇按拼音或筆畫查詢方式，快速查詢到需要的字 詞 同理，sq...
SQL server 建立索引
排序 聚集索引 create clustered index inx entry stock bi on entry stock d entry stock bi 建立非聚集索引 create nonclustered index inx entry stock on entry stock d e...