实例讲解MYSQL数据库的查询优化技术

　　数据库系统是管理信息系统的核心，基于数据库的联机事务处理(OLTP)连同联机分析处理(OLAP)是银行、企业、政府等部门最为重要的电脑应用之一。从大多数系统的应用实例来看，查询操作在各种数据库操作中所占据的比重最大，而查询操作所基于的SELECT语句在SQL语句中又是代价最大的语句。举例来说，假如数据的量积累到一定的程度，比如一个银行的账户数据库表信息积累到上百万甚至上千万条记录，全表扫描一次往往需要数十分钟，甚至数小时。假如采用比全表扫描更好的查询策略，往往能够使查询时间降为几分钟，由此可见查询优化技术的重要性。

　　笔者在应用项目的实施中发现，许多程式员在利用一些前端数据库研发工具(如PowerBuilder、Delphi等)研发数据库应用程式时，只注重用户界面的华丽，并不重视查询语句的效率问题，导致所研发出来的应用系统效率低下，资源浪费严重。因此，如何设计高效合理的查询语句就显得很重要。本文以应用实例为基础，结合数据库理论，介绍查询优化技术在现实系统中的运用。

　　分析问题

　　许多程式员认为查询优化是DBMS(数据库管理系统)的任务，和程式员所编写的SQL语句关系不大，这是错误的。一个好的查询计划往往能够使程式性能提高数十倍。查询计划是用户所提交的SQL语句的集合，查询规划是经过优化处理之后所产生的语句集合。DBMS处理查询计划的过程是这样的:在做完查询语句的词法、语法检查之后，将语句提交给DBMS的查询优化器，优化器做完代数优化和存取路径的优化之后，由预编译模块对语句进行处理并生成查询规划，然后在合适的时间提交给系统处理执行，最后将执行结果返回给用户。在实际的数据库产品(如Oracle、Sybase等)的高版本中都是采用基于代价的优化方法，这种优化能根据从系统字典表所得到的信息来估计不同的查询规划的代价，然后选择一个较优的规划。虽然现在的数据库产品在查询优化方面已做得越来越好，但由用户提交的SQL语句是系统优化的基础，很难设想一个原本糟糕的查询计划经过系统的优化之后会变得高效，因此用户所写语句的优劣至关重要。系统所做查询优化我们暂不讨论，下面重点说明改善用户查询计划的解决方案。

　　解决问题

　　下面以关系数据库系统Informix为例，介绍改善用户查询计划的方法。

　　1.合理使用索引

　　索引是数据库中重要的数据结构，他的根本目的就是为了提高查询效率。现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构。索引的使用要恰到好处，其使用原则如下:

　　●在经常进行连接，但是没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引。

　　●在频繁进行排序或分组(即进行group by或order by操作)的列上建立索引。

　　●在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引。比如在雇员表的“性别”列上只有“男”和“女”两个不同值，因此就无必要建立索引。假如建立索引不但不会提高查询效率，反而会严重降低更新速度。

　　●假如待排序的列有多个，能够在这些列上建立复合索引(compound index)。

　　●使用系统工具。如Informix数据库有一个tbcheck工具，能够在可疑的索引上进行检查。在一些数据库服务器上，索引可能失效或因为频繁操作而使得读取效率降低，假如一个使用索引的查询不明不白地慢下来，能够试着用tbcheck工具检查索引的完整性，必要时进行修复。另外，当数据库表更新大量数据后，删除并重建索引能够提高查询速度。

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有