sql优化例子，sql优化常用的15种方法

优化SQL有什么方法

（1）SELECT子句中避免使用‘*’：

Oracle在解析的过程中,会将‘*’依次转换成所有的列名,这个工作是通过查询数据字典完成的,这意味着将耗费更多的时间。

（2）尽量多使用COMMIT：

只要有可能，在程序中尽量多使用COMMIT,这样程序的性能得到提高,需求也会因为COMMIT所释放的资源而减少，COMMIT所释放的资源:

a.回滚段上用于恢复数据的信息。

b.被程序语句获得的锁。

c.redo log buffer中的空间。

（3）用Where子句替换HAVING子句：

避免使用HAVING子句, HAVING只会在检索出所有记录之后才对结果集进行过滤。这个处理需要排序,总计等操作.

如果能通过WHERE子句限制记录的数目，那就能减少这方面的开销。(非oracle中)on、where、having这三个都可以加条件的子句中，on是最先执行，where次之，having最后，因为on是先把不符合条件的记录过滤后才进行统计，它就可以减少中间运算要处理的数据，按理说应该速度是最快的，where也应该比having快点的，因为它过滤数据后才进行sum，在两个表联接时才用on的，所以在一个表的时候，就剩下where跟having比较了。

在这单表查询统计的情况下，如果要过滤的条件没有涉及到要计算字段，那它们的结果是一样的，只是where可以使用rushmore技术，而having就不能，在速度上后者要慢如果要涉及到计算的字段，就表示在没计算之前，这个字段的值是不确定的，根据上篇写的工作流程，where的作用时间是在计算之前就完成的，而having就是在计算后才起作用的，所以在这种情况下，两者的结果会不同。

在多表联接查询时，on比where更早起作用。系统首先根据各个表之间的联接条件，把多个表合成一个临时表后，再由where进行过滤，然后再计算，计算完后再由

having进行过滤。由此可见，要想过滤条件起到正确的作用，首先要明白这个条

件应该在什么时候起作用，然后再决定放在那里。

（4）用EXISTS替代IN、用NOTEXISTS替代NOT IN：

在许多基于基础表的查询中,为了满足一个条件,往往需要对另一个表进行联接。

在这种情况下,使用EXISTS(或NOTEXISTS)通常将提高查询的效率。在子查询中,NOT IN子句将执行一个内部的排序和合并。无论在哪种情况下

,NOTIN都是最低效的(因为它对子查询中的表执行了一个全表遍历)。为了避免使用NOT IN,我们可以把它改写成外连接(Outer Joins)或NOT EXISTS。

例子：

（高效）

SELECT* FROM EMP(基础表)WHERE EMPNO> 0 AND EXISTS(SELECT‘X' FROM DEPT WHEREDEPT.DEPTNO= EMP.DEPTNO AND LOC=‘MELB')

(低效)

SELECT* FROM EMP(基础表) WHERE EMPNO> 0 ANDDEPTNO IN(SELECT DEPTNO FROM DEPT WHERE LOC=‘MELB')

（5）用索引提高效率：

索引是表的一个概念部分，用来提高检索数据的效率，

Oracle使用了一个复杂的自平衡B-tree结构。通常,通过索引查询数据比全表扫描要快。当Oracle找出执行查询和Update语句的最佳路径时, Oracle优化器将使用索引。同样在联结多个表时使用索引也可以提高效率。另一个使用索引的好处是,它提供了主键(primary key)的唯一性验证。

那些LONG或LONG RAW数据类型,你可以索引几乎所有的列。通常,在大型表中使用索引特别有效.当然,你也会发现,在扫描小表时，使用索引同样能提高效率。虽然使用索引能得到查询效率的提高,但是我们也必须注意到它的代价。

索引需要空间来存储，也需要定期维护,每当有记录在表中增减或索引列被修改时,索引本身也会被修改。这意味着每条记录的INSERT, DELETE, UPDATE将为此多付出4, 5次的磁盘I/O。因为索引需要额外的存储空间和处理,那些不必要的索引反而会使查询反应时间变慢。定期的重构索引是有必要的：

ALTERINDEX<INDEXNAME> REBUILD<TABLESPACENAME>（18）用EXISTS替换DISTINCT：当提交一个包含一对多表信息(比如部门表和雇员表)的查询时,避免在SELECT子句中使用DISTINCT。一般可以考虑用EXIST替换, EXISTS使查询更为迅速,因为RDBMS核心模块将在子查询的条件一旦满足后,立刻返回结果。

例子：

(低效):

SELECTDISTINCT DEPT_NO,DEPT_NAME FROM DEPT D, EMP E WHERE D.DEPT_NO= E.DEPT_NO

(高效):

SELECTDEPT_NO,DEPT_NAME FROM DEPT D WHERE EXISTS( SELECT‘X' FROM EMP E WHEREE.DEPT_NO= D.DEPT_NO);

sql 如何用临时表优化性能

InnoDB类型的临时表存在的潜在问题

尽管使用 InnoDB是性能最佳的，但可能会出现新的潜在问题。在某些特定情况下，您可能会出现磁盘耗尽和服务器中断。

与数据库中的任何其他 InnoDB表一样，临时表具有自己的表空间文件。新文件与通用表空间一起位于数据目录中，名称为 ibtmp1。它存储所有 tmp表。不运行手动运行 OPTIMIZE TABLE，表空间文件就会不断增长。如果你不能使用 OPTIMIZE，那么唯一能将 ibtmp1大小缩小为零的方法，就是重新启动服务器。幸运的是，即使文件无法减小，在执行查询后，临时表也会自动删除，表空间可回收使用。现在，我们想一想以下情境：

存在未优化的查询，需要在磁盘上创建非常大的的临时表

存在优化的查询，但他们正在磁盘上创建非常大的临时表，因为你正在对此数据集进行计算（统计，分析）

高并发连接时，运行相同的查询，伴随临时表的创建

没有很多可用空间

在这些情况下，文件 ibtmp1大大增加，很容易耗尽可用空间。这种情况每天发生几次，并且必须重启服务器才能完全缩小 ibtmp1表空间。使用不可收缩的文件可以轻松耗尽磁盘空间！

那么，如何避免磁盘耗尽和中断呢？

简单的解决方案：使用更大的磁盘

虽然可以暂时解决问题，但这不是最佳解决方案。实际上，您可以通过逐步增加磁盘大小，来猜测具体需要的空间。如果环境位于云中，或者在非常大的虚拟平台，这很容易实现。但是使用这种解决方案，您可能会面临不必要的开支。您还可以通过设置以下配置变量将 ibtmp1文件移动到专用大型磁盘上： [mysqld] innodb_temp_data_file_path=../../tmp/ibtmp1:12M:autoextend

需要重启 MySQL。注意，必须将路径指定为相对于数据目录。

设置 ibtmp1大小的上限

例如： [mysqld] innodb_temp_data_file_path= ibtmp1:12M:autoextend:max:10G

在这种情况下，文件不能超过 10GB。可以降低宕机概率，但也是一个危险的解决方案。当数据文件达到最大值时，会查询失败并显示一个错误，提示表已满。

退回 MyISAM将临时表存储在磁盘上

这个解决方案似乎违反直觉，但它可能是快速避免中断的最佳方法，并保证使用所有需要的临时表。

internal_tmp_disk_storage_engine= MYISAM

由于变量是动态的，您也可以在运行时设置它： SET GLOBAL internal_tmp_disk_storage_engine= MYISAM;

回到 MyISAM，您将大大降低写满磁盘空间的可能性。实际上，临时表将创建到不同的文件中，并在查询结束时立即删除。

虽然总是有可能看到相同的问题，以防你可以在同一时间运行查询或非常接近。在我的实际案例中，这是避免所有中断的解决方案。

优化你的查询

在将存储引擎退回到 MyISAM以减轻中断发生后，必须花时间分析查询。目标是减小磁盘上临时表的大小。本文的目的不是解释如何调查查询，而是可以依赖慢速日志，像 pt-query-digest和 EXPLAIN这样的工具。一些技巧：

在表上创建缺少的索引

如果不需要，可以在查询中添加更多过滤条件以更少收集的数据

重写查询以优化执行计划

可以在应用程序中使用队列管理器来序列化它们的执行或减少并发性

但希望在所有优化之后，您可以返回将临时存储引擎设置为 InnoDB以获得更好的性能。

结论

有时这些改进会产生意想不到的副作用。用于磁盘上临时表的 InnoDB存储引擎是一个很好的改进，但在某些特定情况下，例如，如果您有未优化查询和很少的可用空间，则可能因“磁盘已满”错误而中断。将 tmp存储引擎退回到 MyISAM是避免中断的最快方法，但是为了返回到 InnoDB，查询的优化是更重要的事情。更大或专用的磁盘也可能有所帮助。但这是一个微不足道的建议。