ORACLE SQL语句优化技术分析
程序员文章站
2023-10-23 10:03:26
ORACLE SQL语句优化技术分析...
为了让更多的新手受益，我抽空把sql语句优化部分进行了整理，希望大家一起进步。
一、操作符优化
1、in 操作符
用in写出来的sql的优点是比较容易写及清晰易懂，这比较适合现代软件开发的风格。但是用in的sql性能总是比较低的，从oracle执行的步骤来分析用in的sql与不用in的sql有以下区别：
oracle试图将其转换成多个表的连接，如果转换不成功则先执行in里面的子查询，再查询外层的表记录，如果转换成功则直接采用多个表的连接方式查询。由此可见用in的sql至少多了一个转换的过程。一般的sql都可以转换成功，但对于含有分组统计等方面的sql就不能转换了。
推荐方案：在业务密集的sql当中尽量不采用in操作符，用exists 方案代替。
2、not in操作符
此操作是强列不推荐使用的，因为它不能应用表的索引。
推荐方案：用not exists 方案代替
3、is null 或is not null操作（判断字段是否为空）
判断字段是否为空一般是不会应用索引的，因为索引是不索引空值的。
推荐方案：用其它相同功能的操作运算代替，如：a is not null 改为 a>0 或a>’’等。不允许字段为空，而用一个缺省值代替空值，如申请中状态字段不允许为空，缺省为申请。
4、> 及 < 操作符（大于或小于操作符）
大于或小于操作符一般情况下是不用调整的，因为它有索引就会采用索引查找，但有的情况下可以对它进行优化，如一个表有100万记录，一个数值型字段a，30万记录的a=0，30万记录的a=1，39万记录的a=2，1万记录的a=3。那么执行a>2与a>=3的效果就有很大的区别了，因为a>2时oracle会先找出为2的记录索引再进行比较，而a>=3时oracle则直接找到=3的记录索引。
5、like操作符
like操作符可以应用通配符查询，里面的通配符组合可能达到几乎是任意的查询，但是如果用得不好则会产生性能上的问题，如like ‘%5400%’ 这种查询不会引用索引，而like ‘x5400%’则会引用范围索引。
一个实际例子：用yw_yhjbqk表中营业编号后面的户标识号可来查询营业编号 yy_bh like ‘%5400%’ 这个条件会产生全表扫描，如果改成yy_bh like ’x5400%’ or yy_bh like ’b5400%’ 则会利用yy_bh的索引进行两个范围的查询，性能肯定大大提高。
6、union操作符
union在进行表链接后会筛选掉重复的记录，所以在表链接后会对所产生的结果集进行排序运算，删除重复的记录再返回结果。实际大部分应用中是不会产生重复的记录，最常见的是过程表与历史表union。如： select * from gc_dfys union select * from ls_jg_dfys 这个sql在运行时先取出两个表的结果，再用排序空间进行排序删除重复的记录，最后返回结果集，如果表数据量大的话可能会导致用磁盘进行排序。
推荐方案：采用union all操作符替代union，因为union all操作只是简单的将两个结果合并后就返回。
select * from gc_dfys union all select * from ls_jg_dfys
二、sql书写的影响
1、同一功能同一性能不同写法sql的影响。
如一个sql在a程序员写的为 select * from zl_yhjbqk
b程序员写的为 select * from dlyx.zl_yhjbqk（带表所有者的前缀）
c程序员写的为 select * from dlyx.zlyhjbqk（大写表名）
d程序员写的为 select * from dlyx.zlyhjbqk（中间多了空格）
以上四个sql在oracle分析整理之后产生的结果及执行的时间是一样的，但是从oracle共享内存sga的原理，可以得出oracle对每个sql 都会对其进行一次分析，并且占用共享内存，如果将sql的字符串及格式写得完全相同，则oracle只会分析一次，共享内存也只会留下一次的分析结果，这不仅可以减少分析sql的时间，而且可以减少共享内存重复的信息，oracle也可以准确统计sql的执行频率。
2、where后面的条件顺序影响
where子句后面的条件顺序对大数据量表的查询会产生直接的影响。如： select * from zl_yhjbqk where dy_dj = '1kv以下' and xh_bz=1 select * from zl_yhjbqk where xh_bz=1 and dy_dj = '1kv以下' 以上两个sql中dy_dj（电压等级）及xh_bz（销户标志）两个字段都没进行索引，所以执行的时候都是全表扫描，第一条sql的dy_dj = '1kv以下'条件在记录集内比率为99%，而xh_bz=1的比率只为0.5%，在进行第一条sql的时候99%条记录都进行dy_dj及xh_bz的比较，而在进行第二条sql的时候0.5%条记录都进行dy_dj及xh_bz的比较，以此可以得出第二条sql的cpu占用率明显比第一条低。
3、查询表顺序的影响
在from后面的表中的列表顺序会对sql执行性能影响，在没有索引及oracle没有对表进行统计分析的情况下，oracle会按表出现的顺序进行链接，由此可见表的顺序不对时会产生十分耗服物器资源的数据交叉。（注：如果对表进行了统计分析，oracle会自动先进小表的链接，再进行大表的链接）
三、sql语句索引的利用
1、操作符优化（同上）
2、对条件字段的一些优化
采用函数处理的字段不能利用索引，如：
substr(hbs_bh,1,4)=’5400’，优化处理：hbs_bh like ‘5400%’
trunc(sk_rq)=trunc(sysdate)， 优化处理：sk_rq>=trunc(sysdate) and sk_rq<trunc(sysdate+1)
进行了显式或隐式的运算的字段不能进行索引，如：ss_df+20>50，优化处理：ss_df>30
‘x’ || hbs_bh>’x5400021452’，优化处理：hbs_bh>’5400021542’
sk_rq+5=sysdate，优化处理：sk_rq=sysdate-5
hbs_bh=5401002554，优化处理：hbs_bh=’ 5401002554’，注：此条件对hbs_bh 进行隐式的to_number转换，因为hbs_bh字段是字符型。
条件内包括了多个本表的字段运算时不能进行索引，如：ys_df>cx_df，无法进行优化 qc_bh || kh_bh=’5400250000’，优化处理：qc_bh=’5400’ and kh_bh=’250000’
四、其他
oracle的提示功能是比较强的功能，也是比较复杂的应用，并且提示只是给oracle执行的一个建议，有时如果出于成本方面的考虑oracle也可能不会按提示进行。根据实践应用，一般不建议开发人员应用oracle提示，因为各个数据库及服务器性能情况不一样，很可能一个地方性能提升了，但另一个地方却下降了，oracle在sql执行分析方面已经比较成熟，如果分析执行的路径不对首先应在数据库结构（主要是索引）、服务器当前性能（共享内存、磁盘文件碎片）、数据库对象（表、索引）统计信息是否正确这几方面分析。
一、操作符优化
1、in 操作符
用in写出来的sql的优点是比较容易写及清晰易懂，这比较适合现代软件开发的风格。但是用in的sql性能总是比较低的，从oracle执行的步骤来分析用in的sql与不用in的sql有以下区别：
oracle试图将其转换成多个表的连接，如果转换不成功则先执行in里面的子查询，再查询外层的表记录，如果转换成功则直接采用多个表的连接方式查询。由此可见用in的sql至少多了一个转换的过程。一般的sql都可以转换成功，但对于含有分组统计等方面的sql就不能转换了。
推荐方案：在业务密集的sql当中尽量不采用in操作符，用exists 方案代替。
2、not in操作符
此操作是强列不推荐使用的，因为它不能应用表的索引。
推荐方案：用not exists 方案代替
3、is null 或is not null操作（判断字段是否为空）
判断字段是否为空一般是不会应用索引的，因为索引是不索引空值的。
推荐方案：用其它相同功能的操作运算代替，如：a is not null 改为 a>0 或a>’’等。不允许字段为空，而用一个缺省值代替空值，如申请中状态字段不允许为空，缺省为申请。
4、> 及 < 操作符（大于或小于操作符）
大于或小于操作符一般情况下是不用调整的，因为它有索引就会采用索引查找，但有的情况下可以对它进行优化，如一个表有100万记录，一个数值型字段a，30万记录的a=0，30万记录的a=1，39万记录的a=2，1万记录的a=3。那么执行a>2与a>=3的效果就有很大的区别了，因为a>2时oracle会先找出为2的记录索引再进行比较，而a>=3时oracle则直接找到=3的记录索引。
5、like操作符
like操作符可以应用通配符查询，里面的通配符组合可能达到几乎是任意的查询，但是如果用得不好则会产生性能上的问题，如like ‘%5400%’ 这种查询不会引用索引，而like ‘x5400%’则会引用范围索引。
一个实际例子：用yw_yhjbqk表中营业编号后面的户标识号可来查询营业编号 yy_bh like ‘%5400%’ 这个条件会产生全表扫描，如果改成yy_bh like ’x5400%’ or yy_bh like ’b5400%’ 则会利用yy_bh的索引进行两个范围的查询，性能肯定大大提高。
6、union操作符
union在进行表链接后会筛选掉重复的记录，所以在表链接后会对所产生的结果集进行排序运算，删除重复的记录再返回结果。实际大部分应用中是不会产生重复的记录，最常见的是过程表与历史表union。如： select * from gc_dfys union select * from ls_jg_dfys 这个sql在运行时先取出两个表的结果，再用排序空间进行排序删除重复的记录，最后返回结果集，如果表数据量大的话可能会导致用磁盘进行排序。
推荐方案：采用union all操作符替代union，因为union all操作只是简单的将两个结果合并后就返回。
select * from gc_dfys union all select * from ls_jg_dfys
二、sql书写的影响
1、同一功能同一性能不同写法sql的影响。
如一个sql在a程序员写的为 select * from zl_yhjbqk
b程序员写的为 select * from dlyx.zl_yhjbqk（带表所有者的前缀）
c程序员写的为 select * from dlyx.zlyhjbqk（大写表名）
d程序员写的为 select * from dlyx.zlyhjbqk（中间多了空格）
以上四个sql在oracle分析整理之后产生的结果及执行的时间是一样的，但是从oracle共享内存sga的原理，可以得出oracle对每个sql 都会对其进行一次分析，并且占用共享内存，如果将sql的字符串及格式写得完全相同，则oracle只会分析一次，共享内存也只会留下一次的分析结果，这不仅可以减少分析sql的时间，而且可以减少共享内存重复的信息，oracle也可以准确统计sql的执行频率。
2、where后面的条件顺序影响
where子句后面的条件顺序对大数据量表的查询会产生直接的影响。如： select * from zl_yhjbqk where dy_dj = '1kv以下' and xh_bz=1 select * from zl_yhjbqk where xh_bz=1 and dy_dj = '1kv以下' 以上两个sql中dy_dj（电压等级）及xh_bz（销户标志）两个字段都没进行索引，所以执行的时候都是全表扫描，第一条sql的dy_dj = '1kv以下'条件在记录集内比率为99%，而xh_bz=1的比率只为0.5%，在进行第一条sql的时候99%条记录都进行dy_dj及xh_bz的比较，而在进行第二条sql的时候0.5%条记录都进行dy_dj及xh_bz的比较，以此可以得出第二条sql的cpu占用率明显比第一条低。
3、查询表顺序的影响
在from后面的表中的列表顺序会对sql执行性能影响，在没有索引及oracle没有对表进行统计分析的情况下，oracle会按表出现的顺序进行链接，由此可见表的顺序不对时会产生十分耗服物器资源的数据交叉。（注：如果对表进行了统计分析，oracle会自动先进小表的链接，再进行大表的链接）
三、sql语句索引的利用
1、操作符优化（同上）
2、对条件字段的一些优化
采用函数处理的字段不能利用索引，如：
substr(hbs_bh,1,4)=’5400’，优化处理：hbs_bh like ‘5400%’
trunc(sk_rq)=trunc(sysdate)， 优化处理：sk_rq>=trunc(sysdate) and sk_rq<trunc(sysdate+1)
进行了显式或隐式的运算的字段不能进行索引，如：ss_df+20>50，优化处理：ss_df>30
‘x’ || hbs_bh>’x5400021452’，优化处理：hbs_bh>’5400021542’
sk_rq+5=sysdate，优化处理：sk_rq=sysdate-5
hbs_bh=5401002554，优化处理：hbs_bh=’ 5401002554’，注：此条件对hbs_bh 进行隐式的to_number转换，因为hbs_bh字段是字符型。
条件内包括了多个本表的字段运算时不能进行索引，如：ys_df>cx_df，无法进行优化 qc_bh || kh_bh=’5400250000’，优化处理：qc_bh=’5400’ and kh_bh=’250000’
四、其他
oracle的提示功能是比较强的功能，也是比较复杂的应用，并且提示只是给oracle执行的一个建议，有时如果出于成本方面的考虑oracle也可能不会按提示进行。根据实践应用，一般不建议开发人员应用oracle提示，因为各个数据库及服务器性能情况不一样，很可能一个地方性能提升了，但另一个地方却下降了，oracle在sql执行分析方面已经比较成熟，如果分析执行的路径不对首先应在数据库结构（主要是索引）、服务器当前性能（共享内存、磁盘文件碎片）、数据库对象（表、索引）统计信息是否正确这几方面分析。