在千万级别数据库查询中,从数据库设计,SQL 语句, java 等层面提高查询效率

2023-12-30 20:50:48

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 sex,male、female 几乎各 一半,那么即使在 sex 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 121 / 237 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,否则将引擎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' --查询以abc开头的id

select id from t where datediff(day,createdate,'2005-11-30')=0 --查询创建日期为‘2023-12-30’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 new_bable?from old_table?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 new_bable(...)

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:

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;

e.合理利用内存,有的数据要缓存

文章来源:https://blog.csdn.net/f746262041/article/details/135308401
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。