正确合理使用数据库中的索引

正确合理使用数据库中的索引索引是数据库中重要的数据结构，它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旧M最先提由的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”与“女”两个不同值，因此就无必要建立索 引。如果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。如果待排序的列有多个，可以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， 可以在可疑的索引上进行检查。在一些数据库服务器上，索 引可能失效或者因为频繁操作而使得读取效率降低，如果一个使用索引的查询不明不白地慢下来，可以试着用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，删除并重建索引可以提高查询速度。在下面两条select语句中:select * from tablel where field1=0;select * from table1 where field1=0 and field1=0,则第一条select语句要 比第二条select语句效率高的多，因为第二条 select语句 的第一个条件耗费了大量的系统资源。第一个原则：在where子句中应把最具限制性的条件放在最 前面。在下面的select语句中:select * from tab where a=, and b=, and c=,;若有索引index(a,b,c),则where子句中字段的顺序应和索 引申字段顺序一致。第二个原则：where子句中字段的顺序应和索引中字段顺序一致。以下假设在fieldl上有唯一索引I1,在field2 上有非唯索引I2 。(3) select field3,field4 from tb where field1=sdf快select * from tb where field1=sdf慢，因为后者在索引扫描后要多一步ROWItM访问。(4) select field3,field4 from tb where field1=sdf快select field3,field4 from tb where field1sdf慢因为前者可以迅速定位索引。(5) select field3,field4 from tb where field2 like R%快select field3,field4 from tb where field2 like %R慢,因为后者不使用索引。(6)使用函数如：select field3,field4 from tb where upper(field2)=RMN不使用索引。如果一个表有两万条记录，建议不使用函数；如果一个表有 五万条以上记录，严格禁止使用函数！两万条记录以下没有 限制。(7)空值不在索引中存储，所以select field3,field4 from tb where field2 isnot null不使用索引。(8)不等式如select field3,field4 from tb where field2!=TOM不使用索引。相似地，select field3,field4 from tb where field2 notin(M,P) 不使用索引。(9)多列索引，只有当查询中索引首列被用于条件时，索引 才能被使用。(10) MAX, MIN等函数，使用索引。Select max(field2) from tb所以，如果需要对字段取max, min, sum等，应该加索引。一次只使用一个聚集函数，如：selectmin” =min(field1),“maX =max(field1) fromtb不如：select min” =(select min(field1) from tb) , “maW =(select max(field1) from tb)(11)重复值过多的索引不会被查询优化器使用。而且因为 建了索引，修改该字段值时还要修改索引，所以更新该字段 的操作比没有索引更慢。(12)索引值过大(如在一个char(40)的字段上建索引)，会 造成大量的I/O开销(甚至会超过表扫描的I/O开销)。因此，尽量使用整数索引。Sp_estspace可以计算表和索引的 开销。(13)对于多列索引，order by的顺序必须和索引的字段顺序一致。(14)在sybase中，如果order by的字段组成一个簇索引, 那么无须做order by。记录的排列顺序是与簇索引一致的。(15)多表联结(具体查询方案需要通过测试得到)where子句中限定条件尽量使用相关联的字段，且尽量把相 关联的字段放在前面。select a.field1,b.field2 from a,b wherea.field3=b.field31. field3上没有索引的情况下：对a作全表扫描，结果排序对b作全表扫描，结果排序结果合并。对于很小的表或巨大的表比较合适。2. field3上有索引按照表联结的次序，b为驱动表，a为被驱动表对b作全表扫描对a作索引范围扫描如果匹配，通过a的rowid访问(16) 避免一对多的join o如：select tb1.field3,tb1.field4,tb2.field2 from tb1,tb2where tb1.field2=tb2.field2 and tb1.field2= BU1032and tb2.field2= aaa不如：declare a varchar(80)select a=field2 from tb2 where field2= aaaselect tb1.field3,tb1.field4,a from tb1 where field2= aaa(16) 子查询用 exists/not exists 代替 in/not in 操作比较：select a.field1 from a where a.field2 in(selectb.field1 from b where b.field2=100)select a.field1 from a where exists( select 1 from bwhere a.field2=b.field1 and b.field2=100)select field1 from a where field1 not in( select field2 from b)select fieldl from a where not exists( select 1 fromb where b.field2=a.field1)(17)主、外键主要用于数据约束，sybase中创建主键时会自动创建索引，外键与索引无关，提高性能必须再建索引。(18) char类型的字段不建索引比int类型的字段不建索引 更糟糕。建索引后性能只稍差一点。(19) 使用 count(*) 而不要使用 count(column_name),避免 使用 count(distinct column_name) 。(20)等号右边尽量不要使用字段名，如：select * from tb where field1 = field3(21)避免使用or条件，因为or不使用索引。2,避免使用order by 和group by 字句。因为使用这两个子句会占用大量的临时空间 (tempspace), 如果一定要使用，可用视图、人工生成临时表的方法来代替。如果必须使用，先检查 memory tempdb的大小。测试证明，特别要避免一个查询里既使用join又使用groupby,速度会非常慢！3 .尽量少用子查询，特别是相关子查询。因为这样会导致效 率下降。一个列的标签同时在主查询和 where子句中的查询中 由现，那么很可能当主查询中的列值改变之后，子查询必须 重新查询一次。查询嵌套层次越多，效率越低，因此应当尽 量避免子查询。如果子查询不可避免，那么要在子查询中过 滤掉尽可能多的行。4 .消除对大型表行数据的顺序存取在嵌套查询中，对表的顺序存取对查询效率可能产生致命的影响。比如采用顺序存取策略，一个嵌套3层的查询，如果每层都查询1000行，那么这个查询就要查询 10亿行数据。避免这种情况的主要方法就是对连接的列进行索引。例如，两个表：学生表（学号、姓名、年龄,）和选课表 （学号、课程号、成绩）。如果两个 表要做连接，就要在“学号”这个连接字段上建立索引还可以使用并集来避免顺序存取。尽管在所有的检查列上都有索引，但莫些形式的where子句强迫优化器使用顺序存取。下面的查询将强迫对 orders表执行顺序操作：SELECT * FROM orders WHERE (customer_num=104 ANDorder_num1001) OR order_num=1008虽然在 customer_num 和 order_num 上建有索引，但是在上面的语句中优化器还是使用顺序存取路径扫描整个表。因为这个语句要检索的是分离的行的集合，所以应该改为如下语 句：SELECT * FROM orders WHERE customer_num=104 ANDorder_num1001UNIONSELECT * FROM orders WHERE order_num=1008这样就能利用索引路径处理查询。5 .避免困难的正规表达式MATCHES 和LIKE关键字支持通配符匹配，技术上叫 正规表达式。但这种匹配特别耗费时间。例如： SELECT *FROM customer WHERE zipcode LIKE 98”即使在zipcode字段上建立了索引，在这种情况下也还是采用顺序扫描的方式。如果把语句改为SELECT * FROMcustomer WHERE zipcode “98000”，在执行查询时就会利 用索引来查询，显然会大大提高速度。另外，还要避免非开始的子串。例如语句： SELECT * FROM customer WHERE zipcode2 , 3 “80”，在 where 子句中 采用了非开始子串，因而这个语句也不会使用索引。6 .使用临时表加速查询把表的一个子集进行排序并创建临时表，有时能加速查询。它有助于避免多重排序操作，而且在其他方面还能简化优化器的工作。例如：SELECT cust.name , rcvbles.balance , , other columnsFROM cust, rcvblesWHERE cust.customer_id = rcvlbes.customer_idAND rcvblls.balance0AND cust.postcode “ 98000”ORDER BY cust.name如果这个查询要被执行多次而不止一次，可以把所有未付款 的客户找由来放在一个临时文件中，并按客户的名字进行排 序：SELECT cust.name , rcvbles.balance , , other columns FROM cust, rcvblesWHERE cust.customer_id = rcvlbes.customer_idAND rcvblls.balance0ORDER BY cust.nameINTO TEMP cust_with_balance然后以下面的方式在临时表中查询：SELECT * FROM cust_with_balanceWHERE postcode 98000”临时表中的行要比主表中的行少，而且物理顺序就是所要求的顺序，减少了磁盘I/O ,所以查询工作量可以得到大幅减 少。注意：临时表创建后不会反映主表的修改。在主表中数据频 繁修改的情况下，注意不要丢失数据。7 .用排序来取代非顺序存取非顺序磁盘存取是最慢的操作，表现在磁盘存取臂的来回移 动。SQL语句隐藏了这一情况，使得我们在写应用程序时很 容易写生要求存取大量非顺序页的查询。