數據庫索引學習——科學建立索引，提高查詢速度

SQL Sever數據庫中巧妙地建立索引能起到事半功倍的效果，筆者在工作實踐中發現，不良的SQL往往來自於不恰當的索引設計、不充份的連接條件和不可優化的where子句。在對它們進行適當的優化後，其運行速度有了明顯地提高！下面我將從這三個方面分別進行總結： 

爲了更直觀地說明問題，所有實例中的SQL運行時間均經過測試，不超過１秒的均表示爲（< 1秒）。 

測試環境 

主機：HP LH II 

主頻：330MHZ 

內存：128兆 

操作系統：Operserver5.0.4 

數據庫：Sybase11.0.3 

一、不合理的索引設計 

例：表record有620000行，試看在不同的索引下，下面幾個SQL的運行情況： 

1.在date上建有一個非羣集索引

select count(*) from record where date >'19991201' and date < '19991214'and amount >2000 (25秒)
select date,sum(amount) from record group by date(55秒)
select count(*) from record where date >'19990901' and place in ('BJ','SH') (27秒)

分析： 
date上有大量的重複值，在非羣集索引下，數據在物理上隨機存放在數據頁上，在範圍查找時，必須執行一次表掃描才能找到這一範圍內的全部行。 

2.在date上的一個羣集索引

select count(*) from record where date >'19991201' and date < '19991214' and amount >2000（14秒）
select date,sum(amount) from record group by date（28秒）
select count(*) from record where date >'19990901' and place in ('BJ','SH')（14秒）

分析： 
在羣集索引下，數據在物理上按順序在數據頁上，重複值也排列在一起，因而在範圍查找時，可以先找到這個範圍的起末點，且只在這個範圍內掃描數據頁，避免了大範圍掃描，提高了查詢速度。 

3.在place，date，amount上的組合索引

select count(*) from record where date >'19991201' and date < '19991214' and amount >2000（26秒）
select date,sum(amount) from record group by date（27秒）
select count(*) from record where date >'19990901' and place in ('BJ, 'SH')（< 1秒）

分析： 
這是一個不很合理的組合索引，因爲它的前導列是place，第一和第二條SQL沒有引用place，因此也沒有利用上索引；第三個SQL使用了place，且引用的所有列都包含在組合索引中，形成了索引覆蓋，所以它的速度是非常快的。 

4.在date，place，amount上的組合索引 

select count(*) from record where date >'19991201' and date < '19991214' and amount >2000(< 1秒)
select date,sum(amount) from record group by date（11秒）
select count(*) from record where date >'19990901' and place in ('BJ','SH')（< 1秒）

分析： 
這是一個合理的組合索引。它將date作爲前導列，使每個SQL都可以利用索引，並且在第一和第三個SQL中形成了索引覆蓋，因而性能達到了最優。 

5.總結： 

缺省情況下建立的索引是非羣集索引，但有時它並不是最佳的；合理的索引設計要建立在對各種查詢的分析和預測 上。一般來說： 

①.有大量重複值、且經常有範圍查詢 

（between, >,< ，>=,< =）和order by 、group by發生的列，可考慮建立羣集索引； 
②.經常同時存取多列，且每列都含有重複值可考慮建立組合索引； 
③.組合索引要儘量使關鍵查詢形成索引覆蓋，其前導列一定是使用最頻繁的列。 

二、不充份的連接條件：

例：表card有7896行，在card_no上有一個非聚集索引，表account有191122行，在 account_no上有一個非聚集索引，試看在不同的表連接條件下，兩個SQL的執行情況： 

select sum(a.amount) from account a,card b where a.card_no = b.card_no（20秒）

將SQL改爲： 

select sum(a.amount) from account a,card b where a.card_no = b.card_no and a.account_no=b.account_no（< 1秒）

分析： 
在第一個連接條件下，最佳查詢方案是將account作外層表，card作內層表，利用card上的索引，其I/O次數可由以下公式估算爲： 

外層表account上的22541頁+（外層表account的191122行*內層表card上對應外層表第一行所要查找的3頁）=595907次I/O 

在第二個連接條件下，最佳查詢方案是將card作外層表，account作內層表，利用account上的索引，其I/O次數可由以下公式估算爲： 

外層表card上的1944頁+（外層表card的7896行*內層表account上對應外層表每一行所要查找的4頁）= 33528次I/O 

可見，只有充份的連接條件，真正的最佳方案纔會被執行。 

總結： 

1.多表操作在被實際執行前，查詢優化器會根據連接條件，列出幾組可能的連接方案並從中找出系統開銷最小的最佳方案。連接條件要充份考慮帶有索引的表、行數多的表；內外表的選擇可由公式：外層表中的匹配行數*內層表中每一次查找的次數確定，乘積最小爲最佳方案。 

2.查看執行方案的方法 用set showplanon，打開showplan選項，就可以看到連接順序、使用何種索引的信息；想看更詳細的信息，需用sa角色執行dbcc(3604,310,302)。 

三、不可優化的where子句

1.例：下列SQL條件語句中的列都建有恰當的索引，但執行速度卻非常慢： 

select * from record where substring(card_no,1,4)='5378'(13秒)
select * from record where amount/30< 1000（11秒）
select * from record where convert(char(10),date,112)='19991201'（10秒）

分析： 
where子句中對列的任何操作結果都是在SQL運行時逐列計算得到的，因此它不得不進行表搜索，而沒有使用該列上面的索引；如果這些結果在查詢編譯時就能得到，那麼就可以被SQL優化器優化，使用索引，避免表搜索，因此將SQL重寫成 下面這樣： 

select * from record where card_no like '5378%'（< 1秒）
select * from record where amount < 1000*30（< 1秒）
select * from record where date= '1999/12/01' （< 1秒）

你會發現SQL明顯快起來！ 

2.例：表stuff有200000行，id_no上有非羣集索引，請看下面這個SQL： 

select count(*) from stuff where id_no in('0','1')（23秒）

分析： 
where條件中的'in'在邏輯上相當於'or'，所以語法分析器會將in ('0','1')轉化爲id_no ='0' or id_no='1'來執行。我們期望它會根據每個or子句分別查找，再將結果相加，這樣可以利用id_no上的索引；但實際上（根據showplan）,它卻採用了"OR策略"，即先取出滿足每個or子句的行，存入臨時數據庫的工作表中，再建立唯一索引以去掉重複行，最後從這個臨時表中計算結果。因此，實際過程沒有利用id_no上索引，並且完成時間還要受tempdb數據庫性能的影響。 

實踐證明，表的行數越多，工作表的性能就越差，當stuff有620000行時，執行時間竟達到220秒！還不如將or子句分 
開： 

select count(*) from stuff where id_no='0'
select count(*) from stuff where id_no='1'

得到兩個結果，再作一次加法合算。因爲每句都使用了索引，執行時間只有3秒，在620000行下，時間也只有4秒。或者，用更好的方法，寫一個簡單的存儲過程： 

create proc count_stuff as
declare @a int
declare @b int
declare @c int
declare @d char(10)
begin
select @a=count(*) from stuff where id_no='0'
select @b=count(*) from stuff where id_no='1'
end
select @c=@a+@b
select @d=convert(char(10),@c)
print @d

直接算出結果，執行時間同上面一樣快！ 

總結： 可見，所謂優化即where子句利用了索引，不可優化即發生了表掃描或額外開銷。 

1.任何對列的操作都將導致表掃描，它包括數據庫函數、計算表達式等等，查詢時要儘可能將操作移至等號右邊。 

2.in、or子句常會使用工作表，使索引失效；如果不產生大量重複值，可以考慮把子句拆開；拆開的子句中應該包含索引。 

3.要善於使用存儲過程，它使SQL變得更加靈活和高效。 從以上這些例子可以看出，SQL優化的實質就是在結果正確的前提下，用優化器可以識別的語句，充份利用索引，減少表掃描的I/O次數，儘量避免表搜索的發生。其實SQL的性能優化是一個複雜的過程，上述這些只是在應用層次的一種體現，深入研究還會涉及數據庫層的資源配置、網絡層的流量控制以及操作系統層的總體設計。 

關於SQL Server數據庫科學建立索引的知識就介紹到這裏了，希望本次的介紹能夠對您有所幫助。