SQL编写规范和优化讲稿课件

SQL编写规范和优化

SQL编写规范和优化SQL编写规范--1原则定义

1、要求代码行清晰、整齐，具有一定的可观赏性；

2、代码编写要充分考虑执行速度最优的原则；

3、代码行整体层次分明、结构化强；

4、代码中应有必要的注释以增强代码的可读性；

5、规范要求非强制性约束代码开发人员的代码编写行为，在实际应用中在不违反常规要求的前提下允许存在可理解的偏差。SQL编写规范--1原则定义SQL编写规范--2大小写规则

1、所有的SQL语句中的保留字均采用全部大写，不要使用缩写；表别名也要大写；如ALLASCASECREATEDATABASEDELETEFROMININSERTJOINLEFTNONOTNULLOUTSELECTTABLETITLEUPDATEVIEWWHERE等。

2、表名、视图名、宏和存储过程名：全部小写；SQL编写规范--2大小写规则SQL编写规范--2大小写规则

3、字段名：每个单词的首字母大写，其余部分小写，如party_id,loc_id,prod_inst_id,Acct_Id,Type_Id等；使用如下语句获得字段列表:SQL编写规范--2大小写规则SQL编写规范--3缩进和换行

整个的SQL语句最好按照子句进行分行编写，SELECT/FROM/WHERE/UPDATE/INSERT等每个关键字都要另起一行。如：SQL编写规范--3缩进和换行SQL编写规范--3缩进和换行SQL编写规范--3缩进和换行SQL编写规范--3缩进和换行

1、同一级别的子句间要对齐

2、逗号放在每行的开头

3、分号放在SQL语句的最后，单独占一行

4、每行宽度不超过120字符(每个字符为8个点阵宽)，超过行宽的代码可折行与上行对齐编排；

5、每个字段后面使用字段标题作为注释

6、使用给出的语句获得字段列表和字段标题(借助UltraEdit列模式快速编辑)SQL编写规范--3缩进和换行SQL编写规范--3缩进和换行下面的编写方式不是好的形式：在所有需要缩进的地方，每次缩进4格；在以下情况下需要缩进：

1、不同层次的SQL语句之间

2、SELECTINSERT等关键字之后的字段列表和关键字之间SQL编写规范--3缩进和换行SQL编写规范--4别名

SQL语句别名的命名，分层命名，从第一层次至第四层次，分别用P、S、U、D（都是大写字母）表示，取意为Part,Segment,Unit,Detail。对于同一层次的多个子句，在字母后加1、2、3、4……区分。SQL编写规范--4别名SQL编写规范--4别名

如下图所示：SQL编写规范--4别名SQL编写规范--5运算符前后间隔要求算术运算符、逻辑运算符的前后至少要保留一个空格，如下图所示：SQL编写规范--5运算符前后间隔要求SQL编写规范--6变量引用

1、在SQL语句中引用变量时，要在变量名两端加花括号

2、对日期变量的引用要在单引号内，如'${MYDATE}'SQL编写规范--6变量引用SQL编写规范--7注释针对复杂的SQL语句，请尽量增加相应的注释说明，以便自己和其它同事事后可以比较容易的读懂和修改。注释中应包含以下内容：

1、编写人/编写日期

2、修改人/修改日期

3、该脚本的编写目的与主要内容

4、如果有特殊处理、特别的技巧等内容，一定要在注释中详细说明SQL编写规范--7注释SQL编写规范--7注释

5、每一段SQL的前面必须要有注释，重点说明该SQL的技术含义和应用含义、选择理由。技术含义指这段SQL在技术上这么写的原因、好处，应用含义指这段SQL从应用的角度将，是为了达到一个什么样的目的。如果有可能，还需要说明为什么这么选择，而不选择别的方式的理由。如果发现了不足，还可记录不足的原因和建议的解决办法等。SQL编写规范--7注释SQL编写规范--8连接的使用对于内连接和外连接的使用，要求该使用外连接的地方都已经使用了外连接，不需要外连接的地方一定不使用外连接。表中的字段若是从其它表引用的，要确保该字段在被引用的表中存在。SQL编写规范--8连接的使用SQL编写规范--8连接的使用要求所有的连接都写成JOIN的形式，如：SQL编写规范--8连接的使用SQL编写规范--8连接的使用而不要写成：SQL编写规范--8连接的使用SQL编写规范--8连接的使用另外，为了保证多表连接的连接条件穿透性，要求在多表连接的SQL书写时将连接条件有机的闭环起来，尤其是多表PI相同，并用PI连接时。SQL编写规范--8连接的使用SQL编写规范--8连接的使用

例如：SQL编写规范--8连接的使用SQL编写规范--8连接的使用即连接条件如下所示：SQL编写规范--8连接的使用SQL优化(teradata)SQL脚本优化原则

要优化脚本，在深刻理解业务逻辑的基础上，一个重要的方式是一段一段的查看SQL的执行计划，然后针对执行计划中不合理、不优化的地方对SQL进行优化编写，这项工作需要实践经验，经常看执行计划会有所帮助。SQL优化(teradata)SQL脚本优化原则SQL优化(teradata)SQL脚本优化原则表级优化可以参照以下以下优化原则：

(1)如果过滤性不很强，又不需要重分布，对大表尽可能不要只做一下过滤就进一次SPOOL，最好是直接与别的表JOIN，边JOIN边过滤了；

(2)如果过滤性非常强，可以只做一下过滤就进一次SPOOL；SQL优化(teradata)SQL脚本优化原则SQL优化(teradata)SQL脚本优化原则

(3)SPOOL空间尽量小原则，即尽可能使中间过程中的SPOOL空间小一些，这样可以减小I/O以及继续关联的代价；在此原则下可以引申出下面几个具体原则：

(3.1)在几个表大小差不多时，过滤性条件较强的先JOIN；

(3.2)在大/大/小三个表内联时，避免先把两个大表JOIN，除非过滤条件非常强；

(3.3)在大/小/小三个表内联时，尽量先把两个小表JOIN；

(3.4)有时将看似没必要的过滤条件加上，在关联表较多时可能有效的减小SPOOL；如表A、B、C、D的关联字段均为k，即A.k=B.kANDA.k=C.kANDA.k=D.k，而同时还有条件substr(A.k,1,2)='01'，有时加上substr(B.k,1,2)='01'、substr(C.k,1,2)='01'、substr(D.k,1,2)='01‘会有好处；SQL优化(teradata)SQL脚本优化原则SQL优化(teradata)SQL脚本优化原则

(4)尽量避免大表重分布；

(5)当大表与很小的表(记录数量级在5位数以内)JOIN时，尽量让小表Duplicate；

(6)如果必须有重分布时，尽量使之靠后；

(7)尽量减少较大的中间过程中的SPOOL空间重分布的次数；SQL优化(teradata)SQL脚本优化原则SQL优化(teradata)SQL脚本优化原则

(8)遇到productjoin时要小心一些；

(9)尽量减少对大表的扫描次数；

(10)在拆SQL时也应注意，合起来虽然可能大些，但只扫描一次大表，而拆成多句后就要多次扫描大表，可能效率反降；SQL优化(teradata)SQL脚本优化原则SQL优化(oracle)基于索引的SQL语句优化数据库的优化方法有很多种，在应用层来说，主要是基于索引的优化。难就难在如何判断哪些索引是必要的，哪些又是不必要的。判断的最终标准是看这些索引是否对我们的数据库性能有所帮助。具体到方法上，就必须熟悉数据库应用程序中的所有SQL语句，从中统计出常用的可能对性能有影响的部分SQL，分析、归纳出作为Where条件子句的字段及其组合方式；在这一基础上可以初步判断出哪些表的哪些字段应该建立索引。SQL优化(oracle)基于索引的SQL语句优化SQL优化(oracle)基于索引的SQL语句优化其次，必须熟悉应用程序。必须了解哪些表是数据操作频繁的表；哪些表经常与其他表进行连接；哪些表中的数据量可能很大；对于数据量大的表，其中各个字段的数据分布情况如何；等等。对于满足以上条件的这些表，必须重点关注，因为在这些表上的索引，将对SQL语句的性能产生举足轻重的影响SQL优化(oracle)基于索引的SQL语句优化SQL优化(oracle)基于索引的SQL语句优化建立索引常用的规则如下：

1、表的主键、外键必须有索引；

2、数据量超过300的表应该有索引；

3、经常与其他表进行连接的表，在连接字段上应该建立索引；

4、经常出现在Where子句中的字段，特别是大表的字段，应该建立索引；

5、索引应该建在选择性高的字段上；

SQL优化(oracle)基于索引的SQL语句优化SQL优化(oracle)基于索引的SQL语句优化

6、索引应该建在小字段上，对于大的文本字段甚至超长字段，不要建索引；

7、复合索引的建立需要进行仔细分析；尽量考虑用单字段索引代替：

A、正确选择复合索引中的主列字段，一般是选择性较好的字段；

B、复合索引的几个字段是否经常同时以AND方式出现在Where子句中？单字段查询是否极少甚至没有？如果是，则可以建立复合索引；否则考虑单字段索引；SQL优化(oracle)基于索引的SQL语句优化SQL优化(oracle)基于索引的SQL语句优化

C、如果复合索引中包含的字段经常单独出现在Where子句中，则分解为多个单字段索引；

D、如果复合索引所包含的字段超过3个，那么仔细考虑其必要性，考虑减少复合的字段；

E、如果既有单字段索引，又有这几个字段上的复合索引，一般可以删除复合索引；SQL优化(oracle)基于索引的SQL语句优化SQL优化(oracle)基于索引的SQL语句优化

8、频繁进行数据操作的表，不要建立太多的索引；

9、删除无用的索引，避免对执行计划造成负面影响；以上是一些普遍的建立索引时的判断依据。一言以蔽之，索引的建立必须慎重，对每个索引的必要性都应该经过仔细分析，要有建立的依据。

SQL优化(oracle)基于索引的SQL语句优化SQL优化(oracle)基于索引的SQL语句优化太多的索引与不充分、不正确的索引对性能都毫无益处：在表上建立的每个索引都会增加存储开销，索引对于插入、删除、更新操作也会增加处理上的开销。另外，过多的复合索引，在有单字段索引的情况下，一般都是没有存在价值的；相反，还会降低数据增加删除时的性能，特别是对频繁更新的表来说，负面影响更大。SQL优化(oracle)基于索引的SQL语句优化SQL优化(oracle)避免对列的操作任何对列的操作都可能导致全表扫描，这里所谓的操作包括数据库函数、计算表达式等等，查询时要尽可能将操作移至等式的右边，甚至去掉函数。例1：下列SQL条件语句中的列都建有恰当的索引，但30万行数据情况下执行速度却非常慢：

select*fromrecordwheresubstrb(CardNo,1,4)='5378'(13秒)select*fromrecordwhereamount/30<1000（11秒）

select*fromrecordwhereto_char(ActionTime,'yyyymmdd')='19991201'（10秒）

SQL优化(oracle)避免对列的操作SQL优化(oracle)避免对列的操作由于where子句中对列的任何操作结果都是在SQL运行时逐行计算得到的，因此它不得不进行表扫描，而没有使用该列上面的索引；如果这些结果在查询编译时就能得到，那么就可以被SQL优化器优化，使用索引，避免表扫描，因此将SQL重写如下：

select*fromrecordwhereCardNolike'5378%'（<1秒）

select*fromrecordwhereamount<1000*30（<1秒）

select*fromrecordwhereActionTime=to_date('19991201','yyyymmdd')（<1秒）差别是很明显的！SQL优化(oracle)避免对列的操作SQL优化(oracle)避免不必要的类型转换需要注意的是，尽量避免潜在的数据类型转换。如将字符型数据与数值型数据比较，ORACLE会自动将字符型用to_number()函数进行转换，从而导致全表扫描。例2：表tab1中的列col1是字符型（char)，则以下语句存在类型转换：

selectcol1,col2fromtab1wherecol1>10，应该写为：selectcol1,col2fromtab1wherecol1>'10'。SQL优化(oracle)避免不必要的类型转换SQL优化(oracle)增加查询的范围限制增加查询的范围限制，避免全范围的搜索。例3：以下查询表record中时间ActionTime小于2001年3月1日的数据：

select*fromrecordwhereActionTime<to_date('20010301','yyyymm')

查询计划表明，上面的查询对表进行全表扫描，如果我们知道表中的最早的数据为2001年1月1日，那么，可以增加一个最小时间，使查询在一个完整的范围之内。修改如下：

SQL优化(oracle)增加查询的范围限制SQL优化(oracle)增加查询的范围限制

select*fromrecordwhereActionTime<to_date('20010301','yyyymm')andActionTime>to_date('20010101','yyyymm')

后一种SQL语句将利用上ActionTime字段上的索引，从而提高查询效率。把'20010301'换成一个变量，根据取值的机率，可以有一半以上的机会提高效率。同理，对于大于某个值的查询，如果知道当前可能的最大值，也可以在Where子句中加上“AND列名<MAX(最大值)”。SQL优化(oracle)增加查询的范围限制SQL优化(oracle)尽量去掉"IN"、"OR“

含有"IN"、"OR"的Where子句常会使用工作表，使索引失效；如果不产生大量重复值，可以考虑把子句拆开；拆开的子句中应该包含索引。例4：selectcount(*)fromstuffwhereid_noin('0','1')（23秒）可以考虑将or子句分开：

selectcount(*)fromstuffwhereid_no='0'selectcount(*)fromstuffwhereid_no='1'

然后再做一个简单的加法，与原来的SQL语句相比，查询速度更快。SQL优化(oracle)尽量去掉"IN"、"OR“SQL优化(oracle)尽量去掉"<>“

尽量去掉"<>"，避免全表扫描，如果数据是枚举值，且取值范围固定，则修改为"OR"方式。例5：UPDATESERVICEINFOSETSTATE=0WHERESTATE<>0;

以上语句由于其中包含了"<>"，执行计划中用了全表扫描（TABLEACCESSFULL），没有用到state字段上的索引。实际应用中，由于业务逻辑的限制，字段state为枚举值，只能等于0，1或2，而且，值等于=1，2的很少，因此可以去掉"<>"，利用索引来提高效率。修改为：UPDATESERVICEINFOSETSTATE=0WHERESTATE=1ORSTATE=2。进一步的修改可以参考第4种方法。SQL优化(oracle)尽量去掉"<>“SQL优化(oracle)去掉Where子句中的ISNULL和ISNOTNULL

Where字句中的ISNULL和ISNOTNULL将不会使用索引而是进行全表搜索，因此需要通过改变查询方式，分情况讨论等方法，去掉Where子句中的ISNULL和ISNOTNULL。SQL优化(oracle)去掉Where子句中的ISNULSQL优化(oracle)索引提高数据分布不均匀时查询效率索引的选择性低，但数据的值分布差异很大时，仍然可以利用索引提高效率。A、数据分布不均匀的特殊情况下，选择性不高的索引也要创建。表ServiceInfo中数据量很大，假设有一百万行，其中有一个字段DisposalCourseFlag，取值范围为枚举值：[0，1，2，3，4，5，6，7]。按照前面说的索引建立的规则，“选择性不高的字段不应该建立索引，该字段只有8种取值，索引值的重复率很高，索引选择性明显很低，因此不建索引。然而，由于该字段上数据值的分布情况非常特殊，具体如下表：SQL优化(oracle)索引提高数据分布不均匀时查询效率SQL优化(oracle)索引提高数据分布不均匀时查询效率而且，常用的查询中，查询DisposalCourseFlag<6的情况既多又频繁，毫无疑问，如果能够建立索引，并且被应用，那么将大大提高这种情况的查询效率。因此，我们需要在该字段上建立索引。SQL优化(oracle)索引提高数据分布不均匀时查询效率SQL优化(oracle)利用HINT强制指定索引在ORACLE优化器无法用上合理索引的情况下，利用HINT强制指定索引。继续上面7的例子，ORACLE缺省认定，表中列的值是在所有数据行中均匀分布的，也就是说，在一百万数据量下，每种DisposalCourseFlag值各有12.5万数据行与之对应。假设SQL搜索条件DisposalCourseFlag=2，利用DisposalCourseFlag列上的索引进行数据搜索效率，往往不比全表扫描的高，ORACLE因此对索引“视而不见”，从而在查询路径的选择中，用其他字段上的索引甚至全表扫描。根据我们上面的分析，数据值的分布很特殊，严重的不均匀。SQL优化(oracle)利用HINT强制指定索引SQL优化(oracle)利用HINT强制指定索引为了利用索引提高效率，此时，一方面可以单独对该字段或该表用analyze语句进行分析，对该列搜集足够的统计数据，使ORACLE在查询选择性较高的值时能用上索引；另一方面，可以利用HINT提示，在SELECT关键字后面，加上“/*+INDEX(表名称，索引名称）*/”的方式，强制ORACLE优化器用上该索引。比如：select*fromserviceinfowhereDisposalCourseFlag=1;SQL优化(oracle)利用HINT强制指定索引SQL优化(oracle)利用HINT强制指定索引上面的语句，实际执行中ORACLE用了全表扫描，加上蓝色提示部分后，用到索引查询。如下：

select/*+INDEX(SERVICEINFO,IX_S_DISPOSALCOURSEFLAG)*/*fromserviceinfowhereDisposalCourseFlag=1;

请注意，这种方法会加大代码维护的难度，而且该字段上索引的名称被改变之后，必须要同步所有指定索引的HINT代码，否则HINT提示将被ORACLE忽略掉。SQL优化(oracle)利用HINT强制指定索引SQL优化(oracle)屏蔽无用索引继续上面8的例子，由于实际查询中，还有涉及到DisposalCourseFlag=6的查询，而此时如果用上该字段上的索引，将是非常不明智的，效率也极低。因此这种情况下，我们需要用特殊的方法屏蔽该索引，以便ORACLE选择其他字段上的索引。比如，如果字段为数值型的就在表达式的字段名后，添加“+0”，为字符型的就并上空串：“||""”

如：select*fromserviceinfowhereDisposalCourseFlag+0=6andworkNo='36'。不过，不要把该用的索引屏蔽掉了，否则同样会产生低效率的全表扫描。SQL优化(oracle)屏蔽无用索引SQL优化(oracle)分解复杂查询，用常量代替变量对于复杂的Where条件组合，Where中含有多个带索引的字段，考虑用IF语句分情况进行讨论；同时，去掉不必要的外来参数条件，减低复杂度，以便在不同情况下用不同字段上的索引。SQL优化(oracle)分解复杂查询，用常量代替变量SQL优化(oracle)分解复杂查询，用常量代替变量继续上面9的例子，对于包含

Where(DisposalCourseFlag<v_DisPosalCourseFlag)or(v_DisPosalCourseFlagisnull)and....的查询，(这里v_DisPosalCourseFlag为一个输入变量，取值范围可能为[NULL，0，1，2，3，4，5，6，7])，可以考虑分情况用IF语句进行讨论，类似：

IFv_DisPosalCourseFlag=1THENWhereDisposalCourseFlag=1and....ELSIFv_DisPosalCourseFlag=2THENWhereDisposalCourseFlag=2and....

。。。。。。SQL优化(oracle)分解复杂查询，用常量代替变量SQL优化(oracle)like子句尽量前端匹配因为like参数使用的非常频繁，因此如果能够对like子句使用索引，将很高的提高查询的效率。例6：select*fromcitywherenamelike‘%S%’

以上查询的执行计划用了全表扫描（TABLEACCESSFULL），如果能够修改为：

select*fromcitywherenamelike‘S%’

那么查询的执行计划将会变成（INDEXRANGESCAN），成功的利用了name字段的索引。这意味着OracleSQL优化器会识别出用于索引的like子句，只要该查询的匹配端是具体值。因此我们在做like查询时，应该尽量使查询的匹配端是具体值，即使用like‘S%’。SQL优化(oracle)like子句尽量前端匹配SQL优化(oracle)用Case语句合并多重扫描我们常常必须基于多组数据表计算不同的聚集。例如下例通过三个独立查询：例8：1）selectcount(*)fromempwheresal<1000;2）selectcount(*)fromempwheresalbetween1000and5000;3）selectcount(*)fromempwheresal>5000;

这样我们需要进行三次全表查询，但是如果我们使用case语句：SQL优化(oracle)用Case语句合并多重扫描SQL优化(oracle)用Case语句合并多重扫描

selectcount(salewhensal<1000then1elsenullend)count_poor,count(salewhenbetween1000and5000then1elsenullend)count_blue_collar,count(salewhensal>5000then1elsenullend)count_poorfromemp;

这样查询的结果一样，但是执行计划只进行了一次全表查询SQL优化(oracle)用Case语句合并多重扫描SQL优化(oracle)使用nls_date_format

例9：

select*fromrecordwhereto_char(ActionTime,'mm')='12'

这个查询的执行计划将是全表查询，如果我们改变nls_date_format，

SQL>alertsessionsetnls_date_formate=’MM’;

现在重新修改上面的查询：

select*fromrecordwhereActionTime='12'

这样就能使用actiontime上的索引了，它的执行计划将是（INDEXRANGESCAN）SQL优化(oracle)使用nls_date_formatSQL优化(oracle)使用基于函数的索引前面谈到任何对列的操作都可能导致全表扫描，例如：

select*fromempwheresubstr(ename,1,2)=’SM’;

但是这种查询在客服系统又经常使用，我们可以创建一个带有substr函数的基于函数的索引，

createindexemp_ename_substroneemp(substr(ename,1,2));

这样在执行上面的查询语句时，这个基于函数的索引将排上用场，执行计划将是（INDEXRANGESCAN）。SQL优化(oracle)使用基于函数的索引SQL优化(oracle)基于函数的索引要求等式匹配上面的例子中，我们创建了基于函数的索引，但是如果执行下面的查询：

select*fromempwheresubstr(ename,1,1)=’S’

得到的执行计划将还是（TABLEACCESSFULL），因为只有当数据列能够等式匹配时，基于函数的索引才能生效，这样对于这种索引的计划和维护的要求都很高。请注意，向表中添加索引是非常危险的操作，因为这将导致许多查询执行计划的变更。然而，如果我们使用基于函数的索引就不会产生这样的问题，因为Oracle只有在查询使用了匹配的内置函数时才会使用这种类型的索引。SQL优化(oracle)基于函数的索引要求等式匹配SQL优化(oracle)使用分区索引在用分析命令对分区索引进行分析时，每一个分区的数据值的范围信息会放入Oracle的数据字典中。Oracle可以利用这个信息来提取出那些只与SQL查询相关的数据分区。例如，假设你已经定义了一个分区索引，并且某个SQL语句需要在一个索引分区中进行一次索引扫描。Oracle会仅仅访问这个索引分区，而且会在这个分区上调用一个此索引范围的快速全扫描。因为不需要访问整个索引，所以提高了查询的速度。SQL优化(oracle)使用分区索引SQL优化(oracle)使用位图索引位图索引可以从本质上提高使用了小于1000个唯一数据值的数据列的查询速度，因为在位图索引中进行的检索是在RAM中完成的，而且也总是比传统的B树索引的速度要快。对于那些少于1000个唯一数据值的数据列建立位图索引，可以使执行效率更快。SQL优化(oracle)使用位图索引SQL优化(oracle)决定使用全表扫描还是使用索引和所有的秘笈一样，最后一招都会又回到起点，最后我们来讨论一下是否需要建立索引，也许进行全表扫描更快。在大多数情况下，全表扫描可能会导致更多的物理磁盘输入输出，但是全表扫描有时又可能会因为高度并行化的存在而执行的更快。如果查询的表完全没有顺序，那么一个要返回记录数小于10％的查询可能会读取表中大部分的数据块，这样使用索引会使查询效率提高很多。但是如果表非常有顺序，那么如果查询的记录数大于40％时，可能使用全表扫描更快。SQL优化(oracle)决定使用全表扫描还是使用索引SQL优化(oracle)决定使用全表扫描还是使用索引因此，有一个索引范围扫描的总体原则是：

1）对于原始排序的表仅读取少于表记录数40％的查询应该使用索引范围扫描。反之，读取记录数目多于表记录数的40％的查询应该使用全表扫描。

2）对于未排序的表仅读取少于表记录数7％的查询应该使用索引范围扫描。反之，读取记录数目多于表记录数的7％的查询应该使用全表扫描。SQL优化(oracle)决定使用全表扫描还是使用索引SQL优化(oracle)以上的十八招式，是完全可以相互结合同时运用的。而且各种方法之间相互影响，紧密联系。这种联系既存在一致性，也可能带来冲突，当冲突发生时，需要根据实际情况进行选择，没有固定的模式。最后决定SQL优化功力的因素就是对ORACLE内功的掌握程度了。另外，值得注意的是：随着时间的推移和数据的累计与变化，ORACLE对SQL语句的执行计划也会改变，比如：基于代价的优化方法，随着数据量的增大，优化器可能错误的不选择索引而采用全表扫描。这种情况可能是因为统计信息已经过时，在数据量变化很大后没有及时分析表；但如果对表进行分析之后，仍然没有用上合理的索引，那么就有必要对SQL语句用HINT提示，强制用合理的索引。SQL优化(oracle)以上的十八招式，是完全可以相互结合SQL优化(oracle)但这种HINT提示也不能滥用，因为这种方法过于复杂，缺乏通用性和应变能力，同时也增加了维护上的代价；相对来说，基于函数右移、去掉“IN，OR，<>，ISNOTNULL”、分解复杂的SQL语句等等方法，却是“放之四海皆准”的，可以放心大胆的使用。同时，优化也不是“一劳永逸”的，必须随着情况的改变进行相应的调整。当数据库设计发生变化，包括更改表结构：字段和索引的增加、删除或改名等；业务逻辑发生变化：如查询方式、取值范围发生改变等等。在这种情况下，也必须对原有的优化进行调整，以适应效率上的需求。SQL优化(oracle)但这种HINT提示也不能滥用，因为演讲完毕，谢谢观看！演讲完毕，谢谢观看！SQL编写规范和优化

SQL编写规范和优化SQL编写规范--1原则定义

1、要求代码行清晰、整齐，具有一定的可观赏性；

2、代码编写要充分考虑执行速度最优的原则；

3、代码行整体层次分明、结构化强；

4、代码中应有必要的注释以增强代码的可读性；

5、规范要求非强制性约束代码开发人员的代码编写行为，在实际应用中在不违反常规要求的前提下允许存在可理解的偏差。SQL编写规范--1原则定义SQL编写规范--2大小写规则

1、所有的SQL语句中的保留字均采用全部大写，不要使用缩写；表别名也要大写；如ALLASCASECREATEDATABASEDELETEFROMININSERTJOINLEFTNONOTNULLOUTSELECTTABLETITLEUPDATEVIEWWHERE等。

2、表名、视图名、宏和存储过程名：全部小写；SQL编写规范--2大小写规则SQL编写规范--2大小写规则

3、字段名：每个单词的首字母大写，其余部分小写，如party_id,loc_id,prod_inst_id,Acct_Id,Type_Id等；使用如下语句获得字段列表:SQL编写规范--2大小写规则SQL编写规范--3缩进和换行

整个的SQL语句最好按照子句进行分行编写，SELECT/FROM/WHERE/UPDATE/INSERT等每个关键字都要另起一行。如：SQL编写规范--3缩进和换行SQL编写规范--3缩进和换行SQL编写规范--3缩进和换行SQL编写规范--3缩进和换行

1、同一级别的子句间要对齐

2、逗号放在每行的开头

3、分号放在SQL语句的最后，单独占一行

4、每行宽度不超过120字符(每个字符为8个点阵宽)，超过行宽的代码可折行与上行对齐编排；

5、每个字段后面使用字段标题作为注释

6、使用给出的语句获得字段列表和字段标题(借助UltraEdit列模式快速编辑)SQL编写规范--3缩进和换行SQL编写规范--3缩进和换行下面的编写方式不是好的形式：在所有需要缩进的地方，每次缩进4格；在以下情况下需要缩进：

1、不同层次的SQL语句之间

2、SELECTINSERT等关键字之后的字段列表和关键字之间SQL编写规范--3缩进和换行SQL编写规范--4别名

SQL语句别名的命名，分层命名，从第一层次至第四层次，分别用P、S、U、D（都是大写字母）表示，取意为Part,Segment,Unit,Detail。对于同一层次的多个子句，在字母后加1、2、3、4……区分。SQL编写规范--4别名SQL编写规范--4别名

如下图所示：SQL编写规范--4别名SQL编写规范--5运算符前后间隔要求算术运算符、逻辑运算符的前后至少要保留一个空格，如下图所示：SQL编写规范--5运算符前后间隔要求SQL编写规范--6变量引用

1、在SQL语句中引用变量时，要在变量名两端加花括号

2、对日期变量的引用要在单引号内，如'${MYDATE}'SQL编写规范--6变量引用SQL编写规范--7注释针对复杂的SQL语句，请尽量增加相应的注释说明，以便自己和其它同事事后可以比较容易的读懂和修改。注释中应包含以下内容：

1、编写人/编写日期

2、修改人/修改日期

3、该脚本的编写目的与主要内容

4、如果有特殊处理、特别的技巧等内容，一定要在注释中详细说明SQL编写规范--7注释SQL编写规范--7注释

5、每一段SQL的前面必须要有注释，重点说明该SQL的技术含义和应用含义、选择理由。技术含义指这段SQL在技术上这么写的原因、好处，应用含义指这段SQL从应用的角度将，是为了达到一个什么样的目的。如果有可能，还需要说明为什么这么选择，而不选择别的方式的理由。如果发现了不足，还可记录不足的原因和建议的解决办法等。SQL编写规范--7注释SQL编写规范--8连接的使用对于内连接和外连接的使用，要求该使用外连接的地方都已经使用了外连接，不需要外连接的地方一定不使用外连接。表中的字段若是从其它表引用的，要确保该字段在被引用的表中存在。SQL编写规范--8连接的使用SQL编写规范--8连接的使用要求所有的连接都写成JOIN的形式，如：SQL编写规范--8连接的使用SQL编写规范--8连接的使用而不要写成：SQL编写规范--8连接的使用SQL编写规范--8连接的使用另外，为了保证多表连接的连接条件穿透性，要求在多表连接的SQL书写时将连接条件有机的闭环起来，尤其是多表PI相同，并用PI连接时。SQL编写规范--8连接的使用SQL编写规范--8连接的使用

例如：SQL编写规范--8连接的使用SQL编写规范--8连接的使用即连接条件如下所示：SQL编写规范--8连接的使用SQL优化(teradata)SQL脚本优化原则

要优化脚本，在深刻理解业务逻辑的基础上，一个重要的方式是一段一段的查看SQL的执行计划，然后针对执行计划中不合理、不优化的地方对SQL进行优化编写，这项工作需要实践经验，经常看执行计划会有所帮助。SQL优化(teradata)SQL脚本优化原则SQL优化(teradata)SQL脚本优化原则表级优化可以参照以下以下优化原则：

(1)如果过滤性不很强，又不需要重分布，对大表尽可能不要只做一下过滤就进一次SPOOL，最好是直接与别的表JOIN，边JOIN边过滤了；

(2)如果过滤性非常强，可以只做一下过滤就进一次SPOOL；SQL优化(teradata)SQL脚本优化原则SQL优化(teradata)SQL脚本优化原则

(3)SPOOL空间尽量小原则，即尽可能使中间过程中的SPOOL空间小一些，这样可以减小I/O以及继续关联的代价；在此原则下可以引申出下面几个具体原则：

(3.1)在几个表大小差不多时，过滤性条件较强的先JOIN；

(3.2)在大/大/小三个表内联时，避免先把两个大表JOIN，除非过滤条件非常强；

(3.3)在大/小/小三个表内联时，尽量先把两个小表JOIN；

(3.4)有时将看似没必要的过滤条件加上，在关联表较多时可能有效的减小SPOOL；如表A、B、C、D的关联字段均为k，即A.k=B.kANDA.k=C.kANDA.k=D.k，而同时还有条件substr(A.k,1,2)='01'，有时加上substr(B.k,1,2)='01'、substr(C.k,1,2)='01'、substr(D.k,1,2)='01‘会有好处；SQL优化(teradata)SQL脚本优化原则SQL优化(teradata)SQL脚本优化原则

(4)尽量避免大表重分布；

(5)当大表与很小的表(记录数量级在5位数以内)JOIN时，尽量让小表Duplicate；

(6)如果必须有重分布时，尽量使之靠后；

(7)尽量减少较大的中间过程中的SPOOL空间重分布的次数；SQL优化(teradata)SQL脚本优化原则SQL优化(teradata)SQL脚本优化原则

(8)遇到productjoin时要小心一些；

(9)尽量减少对大表的扫描次数；

(10)在拆SQL时也应注意，合起来虽然可能大些，但只扫描一次大表，而拆成多句后就要多次扫描大表，可能效率反降；SQL优化(teradata)SQL脚本优化原则SQL优化(oracle)基于索引的SQL语句优化数据库的优化方法有很多种，在应用层来说，主要是基于索引的优化。难就难在如何判断哪些索引是必要的，哪些又是不必要的。判断的最终标准是看这些索引是否对我们的数据库性能有所帮助。具体到方法上，就必须熟悉数据库应用程序中的所有SQL语句，从中统计出常用的可能对性能有影响的部分SQL，分析、归纳出作为Where条件子句的字段及其组合方式；在这一基础上可以初步判断出哪些表的哪些字段应该建立索引。SQL优化(oracle)基于索引的SQL语句优化SQL优化(oracle)基于索引的SQL语句优化其次，必须熟悉应用程序。必须了解哪些表是数据操作频繁的表；哪些表经常与其他表进行连接；哪些表中的数据量可能很大；对于数据量大的表，其中各个字段的数据分布情况如何；等等。对于满足以上条件的这些表，必须重点关注，因为在这些表上的索引，将对SQL语句的性能产生举足轻重的影响SQL优化(oracle)基于索引的SQL语句优化SQL优化(oracle)基于索引的SQL语句优化建立索引常用的规则如下：

1、表的主键、外键必须有索引；

2、数据量超过300的表应该有索引；

3、经常与其他表进行连接的表，在连接字段上应该建立索引；

4、经常出现在Where子句中的字段，特别是大表的字段，应该建立索引；

5、索引应该建在选择性高的字段上；

SQL优化(oracle)基于索引的SQL语句优化SQL优化(oracle)基于索引的SQL语句优化

6、索引应该建在小字段上，对于大的文本字段甚至超长字段，不要建索引；

7、复合索引的建立需要进行仔细分析；尽量考虑用单字段索引代替：

A、正确选择复合索引中的主列字段，一般是选择性较好的字段；

B、复合索引的几个字段是否经常同时以AND方式出现在Where子句中？单字段查询是否极少甚至没有？如果是，则可以建立复合索引；否则考虑单字段索引；SQL优化(oracle)基于索引的SQL语句优化SQL优化(oracle)基于索引的SQL语句优化

C、如果复合索引中包含的字段经常单独出现在Where子句中，则分解为多个单字段索引；

D、如果复合索引所包含的字段超过3个，那么仔细考虑其必要性，考虑减少复合的字段；

E、如果既有单字段索引，又有这几个字段上的复合索引，一般可以删除复合索引；SQL优化(oracle)基于索引的SQL语句优化SQL优化(oracle)基于索引的SQL语句优化

8、频繁进行数据操作的表，不要建立太多的索引；

9、删除无用的索引，避免对执行计划造成负面影响；以上是一些普遍的建立索引时的判断依据。一言以蔽之，索引的建立必须慎重，对每个索引的必要性都应该经过仔细分析，要有建立的依据。

SQL优化(oracle)基于索引的SQL语句优化SQL优化(oracle)基于索引的SQL语句优化太多的索引与不充分、不正确的索引对性能都毫无益处：在表上建立的每个索引都会增加存储开销，索引对于插入、删除、更新操作也会增加处理上的开销。另外，过多的复合索引，在有单字段索引的情况下，一般都是没有存在价值的；相反，还会降低数据增加删除时的性能，特别是对频繁更新的表来说，负面影响更大。SQL优化(oracle)基于索引的SQL语句优化SQL优化(oracle)避免对列的操作任何对列的操作都可能导致全表扫描，这里所谓的操作包括数据库函数、计算表达式等等，查询时要尽可能将操作移至等式的右边，甚至去掉函数。例1：下列SQL条件语句中的列都建有恰当的索引，但30万行数据情况下执行速度却非常慢：

select*fromrecordwheresubstrb(CardNo,1,4)='5378'(13秒)select*fromrecordwhereamount/30<1000（11秒）

select*fromrecordwhereto_char(ActionTime,'yyyymmdd')='19991201'（10秒）

SQL优化(oracle)避免对列的操作SQL优化(oracle)避免对列的操作由于where子句中对列的任何操作结果都是在SQL运行时逐行计算得到的，因此它不得不进行表扫描，而没有使用该列上面的索引；如果这些结果在查询编译时就能得到，那么就可以被SQL优化器优化，使用索引，避免表扫描，因此将SQL重写如下：

select*fromrecordwhereCardNolike'5378%'（<1秒）

select*fromrecordwhereamount<1000*30（<1秒）

select*fromrecordwhereActionTime=to_date('19991201','yyyymmdd')（<1秒）差别是很明显的！SQL优化(oracle)避免对列的操作SQL优化(oracle)避免不必要的类型转换需要注意的是，尽量避免潜在的数据类型转换。如将字符型数据与数值型数据比较，ORACLE会自动将字符型用to_number()函数进行转换，从而导致全表扫描。例2：表tab1中的列col1是字符型（char)，则以下语句存在类型转换：

selectcol1,col2fromtab1wherecol1>10，应该写为：selectcol1,col2fromtab1wherecol1>'10'。SQL优化(oracle)避免不必要的类型转换SQL优化(oracle)增加查询的范围限制增加查询的范围限制，避免全范围的搜索。例3：以下查询表record中时间ActionTime小于2001年3月1日的数据：

select*fromrecordwhereActionTime<to_date('20010301','yyyymm')

查询计划表明，上面的查询对表进行全表扫描，如果我们知道表中的最早的数据为2001年1月1日，那么，可以增加一个最小时间，使查询在一个完整的范围之内。修改如下：

SQL优化(oracle)增加查询的范围限制SQL优化(oracle)增加查询的范围限制

select*fromrecordwhereActionTime<to_date('20010301','yyyymm')andActionTime>to_date('20010101','yyyymm')

后一种SQL语句将利用上ActionTime字段上的索引，从而提高查询效率。把'20010301'换成一个变量，根据取值的机率，可以有一半以上的机会提高效率。同理，对于大于某个值的查询，如果知道当前可能的最大值，也可以在Where子句中加上“AND列名<MAX(最大值)”。SQL优化(oracle)增加查询的范围限制SQL优化(oracle)尽量去掉"IN"、"OR“

含有"IN"、"OR"的Where子句常会使用工作表，使索引失效；如果不产生大量重复值，可以考虑把子句拆开；拆开的子句中应该包含索引。例4：selectcount(*)fromstuffwhereid_noin('0','1')（23秒）可以考虑将or子句分开：

selectcount(*)fromstuffwhereid_no='0'selectcount(*)fromstuffwhereid_no='1'

然后再做一个简单的加法，与原来的SQL语句相比，查询速度更快。SQL优化(oracle)尽量去掉"IN"、"OR“SQL优化(oracle)尽量去掉"<>“

尽量去掉"<>"，避免全表扫描，如果数据是枚举值，且取值范围固定，则修改为"OR"方式。例5：UPDATESERVICEINFOSETSTATE=0WHERESTATE<>0;

以上语句由于其中包含了"<>"，执行计划中用了全表扫描（TABLEACCESSFULL），没有用到state字段上的索引。实际应用中，由于业务逻辑的限制，字段state为枚举值，只能等于0，1或2，而且，值等于=1，2的很少，因此可以去掉"<>"，利用索引来提高效率。修改为：UPDATESERVICEINFOSETSTATE=0WHERESTATE=1ORSTATE=2。进一步的修改可以参考第4种方法。SQL优化(oracle)尽量去掉"<>“SQL优化(oracle)去掉Where子句中的ISNULL和ISNOTNULL

Where字句中的ISNULL和ISNOTNULL将不会使用索引而是进行全表搜索，因此需要通过改变查询方式，分情况讨论等方法，去掉Where子句中的ISNULL和ISNOTNULL。SQL优化(oracle)去掉Where子句中的ISNULSQL优化(oracle)索引提高数据分布不均匀时查询效率索引的选择性低，但数据的值分布差异很大时，仍然可以利用索引提高效率。A、数据分布不均匀的特殊情况下，选择性不高的索引也要创建。表ServiceInfo中数据量很大，假设有一百万行，其中有一个字段DisposalCourseFlag，取值范围为枚举值：[0，1，2，3，4，5，6，7]。按照前面说的索引建立的规则，“选择性不高的字段不应该建立索引，该字段只有8种取值，索引值的重复率很高，索引选择性明显很低，因此不建索引。然而，由于该字段上数据值的分布情况非常特殊，具体如下表：SQL优化(oracle)索引提高数据分布不均匀时查询效率SQL优化(oracle)索引提高数据分布不均匀时查询效率而且，常用的查询中，查询DisposalCourseFlag<6的情况既多又频繁，毫无疑问，如果能够建立索引，并且被应用，那么将大大提高这种情况的查询效率。因此，我们需要在该字段上建立索引。SQL优化(oracle)索引提高数据分布不均匀时查询效率SQL优化(oracle)利用HINT强制指定索引在ORACLE优化器无法用上合理索引的情况下，利用HINT强制指定索引。继续上面7的例子，ORACLE缺省认定，表中列的值是在所有数据行中均匀分布的，也就是说，在一百万数据量下，每种DisposalCourseFlag值各有12.5万数据行与之对应。假设SQL搜索条件DisposalCourseFlag=2，利用DisposalCourseFlag列上的索引进行数据搜索效率，往往不比全表扫描的高，ORACLE因此对索引“视而不见”，从而在查询路径的选择中，用其他字段上的索引甚至全表扫描。根据我们上面的分析，数据值的分布很特殊，严重的不均匀。SQL优化(oracle)利用HINT强制指定索引SQL优化(oracle)利用HINT强制指定索引为了利用索引提高效率，此时，一方面可以单独对该字段或该表用analyze语句进行分析，对该列搜集足够的统计数据，使ORACLE在查询选择性较高的值时能用上索引；另一方面，可以利用HINT提示，在SELECT关键字后面，加上“/*+INDEX(表名称，索引名称）*/”的方式，强制ORACLE优化器用上该索引。比如：select*fromserviceinfowhereDisposalCourseFlag=1;SQL优化(oracle)利用HINT强制指定索引SQL优化(oracle)利用HINT强制指定索引上面的语句，实际执行中ORACLE用了全表扫描，加上蓝色提示部分后，用到索引查询。如下：

select/*+INDEX(SERVICEINFO,IX_S_DISPOSALCOURSEFLAG)*/*fromserviceinfowhereDisposalCourseFlag=1;

请注意，这种方法会加大代码维护的难度，而且该字段上索引的名称被改变之后，必须要同步所有指定索引的HINT代码，否则HINT提示将被ORACLE忽略掉。SQL优化(oracle)利用HINT强制指定索引SQL优化(oracle)屏蔽无用索引继续上面8的例子，由于实际查询中，还有涉及到DisposalCourseFlag=6的查询，而此时如果用上该字段上的索引，将是非常不明智的，效率也极低。因此这种情况下，我们需要用特殊的方法屏蔽该索引，以便ORACLE选择其他字段上的索引。比如，如果字段为数值型的就在表达式的字段名后，添加“+0”，为字符型的就并上空串：“||""”

如：select*fromserviceinfowhereDisposalCourseFlag+0=6andworkNo='36'。不过，不要把该用的索引屏蔽掉了，否则同样会产生低效率的全表扫描。SQL优化(oracle)屏蔽无用索引SQL优化(oracle)分解复杂查询，用常量代替变量对于复杂的Where条件组合，Where中含有多个带索引的字段，考虑用IF语句分情况进行讨论；同时，去掉不必要的外来参数条件，减低复杂度，以便在不同情况下用不同字段上的索引。SQL优化(oracle)分解复杂查询，用常量代替变量SQL优化(oracle)分解复杂查询，用常量代替变量继续上面9的例子，对于包含

Where(DisposalCourseFlag<v_DisPosalCourseFlag)or(v_DisPosalCourseFlagisnull)and....的查询，(这里v_DisPosalCourseFlag为一个输入变量，取值范围可能为[NULL，0，1，2，3，4，5，6，7])，可以考虑分情况用IF语句进行讨论，类似：

IFv_DisPosalCourseFlag=1THENWhereDisposalCourseFlag=1and....ELSIFv_DisPosalCourseFlag=2THENWhereDisposalCourseFlag=2and....

。。。。。。SQL优化(oracle)分解复杂查询，用常量代替变量SQL优化(oracle)like子句尽量前端匹配因为like参数使用的非常频繁，因此如果能够对like子句使用索引，将很高的提高查询的效率。例6：select*fromcitywherenamelike‘%S%’

以上查询的执行计划用了全表扫描（TABLEACCESSFULL），如果能够修改为：

select*fromcitywherenamelike‘S%’

那么查询的执行计划将会变成（INDEXRANGESCAN），成功的利用了name字段的索引。这意味着OracleSQL优化器会识别出用于索引的like子句，只要该查询的匹配端是具体值。因此我们在做like查询时，应该尽量使查询的匹配端是具体值，即使用like‘S%’。SQL优化(oracle)like子句尽量前端匹配SQL优化(oracle)用Case语句合并多重扫描我们常常必须基于多组数据表计算不同的聚集。例如下例通过三个独立查询：例8：1）selectcount(*)fromempwheresal<1000;2）selectcount(*)fromempwheresalbetween1000and5000;3）selectcount(*)fromempwheresal>5000;

这样我们需要进行三次全表查询，但是如果我们使用case语句：SQL优化(oracle)用Case语句合并多重扫描SQL优化(oracle)用Case语句合并多重扫描

selectcount(salewhensal<1000then1elsenullend)count_poor,count(salewhenbetween1000and5000then