江苏龙网

  1. 主页 > 生活百科 > >

加快SQL查询的九种优秀实践

SQL查询

译者 | 陈峻
审校 | 重楼
如您所知，SQL多年来一直是开发和查询数据库的主要语言 。在编程实践中，人们逐渐积累了各种在使用过程中的小技巧 。下面，让我们来看看有关如何编写出更高效的SQL查询的9种优秀实践 。

加快SQL查询的九种优秀实践

文章插图
1.只检索需要的列对于那些所谓的数据库开发老司机而言，他们会有一个常见的SQL习惯：在编写查询代码时，频繁地使用SELECT * ， 一次性列出所有可能需要的数据列 。显然，如果查询一个存储了一百多列的数据表的所有列，您可以想象会发生什么？毕竟在真实的系统应用环境中 ， 这样的数据表屡见不鲜，而且它们并非总是可以通过重新设计和优化，来合理化其结构 。那么，您是否考虑过采取简单点的方法呢？其实，我们可以只选择列的子集 ， 以避免在查询过程中占用不必要的资源，并提高执行的效率 。
当然，在进行查询的原型设计时，使用SELECT *是没有太大问题的 ， 但是一旦进入生产阶段，具体的查询就应该只请求那些实际将会使用到的数据列 。
2.使用CASE代替UPDATE进行有条件的列更新在编程过程中，开发人员也会经常使用UPDATE ...WHERE，来根据数据表中的某一列的值 ， 设置另一列的值 。例如，UPDATE Users SET Users.Status="遗留" WHERE Users.ID<1000 。不可否认，这种方法既简单又直观，但是它有时也会增加不必要的步骤 。例如 ， 如果您需要先向某个表中插入数据，然后使用UPDATE来更改数据，那么这便是两个独立的事务 。不过 ， 当你有数百万行数据时，此类“徒增”的额外事务就会产生大量不必要的操作 。
对于一些大规模操作而言，更好的解决方案是：在查询中使用内联CASE语句，在插入操作过程中设置列的值 。如此，我们便可以一次性地同时处理初始插入和修改数据了 。
3.尽量减少大表查询就系统开销而言 ， 对于任何体量数据表的查询，都不是“免费”的 。而对于那些拥有数亿、甚至数十亿行的数据表的查询，更是如此 。为此，我们需要尽可能地将那些对于大体量数据表的查询，合并为最少的离散操作 。例如，如果我们想对一个数据表先按照某一列进行查询，然后再按照另一列予以查询 。那么我们便可以首先将其合并为一个查询，然后确保你后续要查询的列拥有了覆盖索引（Covering Index） 。
如果您发现自己必须从一张大的数据表中获取相同的数据子集，并需要对其运行较小的查询，那么您可以将其子集持久化到其他地方，并对其进行查询，从而为当前和后续其他操作提速 。这也将引出下一项优秀实践 。
4.为数据设置预分级（Pre-stage）假设您或组织中的其他人经常需要执行报表或存储过程 。而这些报表或存储过程又需要通过连接几张大的数据表，来汇总大量的数据 。那么，您与其每次都重新运行连接，不如将其预分级到专门用于此目的的数据表中 。据此 ， 报表或程序便可以针对该表一次性地共同完成其操作，从而为自己（和他人）节省大量的工作 。此外，如果您有足够的资源，而且数据库也能够提供支持的话，也可以使用内存表，来进一步实现加速 。
5.分批进行删除和更新试想，您需要在一张数十亿行级的数据表中清除数百万行 。虽然最简单的方法莫过于在事务中运行DELETE 。但这样一来 ， 整张表就会在此过程中被锁定，直至事务完成 。
而复杂一些的方法是分批执行删除（或更新）操作 。此类操作可以与其他事务交错进行 。由于每个事务都会变得更小，更易于管理，因此其他事务也可以在该操作前后或操作期间“见缝插针”地执行 。
在实际应用中，此举将成为任务队列的良好用例 。它不但可以跟踪跨会话操作的进度，而且允许其以低优先级的状态，在后台被操作执行 。
6.使用临时表提高指针性能有过开发经验的程序员都知道：指针的使用会导致应用的速度变慢 ， 甚至会阻碍到其他操作 。与此同时 ， 那些依赖指针的操作，几乎都可以用其他方法来完成 。因此，在大多数情况下，我们应该避免使用指针 。
话说回来，如果您由于某种原因不得不使用指针的话，临时表则可以减少由指针带来的性能问题 。例如，如果您需要遍历某个数据表，并根据计算结果更改某一列的话，则可以将待更新的候选数据放入临时表中，用指针来遍历该临时表，然后在一次性的操作中 ， 应用所有的更新 。当然，此方式还可以将指针的某个处理分成多个批次 。


推荐阅读


上一篇：谷歌2023年发布的七大人工智能功能

下一篇：为什么只有Unicode是不够的，UTF-8如何解决编码问题?