5、盡量少用NOT

6、exists 和 in 的執(zhí)行效率是一樣的
　　很多資料上都顯示說，exists要比in的執(zhí)行效率要高，同時(shí)應(yīng)盡可能的用not exists來代替not in。但事實(shí)上，我試驗(yàn)了一下，發(fā)現(xiàn)二者無論是前面帶不帶not，二者之間的執(zhí)行效率都是一樣的。因?yàn)樯婕白硬樵儯覀冊(cè)囼?yàn)這次用SQL SERVER自帶的pubs數(shù)據(jù)庫。運(yùn)行前我們可以把SQL SERVER的statistics I/O狀態(tài)打開：
（1）select title,price from titles where title_id in (select title_id from sales where qty>30)
該句的執(zhí)行結(jié)果為：
表 ''sales''。掃描計(jì)數(shù) 18，邏輯讀 56 次，物理讀 0 次，預(yù)讀 0 次。
表 ''titles''。掃描計(jì)數(shù) 1，邏輯讀 2 次，物理讀 0 次，預(yù)讀 0 次。

（2）select title,price from titles
where exists (select * from sales
where sales.title_id=titles.title_id and qty>30)
第二句的執(zhí)行結(jié)果為：
表 ''sales''。掃描計(jì)數(shù) 18，邏輯讀 56 次，物理讀 0 次，預(yù)讀 0 次。
表 ''titles''。掃描計(jì)數(shù) 1，邏輯讀 2 次，物理讀 0 次，預(yù)讀 0 次。

我們從此可以看到用exists和用in的執(zhí)行效率是一樣的。

7、用函數(shù)charindex()和前面加通配符%的LIKE執(zhí)行效率一樣
　　前面，我們談到，如果在LIKE前面加上通配符%，那么將會(huì)引起全表掃描，所以其執(zhí)行效率是低下的。但有的資料介紹說，用函數(shù)charindex()來代替LIKE速度會(huì)有大的提升，經(jīng)我試驗(yàn)，發(fā)現(xiàn)這種說明也是錯(cuò)誤的：
select gid,title,fariqi,reader from tgongwen
where charindex(''刑偵支隊(duì)'',reader)>0 and fariqi>''2004-5-5''
用時(shí)：7秒，另外：掃描計(jì)數(shù) 4，邏輯讀 7155 次，物理讀 0 次，預(yù)讀 0 次。

select gid,title,fariqi,reader from tgongwen
where reader like ''%'' + ''刑偵支隊(duì)'' + ''%'' and fariqi>''2004-5-5''
用時(shí)：7秒，另外：掃描計(jì)數(shù) 4，邏輯讀 7155 次，物理讀 0 次，預(yù)讀 0 次。

8、union并不絕對(duì)比or的執(zhí)行效率高
　　我們前面已經(jīng)談到了在where子句中使用or會(huì)引起全表掃描，一般的，我所見過的資料都是推薦這里用union來代替or。事實(shí)證明，這種說法對(duì)于大部分都是適用的。
select gid,fariqi,neibuyonghu,reader,title from Tgongwen
where fariqi=''2004-9-16'' or gid>9990000
用時(shí)：68秒。掃描計(jì)數(shù) 1，邏輯讀 404008 次，物理讀 283 次，預(yù)讀 392163 次。

select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=''2004-9-16''
union
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where gid>9990000
用時(shí)：9秒。掃描計(jì)數(shù) 8，邏輯讀 67489 次，物理讀 216 次，預(yù)讀 7499 次。

看來，用union在通常情況下比用or的效率要高的多。

　　但經(jīng)過試驗(yàn)，筆者發(fā)現(xiàn)如果or兩邊的查詢列是一樣的話，那么用union則反倒和用or的執(zhí)行速度差很多，雖然這里union掃描的是索引，而or掃描的是全表。
select gid,fariqi,neibuyonghu,reader,title from Tgongwen
where fariqi=''2004-9-16'' or fariqi=''2004-2-5''
用時(shí)：6423毫秒。掃描計(jì)數(shù) 2，邏輯讀 14726 次，物理讀 1 次，預(yù)讀 7176 次。
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=''2004-9-16''
union
select gid,fariqi,neibuyonghu,reader,title from Tgongwen where fariqi=''2004-2-5''
用時(shí)：11640毫秒。掃描計(jì)數(shù) 8，邏輯讀 14806 次，物理讀 108 次，預(yù)讀 1144 次。

9、字段提取要按照“需多少、提多少”的原則，避免“select *”
我們來做一個(gè)試驗(yàn)：
select top 10000 gid,fariqi,reader,title from tgongwen order by gid desc
用時(shí)：4673毫秒

select top 10000 gid,fariqi,title from tgongwen order by gid desc
用時(shí)：1376毫秒

select top 10000 gid,fariqi from tgongwen order by gid desc
用時(shí)：80毫秒

　　由此看來，我們每少提取一個(gè)字段，數(shù)據(jù)的提取速度就會(huì)有相應(yīng)的提升。提升的速度還要看您舍棄的字段的大小來判斷。

最新評(píng)論