大数据量查询优化——数据库设计、SQL语句、JAVA编码

数据库设计方面：

1、对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。

2、应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描。
             如： select id from t where num is null 
             可以在num上设置默认值0，确保表中num列没有null值，然后这样查询： select id from t where num=0

3、并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时,查询可能不会去利用索引，如一表中有字段sex，male、female几乎各一半，

那么即使在sex上建了索引也对查询效率起不了作用。

4、索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重

考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。

5、应尽可能的避免更新索引数据列，因为索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频

繁更新索引数据列，那么需要考虑是否应将该索引建为索引。

6、尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每

一个字符，而对于数字型而言只需要比较一次就够了。

7、尽可能的使用 varchar/nvarchar 代替 char/nchar ，因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。

8、避免频繁创建和删除临时表，以减少系统表资源的消耗。

9、临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。但是，对于一次性事件，最好使用导出表。

10、在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果数据量不大，为了缓和系统表的资源，应先                    create table，然后insert。

11、如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定。

SQL语句方面：

1、应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。

2、应尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描
             如： select id from t where num=10 or num=20 
             可以这样查询： select id from t where num=10 union all select id from t where num=20

3、in 和 not in 也要慎用，否则会导致全表扫描。
             如： select id from t where num in(1,2,3) 
             对于连续的数值，能用 between 就不要用 in 了： select id from t where num between 1 and 3

4、下面的查询也将导致全表扫描： select id from t where name like ‘%abc%’

5、如果在 where 子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。

然而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。
             如下面语句将进行全表扫描： select id from t where num=@num 
             可以改为强制查询使用索引： select id from t with(index(索引名)) where num=@num

6、应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。
             如： select id from t where num/2=100 
             应改为: select id from t where num=100*2

7、应尽量避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。
             如： select id from t where substring(name,1,3)=’abc’   ——name以abc开头的id 
                     select id from t where datediff(day,createdate,’2005-11-30′)=0  ——‘2005-11-30’生成的id 
             应改为：
                     select id from t where name like ‘abc%’ 
                     select id from t where createdate>=’2005-11-30′ and createdate<’2005-12-1′

8、不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。

9、不要写一些没有意义的查询，如需要生成一个空表结构： select col1,col2 into #t from t where 1=0 这类代码不会返回任何结果集，但是会消耗系统资源的，

应改成这样： create table #t(„)

10、很多时候用 exists 代替 in 是一个好的选择： select num from a where num in(select num from b)

用下面的语句替换： select num from a where exists(select 1 from b where num=a.num)

11、任何地方都不要使用 select * from t ，用具体的字段列表代替“*”，不要返回用不到的任何字段。

12、尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。

13、尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。

14、尽量避免大事务操作，提高系统并发能力。

java方面：

1、尽可能的少造对象。

2、合理摆正系统设计的位置。大量数据操作，和少量数据操作一定是分开的。大量的数据操作，肯定不是ORM框架搞定的。

3、使用jDBC链接数据库操作数据。

4、控制好内存，让数据流起来，而不是全部读到内存再处理，而是边读取边处理。

5、合理利用内存，有的数据要缓存