一些sql优化原则

1、我们在设计表的时候，尽量让字段拥有默认值，尽量不要让字段的值为null。
因为，在 where 子句中对字段进行 null 值判断（is null或is not null）将导致引擎放弃使用索引而进行全表扫描。
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
2、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。
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。

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。

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、使用"like '%***%'"查询也将导致全表扫描。

select id from t where name like '%abc%'

--若要提高效率，可以考虑这种形式，具体问题具体分析

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。

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。

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、在使用索引字段作为条件时、如果该索引是复合索引、那么必须使用到该索引中的第一个字段作为条件时才能
保证系统使用该索引、否则该索引将不会被使用、并且应尽可能的让字段顺序与索引顺序相一致。

10、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 newTable 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 newTable(...)

11、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)

12、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、SQL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。

13、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。

14、应尽可能的避免更新 clustered 索引数据列、因为 clustered 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 clustered
索引数据列、那么需要考虑是否应将该索引建为 clustered 索引。

15、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。

16、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。

17、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。

18、尽量使用表变量来代替临时表。如果表变量包含大量数据、请注意索引非常有限（只有主键索引）。

19、避免频繁创建和删除临时表、以减少系统表资源的消耗。

20、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。

21、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。

22、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。

23、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。

24、使用基于游标的方法或临时表方法之前、应先寻找基于集的解决方案来解决问题、基于集的方法通常更有效。

25、与临时表一样、游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法、尤其
是在必须引用几个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如
果开发时间允许、基于游标的方法和基于集的方法都可以尝试一下、看哪一种方法的效果更好。

26、在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON 、在结束时设置 SET NOCOUNT OFF 。无需在执行存储
过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息。

27、尽量避免大事务操作、提高系统并发能力。

28、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。

29、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。