如何讓你的SQL運行得更快  
  人們在使用SQL時往往會陷入一個誤區(qū)，即太關(guān)注于所得的結(jié)果是否正確，而忽略了不同的實現(xiàn)方法之間可能存在的性能差異，這種性能差異在大型的或是復(fù)雜的數(shù)據(jù)庫環(huán)境中（如聯(lián)機事務(wù)處理OLTP或決策支持系統(tǒng)DSS）中表現(xiàn)得尤為明顯。筆者在工作實踐中發(fā)現(xiàn)，不良的SQL往往來自于不恰當(dāng)?shù)乃饕O(shè)計、不充份的連接條件和不可優(yōu)化的where子句。在對它們進行適當(dāng)?shù)膬?yōu)化后，其運行速度有了明顯地提高！下面我將從這三個方面分別進行總結(jié)：
  ----為了更直觀地說明問題，所有實例中的SQL運行時間均經(jīng)過測試，不超過１秒的均表示為（<1秒）。
  ----測試環(huán)境--
  ----主機：HPLHII
  ----主頻：330MHZ
  ----內(nèi)存：128兆
  ----操作系統(tǒng)：Operserver5.0.4
  ----數(shù)據(jù)庫：Sybase11.0.3
  一、不合理的索引設(shè)計
  例：表record有620000行，試看在不同的索引下，下面幾個SQL的運行情況：
  1.在date上建有一非個群集索引
  select count(*) from record wheredate>'19991201' and date<'19991214' and amount>2000(25秒)
  select date,sum(amount) from record group by date (55秒)
  select count(*) from record where date>'19990901' and placein('BJ','SH')(27秒)
  分析：date上有大量的重復(fù)值，在非群集索引下，數(shù)據(jù)在物理上隨機存放在數(shù)據(jù)頁上，在范圍查找時，必須執(zhí)行一次表掃描才能找到這一范圍內(nèi)的全部行。
  2.在date上的一個群集索引
  select count(*) from record where date>'19991201' and date<'19991214' and amount>2000（14秒）
  select date,sum(amount) from record group by date（28秒）
  select count(*) from record where date> '19990901' and placein('BJ','SH')（14秒）
  分析：在群集索引下，數(shù)據(jù)在物理上按順序在數(shù)據(jù)頁上，重復(fù)值也排列在一起，因而在范圍查找時，可以先找到這個范圍的起末點，且只在這個范圍內(nèi)掃描數(shù)據(jù)頁，避免了大范圍掃描，提高了查詢速度。
  3.在place，date，amount上的組合索引
  select count(*) from record where date>'19991201' and date<'19991214' and amount> 2000（26秒）
  select date,sum(amount) from record group by date（27秒）
  select count(*) from record where date>'19990901' and placein('BJ','SH')（<1秒）
  分析：這是一個不很合理的組合索引，因為它的前導(dǎo)列是place，第一和第二條SQL沒有引用place，因此也沒有利用上索引；第三個SQL使用了place，且引用的所有列都包含在組合索引中，形成了索引覆蓋，所以它的速度是非?？斓?。
  4.在date，place，amount上的組合索引
  select count(*) from record where date> '19991201' and date<'19991214' and amount> 2000(<1秒)
  select date,sum(amount) from record group by date（11秒）
  select count(*) from record where date> '19990901' and placein('BJ','SH')（<1秒）
  分析：這是一個合理的組合索引。它將date作為前導(dǎo)列，使每個SQL都可以利用索引，并且在第一和第三個SQL中形成了索引覆蓋，因而性能達到了最優(yōu)。
  5.總結(jié)：
  缺省情況下建立的索引是非群集索引，但有時它并不是最佳的；合理的索引設(shè)計要建立在對各種查詢的分析和預(yù)測上。
  一般來說：
  ①.有大量重復(fù)值、且經(jīng)常有范圍查詢
  （between,>,<，>=,<=）和orderby 、groupby發(fā)生的列，可考慮建立群集索引；
  ②.經(jīng)常同時存取多列，且每列都含有重復(fù)值可考慮建立組合索引；
  ③.組合索引要盡量使關(guān)鍵查詢形成索引覆蓋，其前導(dǎo)列一定是使用最頻繁的列。
 
  二、不充份的連接條件：
  例：表card有7896行，在card_no上有一個非聚集索引，表account有191122行，在account_no上有一個非聚集索引，試看在不同的表連接條件下，兩個SQL的執(zhí)行情況： 
  select sum(a.amount) from accounta,  cardb where a.card_no=b.card_no（20秒）
  將SQL改為：select sum(a.amount) from accounta, cardb where a.card_no=b.card_no and a.account_no=b.account_no（<1秒）
  分析：在第一個連接條件下，最佳查詢方案是將account作外層表，card作內(nèi)層表，利用card上的索引，其I/O次數(shù)可由以下公式估算為：外層表account上的22541頁+（外層表account的191122行*內(nèi)層表card上對應(yīng)外層表第一行所要查找的3頁）=595907次I/O;在第二個連接條件下，最佳查詢方案是將card作外層表，account作內(nèi)層表，利用account上的索引，其I/O次數(shù)可由以下公式估算為：外層表card上的1944頁+（外層表card的7896行*內(nèi)層表account上對應(yīng)外層表每一行所要查找的4頁）=33528次I/O,可見，只有充份的連接條件，真正的最佳方案才會被執(zhí)行。
  總結(jié)：
  1.多表操作在被實際執(zhí)行前，查詢優(yōu)化器會根據(jù)連接條件，列出幾組可能的連接方案并從中找出系統(tǒng)開銷最小的最佳方案。連接條件要充份考慮帶有索引的表、行數(shù)多的表；內(nèi)外表的選擇可由公式：外層表中的匹配行數(shù)*內(nèi)層表中每一次查找的次數(shù)確定，乘積最小為最佳方案。
  2.查看執(zhí)行方案的方法--用setshowplanon，打開showplan選項，就可以看到連接順序、使用何種索引的信息；想看更詳細的信息，需用sa角色執(zhí)行dbcc(3604,310,302)。
  三、不可優(yōu)化的where子句
  1.例：下列SQL條件語句中的列都建有恰當(dāng)?shù)乃饕?，但?zhí)行速度卻非常慢：
  select * from record where substring(card_no,1,4)='5378'(13秒)
  select * from record where amount/30<1000（11秒）
  select * from record where convert(char(10),date,112)='19991201'（10秒）
  分析：where子句中對列的任何操作結(jié)果都是在SQL運行時逐列計算得到的，因此它不得不進行表搜索，而沒有使用該列上面的索引；如果這些結(jié)果在查詢編譯時就能得到，那么就可以被SQL優(yōu)化器優(yōu)化，使用索引，避免表搜索，因此將SQL重寫成下面這樣：
  select * from record where card_nolike '5378%'（<1秒）
  select * from record where amount <1000*30（<1秒）
  select * from record where date='1999/12/01'（<1秒）
  你會發(fā)現(xiàn)SQL明顯快起來！
  2.例：表stuff有200000行，id_no上有非群集索引，請看下面這個SQL：
  select count(*) from stuff where id_noin('0','1')（23秒）
  分析：where條件中的'in'在邏輯上相當(dāng)于'or'，所以語法分析器會將in('0','1')轉(zhuǎn)化為id_no='0'orid_no='1'來執(zhí)行。我們期望它會根據(jù)每個or子句分別查找，再將結(jié)果相加，這樣可以利用id_no上的索引；但實際上（根據(jù)showplan）,它卻采用了"OR策略"，即先取出滿足每個or子句的行，存入臨時數(shù)據(jù)庫的工作表中，再建立唯一索引以去掉重復(fù)行，最后從這個臨時表中計算結(jié)果。因此，實際過程沒有利用id_no上索引，并且完成時間還要受tempdb數(shù)據(jù)庫性能的影響。
  實踐證明，表的行數(shù)越多，工作表的性能就越差，當(dāng)stuff有620000行時，執(zhí)行時間竟達到220秒！還不如將or子句分開：
  select count(*) from stuff where id_no='0'
  select count(*) from stuff whereid_no='1'
  得到兩個結(jié)果，再作一次加法合算。因為每句都使用了索引，執(zhí)行時間只有3秒，在620000行下，時間也只有4秒?；蛘撸酶玫姆椒?，寫一個簡單的存儲過程：
  create proccount_stuffas
  declare @aint
  declare @bint
  declare @cint
  declare @dchar(10)
  begin
  select @a=count(*) from stuff where id_no='0'
  select @b=count(*) from stuff where id_no='1'
  end
  select @c=@a+@b
  select @d=convert(char(10),@c)
  print @d
  直接算出結(jié)果，執(zhí)行時間同上面一樣快！
  總結(jié)：

 可見，所謂優(yōu)化即where子句利用了索引，不可優(yōu)化即發(fā)生了表掃描或額外開銷。 
  1.任何對列的操作都將導(dǎo)致表掃描，它包括數(shù)據(jù)庫函數(shù)、計算表達式等等，查詢時要盡可能將操作移至等號右邊。
  2.in、or子句常會使用工作表，使索引失效；如果不產(chǎn)生大量重復(fù)值，可以考慮把子句拆開；拆開的子句中應(yīng)該包含索引。
  3.要善于使用存儲過程，它使SQL變得更加靈活和高效。
  從以上這些例子可以看出，SQL優(yōu)化的實質(zhì)就是在結(jié)果正確的前提下，用優(yōu)化器可以識別的語句，充份利用索引，減少表掃描的I/O次數(shù)，盡量避免表搜索的發(fā)生。其實SQL的性能優(yōu)化是一個復(fù)雜的過程，上述這些只是在應(yīng)用層次的一種體現(xiàn)，深入研究還會涉及數(shù)據(jù)庫層的資源配置、網(wǎng)絡(luò)層的流量控制以及操作系統(tǒng)層的總體設(shè)計。
  4．合理使用索引  
  索引是數(shù)據(jù)庫中重要的數(shù)據(jù)結(jié)構(gòu)，它的根本目的就是為了提高查詢效率。現(xiàn)在大多數(shù)的數(shù)據(jù)庫產(chǎn)品都采用IBM最先提出的ISAM索引結(jié)構(gòu)。索引的使用要恰到好處，其使用原則如下：  
  ●在經(jīng)常進行連接，但是沒有指定為外鍵的列上建立索引，而不經(jīng)常連接的字段則由優(yōu)化器自動生成索引。  
  ●在頻繁進行排序或分組（即進行g(shù)roupby或orderby操作）的列上建立索引。  
  ●在條件表達式中經(jīng)常用到的不同值較多的列上建立檢索，在不同值少的列上不要建立索引。比如在雇員表的“性別”列上只有“男”與“女”兩個不同值，因此就無必要建立索引。如果建立索引不但不會提高查詢效率，反而會嚴重降低更新速度。  
  ●如果待排序的列有多個，可以在這些列上建立復(fù)合索引（compoundindex）。  
  ●使用系統(tǒng)工具。如Informix數(shù)據(jù)庫有一個tbcheck工具，可以在可疑的索引上進行檢查。在一些數(shù)據(jù)庫服務(wù)器上，索引可能失效或者因為頻繁操作而使得讀取效率降低，如果一個使用索引的查詢不明不白地慢下來，可以試著用tbcheck工具檢查索引的完整性，必要時進行修復(fù)。另外，當(dāng)數(shù)據(jù)庫表更新大量數(shù)據(jù)后，刪除并重建索引可以提高查詢速度。

一、不合理的索引設(shè)計  
----例：表record有620000行，試看在不同的索引下，下面幾個 SQL的運行情況：  
---- 1.在date上建有一非個群集索引  
select count(*) from record where date >  
'19991201' and date < '19991214'and amount >  
2000 (25秒)  
select date,sum(amount) from record group by date  
(55秒)  
select count(*) from record where date >  
'19990901' and place in ('BJ','SH') (27秒)  
---- 分析：  
----date上有大量的重復(fù)值，在非群集索引下，數(shù)據(jù)在物理上隨機存放在數(shù)據(jù)頁上，在  
范圍查找時，必須執(zhí)行一次表掃描才能找到這一范圍內(nèi)的全部行。  
---- 2.在date上的一個群集索引  
select count(*) from record where date >  
'19991201' and date < '19991214' and amount >  
2000 （14秒）  
select date,sum(amount) from record group by date  
（28秒）  
select count(*) from record where date >  
'19990901' and place in ('BJ','SH')（14秒）  
---- 分析：  
---- 在群集索引下，數(shù)據(jù)在物理上按順序在數(shù)據(jù)頁上，重復(fù)值也排列在一起，因而在范  
圍查找時，可以先找到這個范圍的起末點，且只在這個范圍內(nèi)掃描數(shù)據(jù)頁，避免了大范  
圍掃描，提高了查詢速度。  
---- 3.在place，date，amount上的組合索引  
select count(*) from record where date >  
'19991201' and date < '19991214' and amount >  
2000 （26秒）  
select date,sum(amount) from record group by date  
（27秒）  
select count(*) from record where date >  
'19990901' and place in ('BJ', 'SH')（< 1秒）  
---- 分析：  
---- 這是一個不很合理的組合索引，因為它的前導(dǎo)列是place，第一和第二條SQL沒有引  
用place，因此也沒有利用上索引；第三個SQL使用了place，且引用的所有列都包含在組  
合索引中，形成了索引覆蓋，所以它的速度是非?？斓?。  
---- 4.在date，place，amount上的組合索引  
select count(*) from record where date >  
'19991201' and date < '19991214' and amount >  
2000(< 1秒)  
select date,sum(amount) from record group by date  
（11秒）  
select count(*) from record where date >  
'19990901' and place in ('BJ','SH')（< 1秒）  
---- 分析：  
---- 這是一個合理的組合索引。它將date作為前導(dǎo)列，使每個SQL都可以利用索引，并  
且在第一和第三個SQL中形成了索引覆蓋，因而性能達到了最優(yōu)。  
---- 5.總結(jié)：  
---- 缺省情況下建立的索引是非群集索引，但有時它并不是最佳的；合理的索引設(shè)計要  
建立在對各種查詢的分析和預(yù)測上。一般來說：  
---- ①.有大量重復(fù)值、且經(jīng)常有范圍查詢  
（between, >,< ，>=,< =）和order by  
、group by發(fā)生的列，可考慮建立群集索引；  
---- ②.經(jīng)常同時存取多列，且每列都含有重復(fù)值可考慮建立組合索引；  
---- ③.組合索引要盡量使關(guān)鍵查詢形成索引覆蓋，其前導(dǎo)列一定是使用最頻繁的列。 二、不充份的連接條件：  
---- 例：表card有7896行，在card_no上有一個非聚集索引，表account有191122行，在  
account_no上有一個非聚集索引，試看在不同的表連接條件下，兩個SQL的執(zhí)行情況： select sum(a.amount) from account a,  
card b where a.card_no = b.card_no（20秒）  
---- 將SQL改為：  
select sum(a.amount) from account a,  
card b where a.card_no = b.card_no and a.  
account_no=b.account_no（< 1秒）  
---- 分析：  
---- 在第一個連接條件下，最佳查詢方案是將account作外層表，card作內(nèi)層表，利用  
card上的索引，其I/O次數(shù)可由以下公式估算為：  
---- 外層表account上的22541頁+（外層表account的191122行*內(nèi)層表card上對應(yīng)外層  
表第一行所要查找的3頁）=595907次I/O  
---- 在第二個連接條件下，最佳查詢方案是將card作外層表，account作內(nèi)層表，利用  
account上的索引，其I/O次數(shù)可由以下公式估算為：  
---- 外層表card上的1944頁+（外層表card的7896行*內(nèi)層表account上對應(yīng)外層表每一  
行所要查找的4頁）= 33528次I/O  
---- 可見，只有充份的連接條件，真正的最佳方案才會被執(zhí)行。  
---- 總結(jié)：  
---- 1.多表操作在被實際執(zhí)行前，查詢優(yōu)化器會根據(jù)連接條件，列出幾組可能的連接方  
案并從中找出系統(tǒng)開銷最小的最佳方案。連接條件要充份考慮帶有索引的表、行數(shù)多的  
表；內(nèi)外表的選擇可由公式：外層表中的匹配行數(shù)*內(nèi)層表中每一次查找的次數(shù)確定，乘  
積最小為最佳方案。  
---- 2.查看執(zhí)行方案的方法-- 用set showplanon，打開showplan選項，就可以看到連  
接順序、使用何種索引的信息；想看更詳細的信息，需用sa角色執(zhí)行dbcc(3604,310,30  
2)。  
三、不可優(yōu)化的where子句  
---- 1.例：下列SQL條件語句中的列都建有恰當(dāng)?shù)乃饕?，但?zhí)行速度卻非常慢：  
select * from record where  
substring(card_no,1,4)='5378'(13秒)  
select * from record where  
amount/30< 1000（11秒）  
select * from record where  
convert(char(10),date,112)='19991201'（10秒）  
---- 分析：  
---- where子句中對列的任何操作結(jié)果都是在SQL運行時逐列計算得到的，因此它不得不  
進行表搜索，而沒有使用該列上面的索引；如果這些結(jié)果在查詢編譯時就能得到，那么  
就可以被SQL優(yōu)化器優(yōu)化，使用索引，避免表搜索，因此將SQL重寫成下面這樣：  
select * from record where card_no like  
'5378%'（< 1秒）  
select * from record where amount  
< 1000*30（< 1秒）  
select * from record where date= '1999/12/01'  
（< 1秒）  
---- 你會發(fā)現(xiàn)SQL明顯快起來！  
---- 2.例：表stuff有200000行，id_no上有非群集索引，請看下面這個SQL：  
select count(*) from stuff where id_no in('0','1')  
（23秒）  
---- 分析：  
---- where條件中的'in'在邏輯上相當(dāng)于'or'，所以語法分析器會將in ('0','1')轉(zhuǎn)化  
為id_no ='0' or id_no='1'來執(zhí)行。我們期望它會根據(jù)每個or子句分別查找，再將結(jié)果  
相加，這樣可以利用id_no上的索引；但實際上（根據(jù)showplan）,它卻采用了"OR策略"  
，即先取出滿足每個or子句的行，存入臨時數(shù)據(jù)庫的工作表中，再建立唯一索引以去掉  
重復(fù)行，最后從這個臨時表中計算結(jié)果。因此，實際過程沒有利用id_no上索引，并且完  
成時間還要受tempdb數(shù)據(jù)庫性能的影響。  
---- 實踐證明，表的行數(shù)越多，工作表的性能就越差，當(dāng)stuff有620000行時，執(zhí)行時  
間竟達到220秒！還不如將or子句分開：  
select count(*) from stuff where id_no='0'  
select count(*) from stuff where id_no='1'  
---- 得到兩個結(jié)果，再作一次加法合算。因為每句都使用了索引，執(zhí)行時間只有3秒，  
在620000行下，時間也只有4秒?；蛘?，用更好的方法，寫一個簡單的存儲過程：  
create proc count_stuff as  
declare @a int  
declare @b int  
declare @c int  
declare @d char(10)  
begin  
select @a=count(*) from stuff where id_no='0'  
select @b=count(*) from stuff where id_no='1'  
end  
select @c=@a+@b  
select @d=convert(char(10),@c)  
print @d  
---- 直接算出結(jié)果，執(zhí)行時間同上面一樣快！  
---- 總結(jié)：  
---- 可見，所謂優(yōu)化即where子句利用了索引，不可優(yōu)化即發(fā)生了表掃描或額外開銷。 ---- 1.任何對列的操作都將導(dǎo)致表掃描，它包括數(shù)據(jù)庫函數(shù)、計算表達式等等，查詢時  
要盡可能將操作移至等號右邊。  
---- 2.in、or子句常會使用工作表，使索引失效；如果不產(chǎn)生大量重復(fù)值，可以考慮把  
子句拆開；拆開的子句中應(yīng)該包含索引。  
---- 3.要善于使用存儲過程，它使SQL變得更加靈活和高效。  
---- 從以上這些例子可以看出，SQL優(yōu)化的實質(zhì)就是在結(jié)果正確的前提下，用優(yōu)化器可  
以識別的語句，充份利用索引，減少表掃描的I/O次數(shù)，盡量避免表搜索的發(fā)生。其實S  
QL的性能優(yōu)化是一個復(fù)雜的過程，上述這些只是在應(yīng)用層次的一種體現(xiàn)，深入研究還會  
涉及數(shù)據(jù)庫層的資源配置、網(wǎng)絡(luò)層的流量控制以及操作系統(tǒng)層的總體設(shè)計。  
1．合理使用索引   
索引是數(shù)據(jù)庫中重要的數(shù)據(jù)結(jié)構(gòu)，它的根本目的就是為了提高查詢效率?，F(xiàn)在大多數(shù)的數(shù)據(jù)庫產(chǎn)品都采用IBM最先提出的ISAM索引結(jié)構(gòu)。索引的使用要恰到好處，其使用原則如下：   
●在經(jīng)常進行連接，但是沒有指定為外鍵的列上建立索引，而不經(jīng)常連接的字段則由優(yōu)化器自動生成索引。   
●在頻繁進行排序或分組（即進行g(shù)roup by或order by操作）的列上建立索引。   
●在條件表達式中經(jīng)常用到的不同值較多的列上建立檢索，在不同值少的列上不要建立索引。比如在雇員表的“性別”列上只有“男”與“女”兩個不同值，因此就無必要建立索引。如果建立索引不但不會提高查詢效率，反而會嚴重降低更新速度。   
●如果待排序的列有多個，可以在這些列上建立復(fù)合索引（compound index）。   
●使用系統(tǒng)工具。如Informix數(shù)據(jù)庫有一個tbcheck工具，可以在可疑的索引上進行檢查。在一些數(shù)據(jù)庫服務(wù)器上，索引可能失效或者因為頻繁操作而使得讀取效率降低，如果一個使用索引的查詢不明不白地慢下來，可以試著用tbcheck工具檢查索引的完整性，必要時進行修復(fù)。另外，當(dāng)數(shù)據(jù)庫表更新大量數(shù)據(jù)后，刪除并重建索引可以提高查詢速度。 2．避免或簡化排序   
應(yīng)當(dāng)簡化或避免對大型表進行重復(fù)的排序。當(dāng)能夠利用索引自動以適當(dāng)?shù)拇涡虍a(chǎn)生輸出時，優(yōu)化器就避免了排序的步驟。以下是一些影響因素：   
●索引中不包括一個或幾個待排序的列；   
●group by或order by子句中列的次序與索引的次序不一樣；   
●排序的列來自不同的表。   
為了避免不必要的排序，就要正確地增建索引，合理地合并數(shù)據(jù)庫表（盡管有時可能影響表的規(guī)范化，但相對于效率的提高是值得的）。如果排序不可避免，那么應(yīng)當(dāng)試圖簡化它，如縮小排序的列的范圍等。 3．消除對大型表行數(shù)據(jù)的順序存取   
在嵌套查詢中，對表的順序存取對查詢效率可能產(chǎn)生致命的影響。比如采用順序存取策略，一個嵌套3層的查詢，如果每層都查詢1000行，那么這個查詢就要查詢10億行數(shù)據(jù)。避免這種情況的主要方法就是對連接的列進行索引。例如，兩個表：學(xué)生表（學(xué)號、姓名、年齡……）和選課表（學(xué)號、課程號、成績）。如果兩個表要做連接，就要在“學(xué)號”這個連接字段上建立索引。   
還可以使用并集來避免順序存取。盡管在所有的檢查列上都有索引，但某些形式的where子句強迫優(yōu)化器使用順序存取。下面的查詢將強迫對orders表執(zhí)行順序操作：   
Select ＊ FROM orders Where (customer_num=104 AND order_num>1001) or order_num=1008   
雖然在customer_num和order_num上建有索引，但是在上面的語句中優(yōu)化器還是使用順序存取路徑掃描整個表。因為這個語句要檢索的是分離的行的集合，所以應(yīng)該改為如下語句：   
Select ＊ FROM orders Where customer_num=104 AND order_num>1001   
UNION   
Select ＊ FROM orders Where order_num=1008   
這樣就能利用索引路徑處理查詢。 4．避免相關(guān)子查詢   
一個列的標簽同時在主查詢和where子句中的查詢中出現(xiàn)，那么很可能當(dāng)主查詢中的列值改變之后，子查詢必須重新查詢一次。查詢嵌套層次越多，效率越低，因此應(yīng)當(dāng)盡量避免子查詢。如果子查詢不可避免，那么要在子查詢中過濾掉盡可能多的行。 5．避免困難的正規(guī)表達式   
MATCHES和LIKE關(guān)鍵字支持通配符匹配，技術(shù)上叫正規(guī)表達式。但這種匹配特別耗費時間。例如：Select ＊ FROM customer Where zipcode LIKE “98_ _ _”   
即使在zipcode字段上建立了索引，在這種情況下也還是采用順序掃描的方式。如果把語句改為Select ＊ FROM customer Where zipcode >“98000”，在執(zhí)行查詢時就會利用索引來查詢，顯然會大大提高速度。   
另外，還要避免非開始的子串。例如語句：Select ＊ FROM customer Where zipcode[2，3] >“80”，在where子句中采用了非開始子串，因而這個語句也不會使用索引。 6．使用臨時表加速查詢   
把表的一個子集進行排序并創(chuàng)建臨時表，有時能加速查詢。它有助于避免多重排序操作，而且在其他方面還能簡化優(yōu)化器的工作。例如：   
Select cust.name，rcvbles.balance，……other columns   
FROM cust，rcvbles   
Where cust.customer_id = rcvlbes.customer_id   
AND rcvblls.balance>0   
AND cust.postcode>“98000”   
orDER BY cust.name   
如果這個查詢要被執(zhí)行多次而不止一次，可以把所有未付款的客戶找出來放在一個臨時文件中，并按客戶的名字進行排序：   
Select cust.name，rcvbles.balance，……other columns   
FROM cust，rcvbles   
Where cust.customer_id = rcvlbes.customer_id   
AND rcvblls.balance>0   
orDER BY cust.name   
INTO TEMP cust_with_balance   
然后以下面的方式在臨時表中查詢：   
Select ＊ FROM cust_with_balance   
Where postcode>“98000”   
臨時表中的行要比主表中的行少，而且物理順序就是所要求的順序，減少了磁盤I/O，所以查詢工作量可以得到大幅減少。   
注意：臨時表創(chuàng)建后不會反映主表的修改。在主表中數(shù)據(jù)頻繁修改的情況下，注意不要丟失數(shù)據(jù)。 7．用排序來取代非順序存取   
非順序磁盤存取是最慢的操作，表現(xiàn)在磁盤存取臂的來回移動。SQL語句隱藏了這一情況，使得我們在寫應(yīng)用程序時很容易寫出要求存取大量非順序頁的查詢。   
有些時候，用數(shù)據(jù)庫的排序能力來替代非順序的存取能改進查詢。 3.優(yōu)化 tempdb 性能   
對 tempdb 數(shù)據(jù)庫的物理位置和數(shù)據(jù)庫選項設(shè)置的一般建議包括：   
使 tempdb 數(shù)據(jù)庫得以按需自動擴展。這確保在執(zhí)行完成前不終止查詢，該查詢所生成的存儲在 tempdb 數(shù)據(jù)庫內(nèi)的中間結(jié)果集比預(yù)期大得多。將 tempdb 數(shù)據(jù)庫文件的初始大小設(shè)置為合理的大小，以避免當(dāng)需要更多空間時文件自動擴展。如果 tempdb 數(shù)據(jù)庫擴展得過于頻繁，性能會受不良影響。將文件增長增量百分比設(shè)置為合理的大小，以避免 tempdb 數(shù)據(jù)庫文件按太小的值增長。如果文件增長幅度與寫入 tempdb 數(shù)據(jù)庫的數(shù)據(jù)量相比太小，則 tempdb 數(shù)據(jù)庫可能需要始終擴展，因而將妨害性能。將 tempdb 數(shù)據(jù)庫放在快速 I/O 子系統(tǒng)上以確保好的性能。在多個磁盤上條帶化 tempdb 數(shù)據(jù)庫以獲得更好的性能。將 tempdb 數(shù)據(jù)庫放在除用戶數(shù)據(jù)庫所使用的磁盤之外的磁盤上。有關(guān)更多信息，請參見擴充數(shù)據(jù)庫。  
4.優(yōu)化服務(wù)器: 使用內(nèi)存配置選項優(yōu)化服務(wù)器性能  
Microsoft® SQL Server™ 2000 的內(nèi)存管理組件消除了對 SQL Server 可用的內(nèi)存進行手工管理的需要。SQL Server 在啟動時根據(jù)操作系統(tǒng)和其它應(yīng)用程序當(dāng)前正在使用的內(nèi)存量，動態(tài)確定應(yīng)分配的內(nèi)存量。當(dāng)計算機和SQL Server 上的負荷更改時，分配的內(nèi)存也隨之更改。有關(guān)更多信息，請參見內(nèi)存構(gòu)架。下列服務(wù)器配置選項可用于配置內(nèi)存使用并影響服務(wù)器性能：   
min server memory  
max server memory  
max worker threads  
index create memory min memory per query   
min server memory 服務(wù)器配置選項可用于確保 SQL Server 在達到該值后不會釋放內(nèi)存?？梢曰?nbsp;SQL Server 的大小及活動將該配置選項設(shè)置為特定的值。如果選擇設(shè)置此選項，必須為操作系統(tǒng)和其他程序留出足夠的內(nèi)存。如果操作系統(tǒng)沒有足夠的內(nèi)存，會向 SQL Server 請求內(nèi)存，從而導(dǎo)致影響 SQL Server 性能。 max server memory 服務(wù)器配置選項可用于：在 SQL Server 啟動及運行時，指定 SQL Server 可以分配的最大內(nèi)存量。如果知道有多個應(yīng)用程序與 SQL Server 同時運行，而且想保障這些應(yīng)用程序有足夠的內(nèi)存運行，可以將該配置選項設(shè)置為特定的值。如果這些其它應(yīng)用程序（如 Web 服務(wù)器或電子郵件服務(wù)器）只根據(jù)需要請求內(nèi)存，則 SQL Server 將根據(jù)需要給它們釋放內(nèi)存，因此不要設(shè)置 max server memory 服務(wù)器配置選項。然而，應(yīng)用程序通常在啟動時不假選擇地使用可用內(nèi)存，而如果需要更多內(nèi)存也不請求。如果有這種行為方式的應(yīng)用程序與 SQL Server 同時運行在相同的計算機上，則將 max server memory 服務(wù)器配置選項設(shè)置為特定的值，以保障應(yīng)用程序所需的內(nèi)存不由 SQL Server 分配出。  
不要將 min server memory 和 max server memory 服務(wù)器配置選項設(shè)置為相同的值，這樣做會使分配給 SQL Server 的內(nèi)存量固定。動態(tài)內(nèi)存分配可以隨時間提供最佳的總體性能。有關(guān)更多信息，請參見服務(wù)器內(nèi)存選項。 max worker threads 服務(wù)器配置選項可用于指定為用戶連接到 SQL Server 提供支持的線程數(shù)。255 這一默認設(shè)置對一些配置可能稍微偏高，這要具體取決于并發(fā)用戶數(shù)。由于每個工作線程都已分配，因此即使線程沒有正在使用（因為并發(fā)連接比分配的工作線程少），可由其它操作（如高速緩沖存儲器）更好地利用的內(nèi)存資源也可能是未使用的。一般情況下，應(yīng)將該配置值設(shè)置為并發(fā)連接數(shù)，但不能超過 32727。并發(fā)連接與用戶登錄連接不同。SQL Server 實例的工作線程池只需要足夠大，以便為同時正在該實例中執(zhí)行批處理的用戶連接提供服務(wù)。如果增加工作線程的數(shù)量超過默認值，會降低服務(wù)器性能。有關(guān)更多信息，請參見max worker threads 選項。  
說明  當(dāng) SQL Server 運行在 Microsoft Windows® 98 上時，最大工作線程服務(wù)器配置選項不起作用。 index create memory 服務(wù)器配置選項控制創(chuàng)建索引時排序操作所使用的內(nèi)存量。在生產(chǎn)系統(tǒng)上創(chuàng)建索引通常是不常執(zhí)行的任務(wù)，通常調(diào)度為在非峰值時間執(zhí)行的作業(yè)。因此，不常創(chuàng)建索引且在非峰值時間時，增加該值可提高索引創(chuàng)建的性能。不過，最好將 min memory per query 配置選項保持在一個較低的值，這樣即使所有請求的內(nèi)存都不可用，索引創(chuàng)建作業(yè)仍能開始。有關(guān)更多信息，請參見 index create memory 選項。  
min memory per query 服務(wù)器配置選項可用于指定分配給查詢執(zhí)行的最小內(nèi)存量。當(dāng)系統(tǒng)內(nèi)有許多查詢并發(fā)執(zhí)行時，增大 min memory per query 的值有助于提高消耗大量內(nèi)存的查詢（如大型排序和哈希操作）的性能。不過，不要將 min memory per query 服務(wù)器配置選項設(shè)置得太高，尤其是在很忙的系統(tǒng)上，因為查詢將不得不等到能確保占有請求的最小內(nèi)存、或等到超過 query wait 服務(wù)器配置選項內(nèi)所指定的值。如果可用內(nèi)存比執(zhí)行查詢所需的指定最小內(nèi)存多，則只要查詢能對多出的內(nèi)存加以有效的利用，就可以使用多出的內(nèi)存。有關(guān)更多信息，請參見 min memory per query 選項和 query wait 選項。使用 I/O 配置選項優(yōu)化服務(wù)器性能  
下列服務(wù)器配置選項可用于配置 I/O 的使用并影響服務(wù)器性能： recovery interval   
recovery interval 服務(wù)器配置選項控制 Microsoft® SQL Server™ 2000 在每個數(shù)據(jù)庫內(nèi)發(fā)出檢查點的時間。默認情況下，SQL Server 確定執(zhí)行檢查點操作的最佳時間。然而，若要確定這是否為適當(dāng)?shù)脑O(shè)置，需要使用 Windows NT 性能監(jiān)視器監(jiān)視數(shù)據(jù)庫文件上的磁盤寫入活動。導(dǎo)致磁盤利用率達到 100% 的活動尖峰值會妨害性能。若更改該參數(shù)以使檢查點進程較少出現(xiàn)，通?？梢蕴岣哌@種情況下的總體性能。但仍須繼續(xù)監(jiān)視性能以確定新值是否已對性能產(chǎn)生正面影響。有關(guān)更多信息，請參見recovery interval 選項。