欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

SQL优化之针对count、表的连接顺序、条件顺序、in及exist的优化

程序员文章站 2023-11-17 19:59:34
本文详述了sql优化中针对count、表的连接顺序、条件顺序、in及exist的优化,非常具有实用价值!详述如下: 一、关于count 看过一些网上关于count(*)...

本文详述了sql优化中针对count、表的连接顺序、条件顺序、in及exist的优化,非常具有实用价值!详述如下:

一、关于count

看过一些网上关于count(*)和count(列)的文章,count(列)的效率一定比count(*)高吗?

其实个人觉得count(*)和count(列)根本就没有可比性,count(*)统计的是表里面的总条数,而count(列)统计的是当列的非空记录条数。

不过我们可以通过实验来比较一下:

首先创建测试表:

drop table test purge;
create table test as select * from dba_objects;

update test set object_id =rownum ;
set timing on 
set linesize 1000
set autotrace on 

执行

select count(*) from test;
select count(object_id) from test;

发现耗时是一样的,难道他们的效率其实是一样的吗?

我们在列object_id上创建索引试试看

create index idx_object_id on test(object_id);

然后再执行

select count(*) from test;
select count(object_id) from test;

发现count(object_id)的速度明显比count(*)高出一大截,难道是因为count(object_id)能用到索引,所以效率才提高了很多?

我们再修改下object_id的列属性

alter table test modify object_id not null;

然后再执行

select count(*) from test;
select count(object_id) from test;

发现其实他们的速度是一样快的,count(*)也可用到索引。
其实效率比较的前提是两个语句的写法要等价,这两种写法根本就不等价,因此不具有可比性

对于oracle优化器来说,我们可以通过实验发现,count不同的列,统计的时间是不一样的,大致趋势是列越靠后,访问的开销越大,列的偏移量决定访问的性能。而count(*)的开销与偏移量无关。因此,在某些场合count(*)反而是最快的

二、关于in和exist

关于in和exist的说法大都是说in的效率比exist高,所以有in的地方必需得换成exist等等。但是真的是这样的吗?

下面我们来做个试验:

在oracle 10g中;

select * from dept where deptno not in ( select deptno from emp ) ;
select * from dept where not exists ( select deptno from emp where emp.deptno=dept.deptno) ;

我们发现,exist确实比in的效率高啊。这个说法貌似是成立的啊。

但是我们再执行下面的语句

select * from dept where deptno not in ( select deptno from emp where deptno is not null) and deptno is not null;

你会发现加上非空的约束条件后,in和exist的效率是一样的。

查看三个语句的执行计划你就会发现,没有加上非空约束的in语句和exist语句走的都是anti半连接算法,所以效率是一样的,而未加非空约束的in语句用的是filter,而不是anti算法,所以效率就差一些。

所以我们可以得出结论:在oracle 10g中,如果可以确保非空,则in约束可以用到anti的半连接算法,这时候的效率和exist是一样的。

在oracle 11g中:

select * from dept where deptno not in ( select deptno from emp ) ;
select * from dept where not exists ( select deptno from emp where emp.deptno=dept.deptno) ;

我们发现两个语句的效率是一样的,查看执行计划也是一样的。原来oracle在11g中已经做了优化,所以in和exist的效率是一样的。

由此我们可以得出结论,在11g中,使用in和exist的效率是一样的,因为他们走的都是比较高效的anti算法

三、关于大小表的连接顺序

在网上我们可以看到很多这样的文章,在进行多表查询的时候,用小表或者交叉表做基础表,放在后面,大表放在from后面的位置,因为表的访问顺序是从右往左的。

但是真的是这样的吗?

我们可以做实验验证一下(此处测试环境为 oracle 11g):

create table tab_big as select * from dba_objects where rownum<=30000;
create table tab_small as select * from dba_objects where rownum<=10;
set autotrace traceonly
set linesize 1000
set timing on 
select count(*) from tab_big,tab_small ; 
select count(*) from tab_small,tab_big ;

我们查看执行计划可以发现,这两个语句的效率是一样的,难道多表查询,表的顺序和效率无关吗?

我们在执行下面的语句:

select /*+rule*/ count(*) from tab_big,tab_small ; 
select /*+rule*/ count(*) from tab_small,tab_big ;

我们可以清楚的发现,小表在右,大表在左的语句,查询效率高很多。

其实,在基于规则时代,查询效率是和表的连接顺序相关的,小表或者交叉表在左,大表在右的执行效率会高一些。但是现在基本上是基于代价的时代,所以大小表的顺序和效率无关,oracle优化器会自动去进行效率优化。

四、where子句中的连接条件顺序

在基于规则时代,oracle采用自下而上的顺序来解析where子句,根据这个原理,我们一般会将可能返回行数最少的表放在最后面,where子句中有过滤条件的子句放在最后面。

但是在现在基于代价时代,这种优化都有oracle优化器帮忙优化了,所以关于表的顺序和条件的顺序已经不会影响我们的查询效率了。