编写SQL需要注意的细节Checklist总结

本周技术研究部（TRD）的一名DBA 对我们编写SQL时的一些问题，进行了汇报讲演，以下是来自它的脚本，我在它讲演的基础上写出了自己想表述的，以便于大家相互交流学习

/* 
--注意：准备数据（可略过，非常耗时） 
CREATE TABLE CHECK1_T1 
( 
ID INT, 
C1 CHAR(8000) 
) 

CREATE TABLE CHECK1_T2 
( 
ID INT, 
C1 CHAR(8000) 
) 

DECLARE @I INT 
SET @I=1 
WHILE @I<=10000 
BEGIN 
INSERT INTO CHECK1_T1 SELECT @I,'C1' 
INSERT INTO CHECK1_T2 SELECT 10000+@I,'C1' 

SET @I=@I+1 
END 

CREATE TABLE CHECK2_T1 
( 
ID INT, 
C1 CHAR(8000) 
) 

DECLARE @I INT 
SET @I=1 
WHILE @I<=10000 
BEGIN 
INSERT INTO CHECK2_T1 SELECT @I,'C1' 

SET @I=@I+1 
END 

INSERT INTO CHECK2_T1 VALUES(10001,'C2') 

INSERT INTO CHECK2_T1 VALUES(10002,'C1') 

CREATE TABLE CHECK3_T1 
( 
ID INT, 
C1 CHAR(7000) 
) 

CREATE TABLE CHECK3_T2 
( 
ID INT, 
C1 CHAR(7000) 
) 

DECLARE @I INT 
SET @I=1 
WHILE @I<=20000 
BEGIN 
IF @I%2 =0 
BEGIN 
INSERT INTO CHECK3_T1 SELECT @I,'C1' 
END 
ELSE 
BEGIN 
INSERT INTO CHECK3_T1 SELECT @I,'C2' 
END 

IF @I%100=0 
BEGIN 
INSERT INTO CHECK3_T2 SELECT @I,'C1' 
INSERT INTO CHECK3_T2 SELECT @I+50000,'C2' 
END 
SET @I=@I+1 
END 


CREATE TABLE CHECK4_T1 
( 
ID INT, 
C1 CHAR(500), 
) 

DECLARE @I INT 
SET @I=1 
WHILE @I<=500000 
BEGIN 
IF @I%100000 =0 
BEGIN 
INSERT INTO CHECK4_T1 SELECT @I,'C2' 
END 
ELSE 
BEGIN 
INSERT INTO CHECK4_T1 SELECT @I,'C1' 
END 

SET @I=@I+1 
END 
CREATE NONCLUSTERED INDEX NCIX_C1 ON CHECK4_T1(C1) 

CREATE TABLE CHECK5_T1 
( 
ID INT, 
C1 CHAR(10), 
) 


DECLARE @I INT 
SET @I=1 
WHILE @I<=10000 
BEGIN 
INSERT INTO CHECK5_T1 SELECT @I,'C1' 
IF @I%2=0 
BEGIN 
INSERT INTO CHECK5_T1 SELECT @I,'C1' 
END 
SET @I=@I+1 
END 


*/ 
--===================================== 
--1、 Union all 代替 Union 

DBCC DROPCLEANBUFFERS 
DBCC FREEPROCCACHE 

--测试一：（26s） 执行计划：表扫描->排序->合并联接 
SELECT ID,C1 FROM CHECK1_T1 --1W条数据 
UNION 
SELECT ID,C1 FROM CHECK1_T2 --1W条数据 

--测试二： (4s) 执行计划：表扫描->表扫描串联 
SELECT ID,C1 FROM CHECK1_T1 --1W条数据 
UNION ALL 
SELECT ID,C1 FROM CHECK1_T2 --1W条数据 

--总结：测试一中的union 排序和去重合并是相当耗时的，如果不要此功能，大数据时最好加上ALL 

--===================================== 
--2、 Exists 代替 Count(*) 
DBCC DROPCLEANBUFFERS 
DBCC FREEPROCCACHE 

----测试一: （7s） 执行计划：表扫描-> 流聚合-> 计算矢量 
DECLARE @COUNT INT 
SELECT @COUNT=COUNT(*) FROM CHECK2_T1 WHERE C1='C1' --1W条数据 
IF @COUNT>0 
BEGIN 
PRINT 'S' 
END 
----测试二: （0s） 执行计划：常量扫描/表扫描-> 嵌套循环-> 计算标量 
IF EXISTS(SELECT 1 FROM CHECK2_T1 WHERE C1='C1') --1W条数据 
BEGIN 
PRINT 'S' 
END 

--总结：判断是否存在，用Exist即可，没必要用COUNT(*)将表的所有记录统计出来，扫描一次 

--===================================== 
--3、 IN（Select COL1 From Table）的代替方式 
DBCC DROPCLEANBUFFERS 
DBCC FREEPROCCACHE 

--测试一： （3s）执行计划：表扫描 -> 哈希匹配 
SELECT ID,C1 FROM CHECK3_T2 --400行 
WHERE ID IN (SELECT ID FROM CHECK3_T1 WHERE C1='C1') --2W行 

--测试二：（1s）执行计划：表扫描-> 并行度 -> 位图 -> 排序 -> 合并联接 -> 并行度 
SELECT A.ID,A.C1 FROM CHECK3_T2 A 
INNER JOIN CHECK3_T1 B ON A.ID=B.ID WHERE B.C1='C1' 

--测试三：（3s）执行计划：表扫描-> 哈希匹配 
SELECT A.ID,A.C1 FROM CHECK3_T2 A 
WHERE EXISTS (SELECT 1 FROM CHECK3_T1 B WHERE B.ID=A.ID AND B.C1='C1') 

--总结：能用INNER JOIN 尽量用它，SQL SERVER在查询时会将关联表进行优化 

--===================================== 
--4、 Not Exists 代替 Not In 
--测试一：（8s） 执行计划：表扫描-> 嵌套循环 -> 哈希匹配 
SELECT ID,C1 FROM CHECK3_T1 --2W行 
WHERE ID NOT IN (SELECT ID FROM CHECK3_T2 WHERE C1='C1') --400行 

--测试二：（4s） 执行计划：表扫描-> 哈希匹配 
SELECT A.ID,A.C1 FROM CHECK3_T1 A 
WHERE NOT EXISTS (SELECT 1 FROM CHECK3_T2 B WHERE B.ID=A.ID AND B.C1='C1') 

--总结：尽量不使用NOT IN ，因为会调用嵌套循环，建议使用NOT EXISTS代替NOT IN 

--===================================== 
--5、 避免在条件列上使用任何函数 

DROP TABLE CHECK4_T1 

CREATE NONCLUSTERED INDEX NCIX_C1 ON CHECK4_T1(C1) --加上非聚集索引 

---测试一：（4s）执行计划： 索引扫描 
SELECT * FROM CHECK4_T1 WHERE RTRIM(C1)='C2' 

---测试二：（0s）执行计划： 索引查找 
SELECT * FROM CHECK4_T1 WHERE C1='C2' 

--总结：where条件里对索引字段使用了函数，会使索引查找变成索引扫描，从而查询效率大幅下降 

--===================================== 
--6、 用sp_executesql执行动态sql 

DBCC DROPCLEANBUFFERS 
DBCC FREEPROCCACHE 

CREATE PROC UP_CHECK5_T1 ( 
@ID INT 
) 
AS 
SET NOCOUNT ON 

DECLARE @count INT, 
@sql NVARCHAR(4000) 

SET @sql = 'SELECT @count=count(*) FROM CHECK5_T1 WHERE ID = @ID' 

EXEC sp_executesql @sql, 
N'@count INT OUTPUT, @ID int', 
@count OUTPUT, 
@ID 

PRINT @count 


CREATE PROC UP_CHECK5_T2 ( 
@ID INT 
) 
AS 
SET NOCOUNT ON 

DECLARE @sql NVARCHAR(4000) 

SET @sql = 'DECLARE @count INT;SELECT @count=count(*) FROM CHECK5_T1 WHERE ID = ' + CAST(@ID AS VARCHAR(10)) + ';PRINT @count' 

EXEC(@sql) 


---测试一:瞬时 
DECLARE @N INT 
SET @N=1 
WHILE @N<=1000 
BEGIN 
EXEC UP_CHECK5_T1 @N 
SET @N=@N+1 
END 

---测试二:2s 
DECLARE @N INT 
SET @N=1 
WHILE @N<=1000 
BEGIN 
EXEC UP_CHECK5_T2 @N 
SET @N=@N+1 
END 

CREATE CLUSTERED INDEX CIX_ID ON CHECK5_T1(ID) 

DBCC DROPCLEANBUFFERS 
DBCC FREEPROCCACHE 

--查看缓存计划 
SELECT a.size_in_bytes '占用字节数', 
total_elapsed_time / execution_count '平均时间', 
total_logical_reads / execution_count '逻辑读', 
usecounts '重用次数', 
SUBSTRING(d.text, (statement_start_offset / 2) + 1, ((CASE statement_end_offset 
WHEN -1 THEN DATALENGTH(text) 
ELSE statement_end_offset 
END - statement_start_offset) / 2) + 1) '语句' 
FROM sys.dm_exec_cached_plans a 
CROSS apply sys.dm_exec_query_plan(a.plan_handle) c, 
sys.dm_exec_query_stats b 
CROSS apply sys.dm_exec_sql_text(b.sql_handle) d 
WHERE a.plan_handle = b.plan_handle 
ORDER BY total_elapsed_time / execution_count DESC; 

--总结：通过执行下面缓存计划可以看出，第一种完全使用了缓存计划，查询达到了很好的效果； 
--而第二种则将缓存计划浪费了，导致缓存很快被占满，这种做法是相当不可取的 

--===================================== 
--7、 Left Join 的替代法 
--测试一 执行计划：表扫描 -> 哈希匹配 
SELECT A.ID,A.C1 FROM CHECK3_T1 A --2W行 
LEFT JOIN CHECK3_T2 B ON A.ID=B.ID WHERE B.C1='C1' --400行 

--测试二 执行计划：表扫描 -> 哈希匹配 
SELECT A.ID,A.C1 FROM CHECK3_T1 A 
RIGHT JOIN CHECK3_T2 B ON A.ID=B.ID WHERE a.C1='C1' 

--测试三 执行计划：表扫描 -> 哈希匹配 
SELECT A.ID,A.C1 FROM CHECK3_T1 A 
INNER JOIN CHECK3_T2 B ON A.ID=B.ID WHERE B.C1='C1' 

--总结：三条语句，在执行计划上完全一样，都是走的INNER JOIN的计划， 
--因为测试一和测试二中，WHERE语句都包含了LEFT 和RIGHT表的字段，SQLSERVER若发现只要有这个表的字段，则会自动按照INNER JOIN进行处理 

--补充测试：（1s）执行计划：表扫描-> 并行度 -> 位图 -> 排序 -> 合并联接 -> 并行度 
SELECT A.ID,A.C1 FROM CHECK3_T2 A --400行 
INNER JOIN CHECK3_T1 B ON A.ID=B.ID WHERE A.C1='C1' --2W行 
--总结：这里有一个比较有趣的地方，若主表和关联表数据差别很大时，走的执行计划走的另一条路 

--===================================== 
--8、 ON(a.id=b.id AND a.tag=3) 
--测试一 
SELECT A.ID,A.C1 FROM CHECK3_T1 A 
INNER JOIN CHECK3_T2 B ON A.ID=B.ID AND A.C1='C1' 

--测试二 
SELECT A.ID,A.C1 FROM CHECK3_T1 A 
INNER JOIN CHECK3_T2 B ON A.ID=B.ID WHERE A.C1='C1' 

--总结：内连接：无论是左表和右表的筛选条件都可以放到WHERE子句中 

--测试一 
SELECT A.ID,A.C1,B.C1 FROM CHECK3_T1 A 
LEFT JOIN CHECK3_T2 B ON A.ID=B.ID AND B.C1='C1' 

--测试二 
SELECT A.ID,A.C1,B.C1 FROM CHECK3_T1 A 
LEFT JOIN CHECK3_T2 B ON A.ID=B.ID WHERE B.C1='C1' 

--总结：左外连接:当右表中的过滤条件放入ON子句后和WHERE子句后的结果不一样 

--===================================== 
--9、 赋值给变量，加Top 1 
--测试一：（3s） 执行计划：表扫描 
DECLARE @ID INT 
SELECT @ID=ID FROM CHECK1_T1 WHERE C1='C1' 
SELECT @ID 

--测试二：（0s）执行计划：表扫描-> 前几行 
DECLARE @ID INT 
SELECT TOP 1 @ID=ID FROM CHECK1_T1 WHERE C1='C1' 
SELECT @ID 

--总结：给变量赋值最好都加上TOP 1，一从查询效率上增强，二为了准确性，若表CHECK1_T1有多个值，则会取最后一条记录赋给@ID 

--===================================== 
--10、 考虑是否适合用CASE语句 
DECLARE @S INT=1 
SELECT * FROM CHECK5_T1 
WHERE C1=(CASE @S WHEN 1 THEN C1 ELSE 'C2' END) 

SELECT * FROM CHECK5_T1 
WHERE @S=1 OR C1='C2' 


/*--===================================== 
、检查语句是否需要Distinct. 执行计划：表扫描-> 哈希匹配-> 并行度-> 排序 
select distinct c1 from CHECK3_T1 
、禁用Select *，指定具体列名 
select c1 from CHECK4_T1 
select * from CHECK4_T1 
、Insert into Table（*）,指定具体的列名 
、Isnull,没有必要的时候不要对字段使用isnull，同样会产生无法有效利用索引的问题， 
和避免在筛选列上使用函数同样的原理。 
、嵌套子查询，加上查询条件，确保子查询的结果集最小 
--=====================================*/