【大数据课堂0008】会引起全表扫描的几种SQL 以及sql优化

查询语句的时候尽量避免全表扫描，使用全扫描，索引扫描！会引起全表扫描的几种SQL如下

1、模糊查询效率很低：

　　原因：like本身效率就比较低，应该尽量避免查询条件使用like；对于like ‘%...%’（全模糊）这样的条件，是无法使用索引的，全表扫描自然效率很低；另外，由于匹配算法的关系，模糊查询的字段长度越大，模糊查询效率越低。

　　解决办法：首先尽量避免模糊查询，如果因为业务需要一定要使用模糊查询，则至少保证不要使用全模糊查询，对于右模糊查询，即like ‘…%’，是会使用索引的；左模糊like

　　‘%...’无法直接使用索引，但可以利用reverse + function index 的形式，变化成 like ‘…%’；全模糊是无法优化的，一定要的话考虑用搜索引擎。出于降低数据库服务器的负载考虑，尽可能地减少数据库模糊查询。

2、查询条件中含有is null的select语句执行慢

　　原因：Oracle 9i中，查询字段is null时单索引失效，引起全表扫描。

　　解决方法：SQL语法中使用NULL会有很多麻烦，最好索引列都是NOT NULL的；对于is null，可以建立组合索引，nvl(字段,0),对表和索引analyse后，is null查询时可以重新启用索引查找,但是效率还不是值得肯定；is not null 时永远不会使用索引。一般数据量大的表不要用is null查询。

3、查询条件中使用了不等于操作符（<>、!=）的select语句执行慢

　　原因：SQL中，不等于操作符会限制索引，引起全表扫描，即使比较的字段上有索引

　　解决方法：通过把不等于操作符改成or，可以使用索引，避免全表扫描。

column<>’aaa’ //全表扫描
column<’aaa’ OR column>’aaa’ //使用索引

4、组合索引使用不当

　查询条件中没有前导列，导致索引不起作用；

create index skip1 on emp5(job,empno); 
select count(*) from emp5 where empno=7900; //全表扫描 
select /*+ index(emp5 skip1)*/ count(*) from emp5 where empno=7900; //使用组合索引

　使用组合索引时，在排序时应按照组合索引中各列顺序进行排序（即使只有一个列需要排序），否则性能较差。

create index skip1 on emp5(job,empno，date); 
select job，empno from emp5 where job=’manager’and empno=’10’ ORDER BY date desc; //性能较差
select job，empno from emp5 where job=’manager’and empno=’10’ ORDER BY job,empno,date desc; //使用组合索引

5、OR语句使用不当

　OR语句连接的条件中包含的列没有全部建立索引。

　例如：where子句中比较的两个条件，一个有索引，一个没索引，使用or则会引起全表扫描。例如：where A=：1 or B=：2，A上有索引，B上没索引，则比较B=：2时会重新开始全表扫描。

6、UPDATA语句updata了全部字段

　　如果只更改1、2个字段，不要Update全部字段，否则频繁调用会引起明显的性能消耗，同时带来大量日志。

7、对于多张大数据量的表JOIN

　原因：没有先分页，导致逻辑读很高；
　解决方法：先分页再JOIN。

8、select count(*) from table；

　这样不带任何条件的count会引起全表扫描，并且没有任何业务意义，是一定要杜绝的。

9、对于反复执行的查询，WHERE子句中使用变量绑定可以降低解析时间，提高性能

10、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

　NULL对于大多数数据库都需要特殊处理，MySQL也不例外，它需要更多的代码，更多的检查和特殊的索引逻辑，有些开发人员完全没有意识到，创建表时NULL是默认值，但大多数时候应该使用NOT NULL，或者使用一个特殊的值，如0，-1作为默  认值。
 
     不能用null作索引，任何包含null值的列都将不会被包含在索引中。即使索引有多列这样的情况下，只要这些列中有一列含有null，该列    就会从索引中排除。也就是说如果某列存在空值，即使对该列建索引也不会提高性能。 任何在where子句中使用is null或is not null的语句优化器是不允许使用索引的。
 
      此例可以在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;

11、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;

12、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;

13、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

14、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
 
select id from t where datediff(day,createdate,‘2005-11-30‘)=0;  --‘2005-11-30’

　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‘

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、尽量避免大事务操作，提高系统并发能力。

18、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。

19、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。

20、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。

【大数据课堂0008】会引起全表扫描的几种SQL 以及sql优化

标签：通过   避免   created   能力   排除   模糊   包含   存储   ike