|
|
|
数据库性能的调整是数据库管理员的日常工作之一。性能调整工作可以从逻辑上和物理上两个方面进行。
|
|
|
|
|
|
SQL（Structured Query Language，结构化查询语言）语句是用户访问关系数据库中数据的唯一方法，通常在一个关系数据库上，服务器的SQL进程会使用该服务器60%～90%的资源，大部分数据库效率的问题都是由于SQL语句编写不善引起的，所以SQL语句的性能优化十分重要。
|
|
|
|
为了编写出高效的SQL语句，首先应按照一定的具体规范来编写SQL语句，我们建议每一个DBA都应该收集和整理一份SQL编码规范。其次是在真实数据库上对这些SQL语句进行性能测试和跟踪并不断调整，达到最优后才正式上线运行。最后需要强调的是，随着数据量的变化和数据库版本升级后，往往会有部分SQL性能下降，所以对SQL的跟踪优化是DBA的一项持续不断的工作。
|
|
|
|
|
|
DBS是一组程序作用在数据文件上对外提供服务，所以其本身的性能优化也十分重要，对其的优化工作主要是相应的参数调整，步骤一般如下：
|
|
|
|
（1）通过监视DBS的内存对象，获得系统性能指标，发现系统的性能缺陷及原因。
|
|
|
|
（2）针对导致系统性能缺陷的原因，进行相应的参数调整（如增加数据缓冲区的大小）。
|
|
|
|
（3）跟踪参数调整后系统的各项性能指标，看是否达到预期要求，否则继续调整。
|
|
|
|
以上3步反复循环迭代，持续进行，保证数据库本身运行状态的最优。
|
|
|
|
例如，Oracle通常利用定时执行statspacke.snap包收集数据库的运行状态，然后利用程序spreport.sql对两个采集点之间的数据产生报表，以分析这段时间数据库的各种运行指标。Sybase数据库用sp_sysmon、sp_monitor、sp_configure命令来采集和分析一定时间段内数据库的各种运行指标。
|
|
|
|
|
|
|
|
（1）把数据、日志、索引放到不同的I/O设备上，增加读取速度。数据量（尺寸）越大，提高I/O越重要。
|
|
|
|
|
|
（3）根据查询条件，建立索引，优化索引、优化访问方式，限制结果集的数据量。注意填充因子要适当（最好是使用默认值0）。索引应该尽量小，使用字节数小的列建索引好，不要对有限的几个值的列建单一索引。
|
|
|
|
（4）用OR的子句可以分解成多个查询，并且通过UNION连接多个查询。它们的速度只与是否使用索引有关，如果查询需要用到联合索引，用UNION all执行的效率更高。
|
|
|
|
（5）在查询SELECT语句中用WHERE子句限制返回的行数，避免表扫描。如果返回不必要的数据，浪费了服务器的I/O资源，加重了网络的负担，降低了性能。如果表很大，在表扫描的期间将表锁住，禁止其他的联接访问表，后果严重。
|
|
|
|
（6）注意使用DISTINCT，在没有必要时不要用，它同UNION一样会使查询变慢。
|
|
|
|
（7）在IN后面值的列表中，将出现最频繁的值放在最前面，出现得最少的放在最后面，减少判断的次数。
|
|
|
|
（8）一般在GROUP BY和HAVING子句之前就能剔除多余的行，所以尽量不要用它们来做剔除行的工作。
|
|
|
|
（9）尽量将数据的处理工作放在服务器上，减少网络的开销，如使用存储过程。存储过程是编译好、优化过、并且被组织到一个执行规划里、且存储在数据库中的SQL语句（存储过程是数据库服务器端的一段程序），是控制流语言的集合，速度当然快。存储过程有两种类型。一种类似于SELECT查询，用于检索数据，检索到的数据能够以数据集的形式返回给客户。另一种类似于INSERT或DELETE查询，它不返回数据，只是执行一个动作。有的服务器允许同一个存储过程既可以返回数据又可以执行动作。
|
|
|
|
（10）不要在一句话里再三地使用相同的函数，浪费资源，将结果放在变量里再调用更快。
|
|
|
|
另外，还可以针对大量只读查询操作进行优化，常见的方法有：
|
|
|
|
（1）数据量小的数据，可以考虑不存储在数据库中，而是通过程序常量的方式解决。
|
|
|
|
（2）需要存储在数据库中的数据，可以考虑采用物化视图（索引视图）。当DBA在视图上创建索引时，这个视图就被物化（执行）了，并且结果集被永久地保存在唯一聚簇索引中，保存方式与一个有聚簇索引的表的保存方式相同。物化视图减除了为引用视图的查询动态建立结果集的管理开销，优化人员可以在查询中使用视图索引，而不需要在FROM子句中直接指定视图。
|
|
|
|
（3）数据存储时可以考虑适当的数据冗余，以减少数据库表之间的连接操作，提高查询效率。
|
|
|
|
（4）针对数据的特点，采取特定的索引类型。例如位图索引等。
|
|
|
