如何提高SQL語句的性能

小編給大家分享一下如何提高SQL語句的性能，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

　　1, 從 INSERT 返回 IDENTITY

　　SELECT @@IDENTITY

　　2, 內嵌視圖與臨時表

　　臨時表 - 在 tempdb 中的臨時表會導致查詢進行大量 I/O 操作和磁盤訪問，臨時表會消耗大量資源。

　　內嵌視圖 -使用內嵌視圖取代臨時表。內嵌視圖只是一個可以聯接到 FROM 子句中的查詢。如果只需要將數據聯接到其他查詢，則可以試試使用內嵌視圖，以節省資源。

　　3, 避免 LEFT JOIN 和 NULL

　　LEFT JOIN 消耗的資源非常之多，因為它們包含與 NULL(不存在)數據匹配的數據。在某些情況下，這是不可避免的，但是代價可能非常高。LEFT JOIN 比 INNER JOIN 消耗資源更多，所以如果您可以重新編寫查詢以使得該查詢不使用任何 LEFT JOIN，則會得到非常可觀的回報。

　　加快使用 LEFT JOIN 的查詢速度的一項技術涉及創建一個 TABLE 數據類型，插入第一個表(LEFT JOIN 左側的表)中的所有行，然后使用第二個表中的值更新 TABLE 數據類型。此技術是一個兩步的過程，但與標準的 LEFT JOIN 相比，可以節省大量時間。一個很好的規則是嘗試各種不同的技術并記錄每種技術所需的時間，直到獲得用于您的應用程序的執行性能最佳的查詢。

　　DECLARE @tblMonths TABLE (sMonth VARCHAR(7))

　　4, 靈活使用笛卡爾乘積

　　對于此技巧，我將進行非常詳細的介紹，并提倡在某些情況下使用笛卡爾乘積。出于某些原因，笛卡爾乘積 (CROSS JOIN) 遭到了很多譴責，開發人員通常會被警告根本就不要使用它們。在許多情況下，它們消耗的資源太多，從而無法高效使用。但是像 SQL 中的任何工具一樣，如果正確使用，它們也會很有價值。

　　其中一段示例代碼，值得效仿：

　　-- 笛卡爾乘積則可以返回所有月份的所有客戶。笛卡爾乘積基本上是將第一個表與第二個表相乘，生成一個行集合，其中包含第一個表中的行數與第二個表中的行數相乘的結果。因此，笛卡爾乘積會向表 @tblFinal 返回 12(所有月份)*81(所有客戶)=972 行。最后的步驟是使用此日期范圍內每個客戶的月銷售額總計更新 @tblFinal 表，以及選擇最終的行集。

DECLARE @tblMonths TABLE (sMonth VARCHAR(7))
　　DECLARE @tblCustomers TABLE ( CustomerID CHAR(10),
　　CompanyName VARCHAR(50),
　　ContactName VARCHAR(50))
　　DECLARE @tblFinal TABLE ( sMonth VARCHAR(7),
　　CustomerID CHAR(10),
　　CompanyName VARCHAR(50),
　　ContactName VARCHAR(50),
　　mSales MONEY)
　　DECLARE @dtStartDate DATETIME,
　　@dtEndDate DATETIME,
　　@dtDate DATETIME,
　　@i INTEGER
　　SET @dtEndDate = '5/5/1997'
　　SET @dtEndDate = DATEADD(DD, -1, CAST(CAST((MONTH(@dtEndDate) + 1) AS
　　VARCHAR(2)) + '/01/' + CAST(YEAR(@dtEndDate) AS VARCHAR(4)) + ' 23:59:59' AS DATETIME))
　　SET @dtStartDate = DATEADD(MM, -1 * 12, @dtEndDate)
　　-- Get all months into the first table
　　SET @i = 0
　　WHILE (@i < 12)

　　BEGIN

　　SET @dtDate = DATEADD(mm, -1 * @i, @dtEndDate)

　　INSERT INTO @tblMonths SELECT CAST(YEAR(@dtDate) AS VARCHAR(4)) + '-' +

　　CASE

　　WHEN MONTH(@dtDate) < 10

　　THEN '0' + CAST(MONTH(@dtDate) AS VARCHAR(2))

　　ELSE CAST(MONTH(@dtDate) AS VARCHAR(2))

　　END AS sMonth

　　SET @i = @i + 1

　　END

　　-- Get all clients who had sales during that period into the "y" table

　　INSERT INTO @tblCustomers

　　SELECT DISTINCT

　　c.CustomerID,

　　c.CompanyName,

　　c.ContactName

　　FROM Customers c

　　INNER JOIN Orders o ON c.CustomerID = o.CustomerID

　　WHERE o.OrderDate BETWEEN @dtStartDate AND @dtEndDate

　　INSERT INTO @tblFinal

　　SELECT m.sMonth,

　　c.CustomerID,

　　c.CompanyName,

　　c.ContactName,

　　0

　　FROM @tblMonths m CROSS JOIN @tblCustomers c

　　UPDATE @tblFinal SET

　　mSales = mydata.mSales

　　FROM @tblFinal f INNER JOIN

　　(

　　SELECT c.CustomerID,

　　CAST(YEAR(o.OrderDate) AS VARCHAR(4)) + '-' +

　　CASE WHEN MONTH(o.OrderDate) < 10

　　THEN '0' + CAST(MONTH(o.OrderDate) AS VARCHAR(2))

　　ELSE CAST(MONTH(o.OrderDate) AS VARCHAR(2))

　　END AS sMonth,

　　SUM(od.Quantity * od.UnitPrice) AS mSales

　　FROM Customers c

　　INNER JOIN Orders o ON c.CustomerID = o.CustomerID

　　INNER JOIN [Order Details] od ON o.OrderID = od.OrderID

　　WHERE o.OrderDate BETWEEN @dtStartDate AND @dtEndDate

　　GROUP BY

　　c.CustomerID,

　　CAST(YEAR(o.OrderDate) AS VARCHAR(4)) + '-' +

　　CASE WHEN MONTH(o.OrderDate) < 10

　　THEN '0' + CAST(MONTH(o.OrderDate) AS VARCHAR(2))

　　ELSE CAST(MONTH(o.OrderDate) AS VARCHAR(2))

　　END

　　) mydata on f.CustomerID = mydata.CustomerID AND f.sMonth =

　　mydata.sMonth

　　SELECT f.sMonth,

　　f.CustomerID,

　　f.CompanyName,

　　f.ContactName,

　　f.mSales

　　FROM @tblFinal f

　　ORDER BY

　　f.CompanyName,

　　f.sMonth

　　5, 拾遺補零 　　

這里介紹其他一些可幫助提高 SQL 查詢效率的常用技術。假設您將按區域對所有銷售人員進行分組并將他們的銷售額進行小計，但是您只想要那些數據庫中標記為處于活動狀態的銷售人員。您可以按區域對銷售人員分組，并使用 HAVING 子句消除那些未處于活動狀態的銷售人員，也可以在 WHERE 子句中執行此操作。在 WHERE 子句中執行此操作會減少需要分組的行數，所以比在 HAVING 子句中執行此操作效率更高。HAVING 子句中基于行的條件的篩選會強制查詢對那些在 WHERE 子句中會被去除的數據進行分組。 　　

另一個提高效率的技巧是使用 DISTINCT 關鍵字查找數據行的單獨報表，來代替使用 GROUP BY 子句。在這種情況下，使用 DISTINCT 關鍵字的 SQL 效率更高。請在需要計算聚合函數(SUM、COUNT、MAX 等)的情況下再使用 GROUP BY。另外，如果您的查詢總是自己返回一個唯一的行，則不要使用 DISTINCT 關鍵字。在這種情況下，DISTINCT 關鍵字只會增加系統開銷。 　　

以上是“如何提高SQL語句的性能”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！