如何优化数据库的查询提高查询效率？

数据库优化查询可以在查询语句、索引、使用临时表等方面进行操作，具体如下：
（1）对查询进行优化，应尽量避免全表扫描，应先考虑在 where 或 order by 涉及的列上建立索引。
（2）应尽量避免在 where 子句中对字段进行 null 值判断。
（3）并非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,查询可能不会去利用索引。
（4）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。
（5）应尽可能的避免更新索引数据列，因为索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新索引数据列，那么需要考虑是否应将该索引建为索引。
（6）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。
（7）尽可能的使用 varchar/nvarchar 代替 char/nchar ，因为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。

（8）避免频繁创建和删除临时表，以减少系统表资源的消耗。
（9）临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。但是，对于一次性事件，最好使用导出表。
（10）在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果数据量不大，为了缓和系统表的资源，应先create table，然后insert。
（11）如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定。





   

猜你喜欢：

HBase数据库是怎样存储数据的？

Redis、传统数据库、HBase以及Hive的区别

MySQL数据库常用命令汇总【Python进阶教程】

传智教育Python+大数据开发培训