1. 前言
2. 实验环境
- 硬件环境：Inter(R) Core(TM)2 Duo cpu P7450 @2.12GHz 、2G内存。
- 操作系统：windows7操作系统，
- sql Server 2008版本：Microsoft sqlServer 2008
- 所用表结构：
- Consume(ConsumeID,Cardno,ShopId,GoodsId,Amount,ConsumeDate)
- CreditCard(Cardno,OwnerName,IDCard,MaxConsume,Address,PostCode,Phone,ConsumeAmount)
- Goods(GoodId,GoodsName,TypeId,Price)
- Shop(ShopId,ShopName)
- 记录数：Consume:686302 CreditCard:9 Goods:32 Shop:4
本实验是在sql Server Management Studio平台上执行的。且运行时均利用 DBCC FREEPROCCACHE DBCCDROPCLEANBUFFERS DBCC FREESYstemCACHE ('ALL' )这三条语句清理了缓冲区，从而得出相对公平的执行时间。
另外，每段实验代码均放入如下代码中间执行，这样可以得到sql语句执行所用的时间，获取执行时间的代码如下：
declare @begin_date datetime declare @end_date datetime select @begin_date = getdate() <实验sql语句写在此处> select @end_date = getdate() select datediff(ms,@begin_date,@end_date) as '用时/毫秒'
3. sql调优
3.1 优化SELECT语句
3.1.1 连接查询的优化
子查询替换连接表
低效语句：
select c.cardno,cc.IDCard,c.amount,c.consumedate from CreditCard cc left join Consume c on cc.Cardno = c.Cardno where c.Cardno = '9555xxxxxxx1'
高效语句：
select @begin_date = getdate() select c.cardno,c.consumedate from (select * from CreditCard where Cardno = '9555xxxxxxx1') ccleft join Consume c on cc.Cardno = c.Cardno执行结果分别如下：
3.1.2控制查询的行和列
优化SELECT语句，首先需要考虑的是减少返回结果集中的数据量。在SELECT语句中，应该尽量可能不返回多余的数据，这需要从行和列两方面进行优化。
减少结果集中列的数量：
低效语句：
select * from CreditCard cc left joinConsume c on cc.Cardno = c.Cardno where c.Cardno = '9555xxxxxxx1'
高效语句：
select @begin_date = getdate() selectc.cardno,c.consumedate from CreditCard cc left join Consume c on cc.Cardno = c.Cardno where c.Cardno = '9555xxxxxxx1'执行结果分别如下：
3.1.3 慎用disTINCT关键字
disTINCT关键字一般用来于字段很少的表，如果在SELECT语句中查询的字段很多，则使用disTINCI关键字反而会大大降低查询的效率。
低效语句（使用disTINCT）：
select distinctc.cardno,cc.OwnerName,s.shopname,g.goodsname,c.consumedate from Consume c inner join CreditCard cc on cc.Cardno = c.Cardno inner join Shop s on c.ShopId=s.ShopId inner join Goods g onc.GoodsId=g.GoodsId
高效语句（不使用disTINCT）：
selectc.cardno,c.consumedate from Consume c inner join CreditCard cc on cc.Cardno = c.Cardno inner join Shop s on c.ShopId=s.ShopId inner join Goods g onc.GoodsId=g.GoodsId执行结果分别如下：
3.1.4 判断表中是否存在记录
有些人喜欢使用COUNT(*)来判断表中是否存在记录，例如
select count(*) from consume
这种方法要统计表中所有记录的总数量，因此执行效率比较低。可以在select语句中使用TOP1返回表中的第一条记录来判断表是否存在记录：
低效语句：
select COUNT(*) from Consume
高效语句：
select top 1 ConsumeID from Consume执行结果分别如下：
3.2 对大批量插入、修改和删除数据操作的优化
3.2.1 使用sql脚本模拟实时批量插入数据
-- 使用Credit数据库 USE Credit GO -- 创建临时表#test CREATE TABLE #test ( id int,name varchar(100),createdate datetime,) GO DECLARE @i as INT declare @strsql as varchar(8000) SET @i = 0 -- 循环插入10万条记录 WHILE @i < 100000 BEGIN SET @strsql = 'INSERT INTO #test VALUES(' + convert(varchar(100),@i) + ',''test'',''' + convert(varchar(50),getdate()) + ''')' --VALUES(@i,'test',getdate()) exec(@strsql) SET @i = @i + 1 END从下面两张图我们可以看出，计算机的CUP使用率一直居高不下看，这样会严重影响系统性能，导致用户无法正常使用数据库应用程序。
下面我们对批量插入数据进行优化，可以使用WAITFOR DELAY语句进行休息，例如，让数据库引擎休息100ms的代码如下：
WQITFOR DELAY ’00:00:00:100’优化后的sql脚本如下：
-- 使用Credit数据库 USE Credit GO -- 创建临时表#test CREATE TABLE #test ( id int,getdate()) exec(@strsql) WAITFOR DELAY '00:00:00:20' SET @i = @i + 1 END执行此脚本，我们再来查看CUP的使用情况：
3.2.2 优化修改和删除语句
如果一条UPDATE语句或者DELETE语句设计的记录过多，则执行语句的时间会很长，在执行语句的过程中，数据库服务器的cpu利用率会很高，从而影响其他用户对数据库的访问效率。当对大量数据进行更新和删除操作时，可以根据用户的具体情况来决定操作的方式。
a)如果在非工作时间执行大量更新或者删除操作，则应该尽可能地在一条语句中更新更多的记录，这是最快的操作方式。
b)如果在工作时间执行大量更行或删除操作，则应该根据实际情况将UPDATE语句或者DELETE语句拆分成多条语句，每执行一条语句休息一段时间。
下面做一个对比实验，执行下面的UPDATE语句，将表Consume中所有记录的Amount数量增加10%。
update Consume set Amount = Amount * 1.1 whereConsumeID>0执行结果如下：
如果希望在执行更新操作时尽可能降低数据库服务器的cpu使用率，不影响其他用户对数据库的访问，可以使用下面的sql语句：
update Consume set Amount = Amount*1.1where Amount<200 waitfor delay '00:00:00:100' update Consume set Amount = Amount*1.1where Amount>=200 and Amount<500 waitfor delay '00:00:00:100' update Consume set Amount = Amount*1.1where Amount>=1000 and Amount<2000 update Consume set Amount = Amount*1.1where Amount>2000 waitfor delay '00:00:00:100'从下图的数据可知，cpu的占用率与前面的比较降低了不少。
4. 总结
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
