大型數(shù)據(jù)庫SQL語言的性能分析

毛志東 沈洋

【摘 要】本文就大型數(shù)據(jù)庫中常用的SQL語言進行性能上的分析，并從數(shù)據(jù)結構上給出其關鍵數(shù)據(jù)結構和關鍵算法上效率上的分析，從INSERT，DELETE，SELECT，UPDATE結合索引給出一般大型數(shù)據(jù)庫的優(yōu)化方法，并系統(tǒng)性的給出提高效率的具體方法。

在當前計算機應用系統(tǒng)中，大型數(shù)據(jù)庫是信息系統(tǒng)的關鍵環(huán)節(jié)，是存儲數(shù)據(jù)的必要手段，互聯(lián)網(wǎng)上大多數(shù)應用數(shù)據(jù)存儲在大型數(shù)據(jù)庫中，因此，合理的掌握大型數(shù)據(jù)庫的編程，是信息系統(tǒng)編程至關重要的環(huán)節(jié)。但是大型數(shù)據(jù)庫的SQL語言使用，和一般的編程環(huán)節(jié)有較大的不同，這使得初級編程人員很難在短期內精通，并且難以編制高質量的代碼[1]。

SQL語言編程與一般的語言編程有很大不同，SQL語言是過程式語言，強調對數(shù)據(jù)的操作，但是操作的方式與一般的數(shù)據(jù)操作相比又有很大不同，SQL語言是以數(shù)據(jù)庫中的數(shù)據(jù)塊為數(shù)據(jù)操作單位，因此，對于數(shù)據(jù)庫來說，成批處理數(shù)據(jù)，比單獨一條條處理數(shù)據(jù)有更高的效率，這就決定了SQL語言最好是以數(shù)據(jù)塊的方式進行編程，而非逐條記錄的方式處理數(shù)據(jù)的方式處理數(shù)據(jù)。此外，SQL語言是對數(shù)據(jù)塊進行操作，需要大量的磁盤I/O操作，因此效率是SQL需要注意的關鍵問題，設計不佳的SQL語言，使得效率極為低下，不能滿足信息系統(tǒng)的需要。

以下我們逐一分析SQL最常用的四種操作數(shù)據(jù)的方法SELECT，UPDATE，DELETE，INSERT的性能。

1.SELECT語句的效率受索引影響，索引對SELECT語句的效率起到了至關緊要重要的作用，在沒有索引的情況下，SELECT語句使用全表掃描，也就是說，對于需要查找的記錄，在全表范圍內進行查找，因此，查詢一條記錄和查詢所有記錄的代價是相當?shù)摹Ｔ谟兴饕龝r，SELECT語句的執(zhí)行效率取決于WHERE條件與索引的配置，當WHERE條件中的搜索字段定義了索引時，SELECT語句可以利用索引進行記錄定位，從而可以快速定位到相應記錄。當SELECT語句中的條件和索引無關時，這時SELECT語句不能利用索引定位，因為仍然需要全表掃描。

2.UPDATE語句的效率和SELECT語句的性質相似，因此，UPDATE語句在執(zhí)行大批量修改時，效率相當高，在對單條記錄進行修改時，如果WHERE條件上沒有索引，仍需要進行全表掃描，效率較低，但有索引時，會使用索引進行記錄定位，UPDATE語句和SELECT語句的差別在于，UPDATE語句對字段進行修改，如果修改的字段上定義了索引時，UPDATE語句需要同時修改索引。

3.DELETE語句的效率和UPDATE語句極為相似，因此這二類語句同時可能涉及對索引的修改，執(zhí)行的效率同樣取決于WHERE條件上是否有相應的索引結構。

4.INSERT語句的效率在所有方法中是最高的，INSERT語句的插入方法取決于表的性質，當表是堆表時，INSERT語句總是將新記錄插到最后面，因此不需要考慮其它代價，當數(shù)據(jù)表上定義了聚簇索引時，由于表中的記錄會按聚簇索引的次序進行排列，因此插入時，會插入到表中的特定位置，當特定位置沒有空間時，會將數(shù)據(jù)塊分裂，從而保證記錄在數(shù)據(jù)塊上的有序性。

考慮到索引在大型數(shù)據(jù)庫中的重要性，我們對索引進行分析，一般來說，索引可分為聚簇索引和非聚簇索引，聚簇索引的特點在于數(shù)據(jù)按索引的在數(shù)據(jù)塊中物理順序排放，非聚簇索引則沒有此要求。一般來說，索引的結構是B+樹，B+樹由于其高效的動態(tài)查找性能，在數(shù)據(jù)庫中應用廣泛。

B+樹的特點在于矮而粗，B+樹由于矮小，因為查找的層次少，所以能實現(xiàn)極高的動態(tài)查找效率，但是B+樹同樣需要大量的存貯空間，此外B樹只對選擇性高的字段有效，選擇性差的字段無效。

所謂索引字段的選擇性，是指能否根據(jù)選定的值，快速定位到相應的字段，而選擇性高的字段可以優(yōu)先作為索引，選擇性差的字段，不宜作為索引，例如，對于班級表而言，學號是選擇性高的字段，可以根據(jù)特定的值找到相應的記錄，但對于選擇性差的字段，例如性別，當使用B+數(shù)對性別建立索引時，最多只能將記錄分為二個分支“男”“女”，因此無法利用B樹精確定位記錄，因此，建立B樹只能浪費空間，并不能提高效率。

此外，如果數(shù)據(jù)庫中的索引建立不準確，SQL優(yōu)化器可能不會使用定義的索引進行查找，因此索引必須有高選擇性，而且經(jīng)常被用于查找[4]。

SQL語句中，除了SELECT，INSERT，DELETE，UPDATE之外，關聯(lián)運算也是極為重要的操作，數(shù)據(jù)庫中的關聯(lián)運算，如果完全按語義上執(zhí)行，操作極為耗時，因此一般SQL使用優(yōu)化器對之進行優(yōu)化處理，對于關聯(lián)語句關聯(lián)的A，B表，如果B表在連接字段上定義了索引，那么，就可以先讀取沒有定義索引的A表，然后在A表的每個記錄上，用索引去查找B表，從而得到關聯(lián)結構。

因此，索引在關聯(lián)運算中極為重要，是提高效率的有效手段，當二張表上沒有定義索引時，SQL優(yōu)化器往往會在某張表上建立臨時索引，然后利用臨時索引進行關聯(lián)查找。

關聯(lián)運算還和內存有關，如果緩沖內存夠，那么，關聯(lián)運算可以將表放在內存中進行關聯(lián)，這顯然大大增加了效率，而在內存很少時，只能逐一對表進行讀取，并進行關聯(lián)，效率明顯下降。

此外，應用程序的合理編寫，對SQL影響較大，而臨時表技術，可以大幅提高程序效率，對于需要處理的數(shù)據(jù)，我們不直接在表上進行操作，而是將需要處理的數(shù)據(jù)，從大表中提取出來，放在臨時表中，因為臨時表中數(shù)據(jù)量較小，因此處理很快，這樣避免了從大表中查找數(shù)據(jù)。

對于信息系統(tǒng)，在業(yè)務處理中，需要區(qū)分二類數(shù)據(jù)處理，一類是短事務處理，對于前臺進行的操作，是短事務，需要盡快處理，因為需要很高的效率，而對于數(shù)據(jù)加工如記帳來說，是長事務，需要長時間的運行，在信息系統(tǒng)中，需要處理好二類不同的事務，才可能開發(fā)出良好的數(shù)據(jù)庫應用程序。

參考文獻：

[1]張水平.數(shù)據(jù)庫原理及SQL Server應用[M].西安：西安交通大學出版社，2008.

[2]Abraham Silberschatz，Henry F.Korth，S.Sudarshan數(shù)據(jù)庫系統(tǒng)概念（第3版）[M].北京：機械工業(yè)出版社，2008.

[3]Ramez Elmasri，（美）Shamkant B.Navathe.數(shù)據(jù)庫系統(tǒng)基礎.高級篇[M].北京：人民郵電出版社，2008.

[4]周輝君.數(shù)據(jù)庫系統(tǒng)優(yōu)化方法研究[J].科技信息，2008（17）：70.