如何提高SQL语句的性能

小编给大家分享一下如何提高sql语句的性能，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

　　1, 从 INSERT 返回 IDENTITY

　　SELECT @@IDENTITY

　　2, 内嵌视图与临时表

　　临时表 - 在 tempdb 中的临时表会导致查询进行大量 I/O 操作和磁盘访问，临时表会消耗大量资源。

　　内嵌视图 -使用内嵌视图取代临时表。内嵌视图只是一个可以联接到 FROM 子句中的查询。如果只需要将数据联接到其他查询，则可以试试使用内嵌视图，以节省资源。

　　3, 避免 LEFT JOIN 和 NULL

　　LEFT JOIN 消耗的资源非常之多，因为它们包含与 NULL(不存在)数据匹配的数据。在某些情况下，这是不可避免的，但是代价可能非常高。LEFT JOIN 比 INNER JOIN 消耗资源更多，所以如果您可以重新编写查询以使得该查询不使用任何 LEFT JOIN，则会得到非常可观的回报。

　　加快使用 LEFT JOIN 的查询速度的一项技术涉及创建一个 TABLE 数据类型，插入第一个表(LEFT JOIN 左侧的表)中的所有行，然后使用第二个表中的值更新 TABLE 数据类型。此技术是一个两步的过程，但与标准的 LEFT JOIN 相比，可以节省大量时间。一个很好的规则是尝试各种不同的技术并记录每种技术所需的时间，直到获得用于您的应用程序的执行性能最佳的查询。

　　DECLARE @tblMonths TABLE (sMonth VARCHAR(7))

　　4, 灵活使用笛卡尔乘积

　　对于此技巧，我将进行非常详细的介绍，并提倡在某些情况下使用笛卡尔乘积。出于某些原因，笛卡尔乘积 (CROSS JOIN) 遭到了很多谴责，开发人员通常会被警告根本就不要使用它们。在许多情况下，它们消耗的资源太多，从而无法高效使用。但是像 SQL 中的任何工具一样，如果正确使用，它们也会很有价值。

　　其中一段示例代码，值得效仿：

　　-- 笛卡尔乘积则可以返回所有月份的所有客户。笛卡尔乘积基本上是将第一个表与第二个表相乘，生成一个行集合，其中包含第一个表中的行数与第二个表中的行数相乘的结果。因此，笛卡尔乘积会向表 @tblFinal 返回 12(所有月份)*81(所有客户)=972 行。最后的步骤是使用此日期范围内每个客户的月销售额总计更新 @tblFinal 表，以及选择最终的行集。

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, 拾遗补零 　　

这里介绍其他一些可帮助提高 SQL 查询效率的常用技术。假设您将按区域对所有销售人员进行分组并将他们的销售额进行小计，但是您只想要那些数据库中标记为处于活动状态的销售人员。您可以按区域对销售人员分组，并使用 HAVING 子句消除那些未处于活动状态的销售人员，也可以在 WHERE 子句中执行此操作。在 WHERE 子句中执行此操作会减少需要分组的行数，所以比在 HAVING 子句中执行此操作效率更高。HAVING 子句中基于行的条件的筛选会强制查询对那些在 WHERE 子句中会被去除的数据进行分组。 　　

另一个提高效率的技巧是使用 DISTINCT 关键字查找数据行的单独报表，来代替使用 GROUP BY 子句。在这种情况下，使用 DISTINCT 关键字的 SQL 效率更高。请在需要计算聚合函数(SUM、COUNT、MAX 等)的情况下再使用 GROUP BY。另外，如果您的查询总是自己返回一个唯一的行，则不要使用 DISTINCT 关键字。在这种情况下，DISTINCT 关键字只会增加系统开销。 　　

以上是“如何提高SQL语句的性能”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注编程网数据库频道！