这篇文字主要讨论sql的一般编写原则。下一篇讨论根据执行计划进行调优的话题。
网上这类文章很多，但往往只是给出结论，比如，这样写sql会比那样写sql效率更高。阅读者如果打算打开数据库自己做一遍实验，看看效率差异到底有多少，需要自己造数据，还是比较麻烦。这篇文字会把DDL和DML以及sql的执行时间都写出来，一方面给一个更直观的印象，另一方面方便阅读者自己实验。
以Oracle为实验用数据库，使用著名的emp表。安装oracle数据库之后，scott用户的密码是tiger. 在他的schema下有几张sample表，很多sql教程都以这几张表为基础. 据说，熟悉oracle数据库的人提到smith这个人名，就能联想起sample表中他的工作是clerk. emp表就是sample表之一。这张表原始数据只有14行，为了体现不同sql性能上的差异，我们需要多填充一些数据进去。作为填充数据的预备知识，我们可以看一下如何生成一系列从小到大的id:
SELECT ROWNUM
FROM DUAL
CONNECT BY LEVEL < 10000;
填充随机数据可以借助于dbms_random包，不想覆盖已有的表，所以新创建一个表结构基本一样的：
create table emp_new
as
select level empno,
SYS.dbms_random.String('u', SYS.dbms_random.value(3,10)) ename,
SYS.dbms_random.String('u', SYS.dbms_random.value(3,9)) job,
round(SYS.dbms_random.value(1000,9999)) mgr,
TO_DATE ( ROUND (DBMS_RANDOM.VALUE (1, 28))
|| '-'
|| ROUND (DBMS_RANDOM.VALUE (1, 12))
|| '-'
|| ROUND (DBMS_RANDOM.VALUE (1980, 2012)),
'DD-MM-YYYY'
) hiredate,
round(SYS.dbms_random.value(300,9999)) sal,
round(SYS.dbms_random.value(1,6)) * 100 comm,
round(SYS.dbms_random.value(1,4)) * 10 deptno
FROM DUAL
CONNECT BY LEVEL < 1000000;
这里有一个局限，原本的emp表mgr列reference empno列。上面新创建的emp_new中失去了这个constraint. 这点可以从Oracle SQL Developer中看到。
emp表：
emp_new表：
下面就开始测试sql了： 1. 先比较一下加primary key前后的结果： select * from emp_new where empno=1; 加primary key constraint之前运行0.023秒。 加了primary key constraint之后0.001秒。加primary key constraint在100万条数据上大约花费4秒钟。 2. where子句 vs. having子句 select deptno, avg(sal) from emp_new group by deptno having deptno != 10 and deptno != 20; 0.24秒 select deptno, avg(sal) from emp_new where deptno != 10 and deptno != 20 group by deptno ; 0.16秒 所以having中的条件一般用于对一些集合函数的比较，如count()等，除此之外，一般条件应该写在where子句中。
3. 减少对表的查询 update emp_new set sal=(select max(sal) from emp_new), comm=(select max(comm) from emp_new) where empno=1237; 0.11秒左右 update emp_new set (sal, comm) =(select max(sal), max(comm) from emp_new) where empno=1224; 0.07秒到0.08秒之间
注意：以上三个测试都只fetch前50条数据。
4. 传说中用exists替代in通常可提高查询效率， not exists 也比not in 快。
先生成dept_new表：
create table dept_new
as
select level deptno,
SYS.dbms_random.String('u', SYS.dbms_random.value(3,10)) dname,
SYS.dbms_random.String('u', SYS.dbms_random.value(3,9)) loc
FROM DUAL
CONNECT BY LEVEL < 10000; 实际测试中，无论是执行计划还是实际测试的速度都是基本一致的。 第一组 select * from emp_new e where e.empno > 986000 and e.deptno in (select d.deptno from dept_new d where d.loc='AYDN')
select * from emp_new e where empno > 986000 and exists (select * from dept_new d where d.deptno = e.deptno and d.loc='AYDN')
第二组
select e.empno from emp_new e where e.empno > 996000 and not exists (select 1 from dept_new d where d.deptno = e.deptno and loc like 'A%')
select e.empno from emp_new e where e.empno > 996000 and e.deptno not in (select d.deptno from dept_new d where loc like 'A%')
|
这篇文字主要参考两篇文章：