文/SQL爱好者 优化的理由
1、优化成本和收益
一个数据库系统的周期可以分为设计、开发和成品三个阶段。在设计阶段进行优化的成本最低,收益最大;而在成品阶段进行优化的成本最高,收益最小。
2、优化的途径
数据库的优化通常可以通过对网络、硬件、操作系统、数据库参数和应用程序的优化来进行。事实上,对网络、硬件、操作系统、数据库参数进行优化所获得的性能提升全部加起来只占数据库系统性能提升的40%左右,其余的60%系统性能提升全部来自对应用程序的优化。
3、应用程序的优化
应用程序的优化通常可分为两个方面:源代码的优化和SQL语句的优化。源代码的优化在时间成本和风险上代价很高;另一方面,源代码的优化对数据库系统性能的提升收效有限。
4、优化的理由
1)SQL语句是对数据库(数据)进行操作的惟一途径;
2)SQL语句消耗了70%~90%的数据库资源;
3)SQL语句独立于程序设计逻辑,相对于对程序源代码的优化,对SQL语句的优化在时间成本和风险上的代价都很低;
4)SQL语句可以有不同的写法;
5)SQL语句易学,难精通。
优化技术的发展
第一代的SQL优化工具是执行计划分析工具。这类的工具对输入的SQL语句从数据库提取执行计划,并解释执行计划中关键字的含义;第二代的SQL优化工具只能提供增加索引的建议,它通过对输入的SQL语句的执行计划的分析来产生是否要增加索引的建议。该类工具存在着致命的缺点——只分析了一条SQL语句就得出增加某个索引的结论,根本不理会(实际上也无法评估到)增加的索引对整体数据库系统性能的影响。其破坏性在于:
1、不理会增加的索引对其他增、删、改SQL语句的负面影响;
2、没有考虑增加的索引可能导致数据库判断失误;
3、对由于增加索引引起的数据库系统负担忽略不计。
同时,这些工具由于技术水平的限制存在着以下缺点:
1、无法保证建议或改写的正确性;
2、无法进行重写,仅仅提供了建议或有限程度的改写,重写工作还是需要人工完成,优化工作所需的时间和工作量同人工进行优化差不多;
3、改写的规则和Hints有限,难以处理复杂的SQL语句;
4、必须人手逐条进行测试。
这类工具曾经盛极一时,直到人工智能自动SQL优化的出现。
|