sql的那些事（一）

一.概述

书写sql是我们程序猿在开发中必不可少的技能，优秀的sql语句，执行起来吊炸天，性能杠杠的。差劲的sql，不仅使查询效率降低，维护起来也十分不便。一切都是为了性能，一切都是为了业务，你觉得你的sql技能如何？所有的伟大来自于点滴的积累，不积跬步无以至千里，让sql性能飞起来吧！

二.sql初探

1.常见sql写法注意点
（1）字符类型建议采用varchar/nvarchar数据类型


[1]—CHAR。CHAR存储定长数据很方便，CHAR字段上的索引效率级高，比如定义char(10)，那么不论你存储的数据是否达到了10个字节，都要占去10个字节的空间。

[2]—VARCHAR。存储变长数据，但存储效率没有CHAR高。如果一个字段可能的值是不固定长度的，我们只知道它不可能超过10个字符，把它定义为 VARCHAR(10)是最合算的。VARCHAR类型的实际长度是它的值的实际长度+1。为什么“+1”呢？这一个字节用于保存实际使用了多大的长度。 从空间上考虑，用varchar合适；从效率上考虑，用char合适，关键是根据实际情况找到权衡点。

[3]—TEXT。text存储可变长度的非Unicode数据，最大长度为2^31-1(2,147,483,647)个字符。

[4]—NCHAR、NVARCHAR、NTEXT。这三种从名字上看比前面三种多了个“N”。它表示存储的是Unicode数据类型的字符。我们知道字符中，英文字符只需要一个字节存储就足够了，但汉字众多，需要两个字节存储，英文与汉字同时存在时容易造成混乱，Unicode字符集就是为了解决字符集这种不兼容的问题而产生的，它所有的字符都用两个字节表示，即英文字符也是用两个字节表示。nchar、nvarchar的长度是在1到4000之间。和char、varchar比较起来，nchar、nvarchar则最多存储4000个字符，不论是英文还是汉字；而char、varchar最多能存储8000个英文，4000个汉字。可以看出使用nchar、nvarchar数据类型时不用担心输入的字符是英文还是汉字，较为方便，但在存储英文时数量上有些损失。

所以一般来说，如果含有中文字符，用nchar/nvarchar，如果纯英文和数字，用char/varchar。


（2）金额货币建议采用money数据类型 （一般常用，最大四位小数）

（3）科学计数建议采用numeric数据类型-- （建议巨额资金交易用numeric）

（4）自增长标识建议采用bigint数据类型 (数据量一大，用int类型就装不下，那以后改造就麻烦了)

（5）时间类型建议采用为datetime数据类型

（6）禁止使用text、ntext、image老的数据类型（已过时）

（7）禁止使用xml数据类型、varchar(max)、nvarchar(max)

（8）禁止在数据库做复杂运算 （业务处理逻辑最好在代码层实现，不要让所有的代码逻辑存在于sql中，不便于后期的问题定位）

（9）禁止使用SELECT * （按需所取，查找自己所需要的列）

（10）禁止在索引列上使用函数或计算

select * from T_Account
where  Convert(varchar(10,Regtime，121)='2015-11-11'

select * from T_Account
where Regtime>='2015-11-11 00:00:00'
and   Regtime<'2015-11-12 00:00:00'

（11）禁止使用游标

--定义店铺ID
declare @accId int
set @accId=218424

--1.创建临时表并插入数据

select gsid,gid into #gidlist from T_Goods_Sku where accid=@accId and gid in (select gid from T_GoodsInfo where accid=@accId and isService=0 and IsExtend=1)

select gsId,gaVName into #gsidlist from T_Goods_Relation  where gsid in (select gsid from T_Goods_Sku where accid=@accId and gid in (select gid from T_GoodsInfo where accid=@accId and isService=0 and IsExtend=1))
order by gsId

select a.gid gid,a.gsId gsId,b.gaVName gaVName into #tempgid from #gidlist a left join #gsidlist b
on a.gsId=b.gsId

drop table #gidlist
drop table #gsidlist

--2.开始事务
BEGIN TRANSACTION

--3.定义变量，累积事务执行过程中的错误

DECLARE @error INT
SET @error = 0

--4.声明游标
DECLARE goodsCursor CURSOR SCROLL
FOR
SELECT gid
,gsId
,gaVName
FROM #tempgid

--5.打开游标
OPEN goodsCursor

--6.声明游标提取数据所要存放的变量
DECLARE @gid INT
,@gsId INT
,@gaVName NVARCHAR(400)
,@gUnionKey NVARCHAR(400)

--7.定位游标到哪一行
FETCH First
FROM goodsCursor
INTO @gid
,@gsId
,@gaVName

--8.提取成功，对数据操作，进行下一条数据的提取操作
WHILE @@fetch_status = 0
BEGIN

SET @gUnionKey = ''
SELECT @gUnionKey = gUnionKey from T_GoodsInfo where accid=@accId and isService=0 and IsExtend=1 and gid=@gid
SELECT @gUnionKey=@gUnionKey+'|'+@gaVName

PRINT '-----start-------'
PRINT @gid
PRINT @gsId
PRINT @gaVName
PRINT @gUnionKey

--更新gUnionKey
update T_GoodsInfo
set gUnionKey=@gUnionKey
where accid=@accId and isService=0 and IsExtend=1 and gid=@gid

PRINT '-----end--------'

--移动游标
FETCH NEXT
FROM goodsCursor
INTO @gid
,@gsId
,@gaVName
END

--9.判读事务错误数，提交或回滚事务
IF @error <> 0 --有误
BEGIN
PRINT '回滚事务'
ROLLBACK TRANSACTION
END
ELSE
BEGIN
PRINT '提交事务'
COMMIT TRANSACTION
END

--10.关闭并删除游标，删除临时表
CLOSE goodsCursor

DEALLOCATE goodsCursor

drop table #tempgid

（12）禁止使用触发器



（13）禁止在查询里指定索引

SELECT 字段名表
FROM 表名表
WITH (INDEX(索引名))
WHERE 查询条件

（14）变量/参数/关联字段类型必须与字段类型一致






图1、图2中字段类型保持一致。

（15）参数化查询

select  * from   T_Account where Regtime>'2015-12-12'

select  * from   T_Account where Regtime>'2016-12-12'

上面两条语句，可以完成我们上面的查询结果集，但是sql查询计划会进行两次分析，导致查询计划不能够复用，如果用参数化查询，则可以复用查询计划：

declare @Regtime datetime;
set @Regtime='2015-12-12';
select  * from   T_Account where Regtime>@Regtime

set @Regtime='2016-12-12';
select  * from   T_Account where Regtime>@Regtime

只需要改变参数的值就可以了。

（16）限制JOIN个数


（17）关闭影响的行计数信息返回


（18）除非必要SELECT语句都必须加上NOLOCK


（19）使用UNION ALL替换UNION

使用 UNION 命令
列出所有在中国和美国的不同的雇员名：
SELECT E_Name FROM Employees_China
UNION
SELECT E_Name FROM Employees_USA

使用 UNION ALL 命令
列出在中国和美国的所有的雇员：
SELECT E_Name FROM Employees_China
UNION ALL
SELECT E_Name FROM Employees_USA

（20）查询大量数据使用分页或TOP

通过分页批量获取数据，避免全表扫描。

在.Net中，我们可以这样写来分页获取数据,通过分页获取图片数据，进行地址替换操作。

/// <summary>
/// 批量替换图片地址
/// </summary>
/// <param name="index"></param>
/// <param name="size"></param>
public static void BatchReplaceImgAddress(int index, int size)
{
const string strSql =
"select Id,AccId,ImgAddress from (select ROW_NUMBER() OVER ( ORDER BY id )
as rownumber,id as Id,accid as AccId,ge_Details as ImgAddress " +
"from t_GoodsExtend (nolock) ) as T  where  rownumber
BETWEEN (@index-1)*@size+1 AND   @size*@index";
var imgAddressesItems =
DapperHelper.Query<ImgAddressModel>(strSql, new
{
index = index,
size = size
}).ToList();

if (!imgAddressesItems.Any())
{
return;
}
try
{
Console.WriteLine("正在处理{0}~{1}条数据:", (index - 1)*size + 1, ((index - 1)*size) + size);
foreach (var item in imgAddressesItems)
{
var imgItem = item;
if (string.IsNullOrWhiteSpace(imgItem.ImgAddress)) continue;
var imgAddress = imgItem.ImgAddress;
const string targetReplaceStr = "baidu.com/umupload";
const string targetNewStr = "baidu.com/mobileweb/detail2";
if (imgAddress.Contains(targetReplaceStr))
{
var newImgAddress = imgAddress.Replace(targetReplaceStr, targetNewStr);
const string updateImgStrSql = "update t_GoodsExtend
set ge_Details = @ge_Details where id= @id";
var updateResult = DapperHelper.Execute(updateImgStrSql, new
{
id = imgItem.Id,
ge_Details = newImgAddress,
});
if (updateResult > 0)
{
var message = string.Format("当前的店铺Id为：{0}，处理记录的Id为：{1}", imgItem.AccId,imgItem.Id);
Console.WriteLine(message);
SimpleLog.Instance.WriteLogForFile("批量替换图片地址日志", message);
}
}
}
}
catch (Exception ex)
{
SimpleLog.Instance.WriteLogForFile("批量替换图片地址异常", ex);
}

BatchReplaceImgAddress(index + 1, size);
}

（21）NOT EXISTS替代NOT IN

1、in和exists

in是把外表和内表作hash连接，而exists是对外表作loop循环，每次loop循环再对内表进行查询，一直以来认为exists比in效率高的说法是不准确的。如果查询的两个表大小相当，那么用in和exists差别不大；如果两个表中一个较小一个较大，则子查询表大的用exists，子查询表小的用in；

例如：表A(小表)，表B(大表)

select * from A where cc in(select cc from B)　　-->效率低，用到了A表上cc列的索引；

select * from A where exists(select cc from B where cc=A.cc)　　-->效率高，用到了B表上cc列的索引。
相反的：

select * from B where cc in(select cc from A)　　-->效率高，用到了B表上cc列的索引

select * from B where exists(select cc from A where cc=B.cc)　　-->效率低，用到了A表上cc列的索引。

2、not in 和not exists

not in 逻辑上不完全等同于not exists，如果你误用了not in，小心你的程序存在致命的BUG，请看下面的例子：

create table #t1(c1 int,c2 int);

create table #t2(c1 int,c2 int);

insert into #t1 values(1,2);

insert into #t1 values(1,3);

insert into #t2 values(1,2);

insert into #t2 values(1,null);

select * from #t1 where c2 not in(select c2 from #t2);　　-->执行结果：无

select * from #t1 where not exists(select c2 from #t2 where #t2.c2=#t1.c2)　　-->执行结果：1　　3

正如所看到的，not in出现了不期望的结果集，存在逻辑错误。如果看一下上述两个select 语句的执行计划，也会不同，后者使用了hash_aj，所以，请尽量不要使用not in(它会调用子查询)，而尽量使用not exists（它会调用关联子查询）。如果子查询中返回的任意一条记录含有空值，则查询将不返回任何记录。如果子查询字段有非空限制，这时可以使用not in，并且可以通过提示让它用hasg_aj或merge_aj连接。

如果查询语句使用了not in，那么对内外表都进行全表扫描，没有用到索引；而not exists的子查询依然能用到表上的索引。所以无论哪个表大，用not exists都比not in 要快。

3、in 与 = 的区别

select name from student where name in('zhang','wang','zhao');
与
select name from student where name='zhang' or name='wang' or name='zhao'
的结果是相同的。

（22）尽量避免使用OR运算符

select id from T_Account where id in（
select accountId from T_Bussiness where aotjob=3 or aotjob=5
）

where后面使用了aotjob=3 or aotjob=5，这样会导致数据库查询无法命中索引，会走全表扫描。所以在这里我们使用in则会比较好：

select id from T_Account where id in（
select accountId from T_Bussiness where aotjob in （3，5）
）

(23)like的查询的索引

1.[Col1] like "abc%"  --index seek  这个就用到了索引查询

2.[Col1] like "%abc%"  --index scan  而这个就并未用到索引查询

3.[Col1] like "%abc"  --index scan 这个也并未用到索引查询

我想从上而三个例子中，大家应该明白，最好不要在LIKE条件前面用模糊匹配，否则就用不到索引查询。

2.合理使用NULL属性
　　

新加的表，所有字段禁止NULL

　　

（新表为什么不允许NULL？

　　

允许NULL值，会增加应用程序的复杂性。你必须得增加特定的逻辑代码，以防止出现各种意外的bug

　　

三值逻辑，所有等号（“=”）的查询都必须增加isnull的判断。

　　


举例来说明一下：

如果表里面的数据如图所示：



　　

你想来找查找除了name等于aa的所有数据，然后你就不经意间用了

SELECT * FROM USERS WHERE NAME<>’aa’

结果发现与预期不一样，事实上它只查出了name=bb而没有查找出name=NULL的数据记录

　　

那我们如何查找除了name等于aa的所有数据，只能用ISNULL函数了

SELECT * FROM USERS WHERE ISNULL(NAME,1)<>’aa’

但是大家可能不知道ISNULL会引起很严重的性能瓶颈 ,所以很多时候最好是在应用层面限制用户的输入，确保用户输入有效的数据再进行查询。

　　

旧表新加字段，需要允许为NULL（避免全表数据更新 ，长期持锁导致阻塞）（这个主要是考虑之前表的改造问题）

3.理解执行计划
所谓的执行计划，就是数据库根据sql语句生成的一个执行顺序。先执行什么，再执行什么。类似于我们的工作计划，先做什么，后做什么，从而使我们的效率达到最高。所以合理的执行计划，会让数据库干正确的事，提高效率。

在我们使用sql查询的时候，通常是根据sql内部的查询计划来进行的，也就是说不同的sql语句生成的查询计划不同，所以要优化sql，我们写出的sql要让数据库能够生成正确执行计划，才能提高性能；反之写出的sql语句，不容易被数据库翻译成合理的执行计划，就容易导致性能瓶颈。

例如：

select id from  T_Account

select id From  T_Account

这两句查询语句我们可以看出只是from关键字大小的区别，但是查询分析器会认为是不同的语句，进行两次解析。所以针对同一个查询语句，在不同的地方我们应该保持一致，大小写一致，查找字段一致。在数据库中针对查询，数据库会缓存查询计划，如果查询的时候，存在已经解析的查询计划，就会按照存在的查询计划走，这样就节省了解析生成查询计划的时间，提高了查询性能。

三.总结

关于查询计划，准备细致的学习一下，明白不同查询计划具体的含义。从而可以进行对应的优化。上面讲到不对的地方，希望大家指出，一起学习，一起进步！