大型数据库SQL语言的性能分析

毛志东 沈洋

【摘 要】本文就大型数据库中常用的SQL语言进行性能上的分析，并从数据结构上给出其关键数据结构和关键算法上效率上的分析，从INSERT，DELETE，SELECT，UPDATE结合索引给出一般大型数据库的优化方法，并系统性的给出提高效率的具体方法。

在当前计算机应用系统中，大型数据库是信息系统的关键环节，是存储数据的必要手段，互联网上大多数应用数据存储在大型数据库中，因此，合理的掌握大型数据库的编程，是信息系统编程至关重要的环节。但是大型数据库的SQL语言使用，和一般的编程环节有较大的不同，这使得初级编程人员很难在短期内精通，并且难以编制高质量的代码[1]。

SQL语言编程与一般的语言编程有很大不同，SQL语言是过程式语言，强调对数据的操作，但是操作的方式与一般的数据操作相比又有很大不同，SQL语言是以数据库中的数据块为数据操作单位，因此，对于数据库来说，成批处理数据，比单独一条条处理数据有更高的效率，这就决定了SQL语言最好是以数据块的方式进行编程，而非逐条记录的方式处理数据的方式处理数据。此外，SQL语言是对数据块进行操作，需要大量的磁盘I/O操作，因此效率是SQL需要注意的关键问题，设计不佳的SQL语言，使得效率极为低下，不能满足信息系统的需要。

以下我们逐一分析SQL最常用的四种操作数据的方法SELECT，UPDATE，DELETE，INSERT的性能。

1.SELECT语句的效率受索引影响，索引对SELECT语句的效率起到了至关紧要重要的作用，在没有索引的情况下，SELECT语句使用全表扫描，也就是说，对于需要查找的记录，在全表范围内进行查找，因此，查询一条记录和查询所有记录的代价是相当的。在有索引时，SELECT语句的执行效率取决于WHERE条件与索引的配置，当WHERE条件中的搜索字段定义了索引时，SELECT语句可以利用索引进行记录定位，从而可以快速定位到相应记录。当SELECT语句中的条件和索引无关时，这时SELECT语句不能利用索引定位，因为仍然需要全表扫描。

2.UPDATE语句的效率和SELECT语句的性质相似，因此，UPDATE语句在执行大批量修改时，效率相当高，在对单条记录进行修改时，如果WHERE条件上没有索引，仍需要进行全表扫描，效率较低，但有索引时，会使用索引进行记录定位，UPDATE语句和SELECT語句的差别在于，UPDATE语句对字段进行修改，如果修改的字段上定义了索引时，UPDATE语句需要同时修改索引。

3.DELETE语句的效率和UPDATE语句极为相似，因此这二类语句同时可能涉及对索引的修改，执行的效率同样取决于WHERE条件上是否有相应的索引结构。

4.INSERT语句的效率在所有方法中是最高的，INSERT语句的插入方法取决于表的性质，当表是堆表时，INSERT语句总是将新记录插到最后面，因此不需要考虑其它代价，当数据表上定义了聚簇索引时，由于表中的记录会按聚簇索引的次序进行排列，因此插入时，会插入到表中的特定位置，当特定位置没有空间时，会将数据块分裂，从而保证记录在数据块上的有序性。

考虑到索引在大型数据库中的重要性，我们对索引进行分析，一般来说，索引可分为聚簇索引和非聚簇索引，聚簇索引的特点在于数据按索引的在数据块中物理顺序排放，非聚簇索引则没有此要求。一般来说，索引的结构是B+树，B+树由于其高效的动态查找性能，在数据库中应用广泛。

B+树的特点在于矮而粗，B+树由于矮小，因为查找的层次少，所以能实现极高的动态查找效率，但是B+树同样需要大量的存贮空间，此外B树只对选择性高的字段有效，选择性差的字段无效。

所谓索引字段的选择性，是指能否根据选定的值，快速定位到相应的字段，而选择性高的字段可以优先作为索引，选择性差的字段，不宜作为索引，例如，对于班级表而言，学号是选择性高的字段，可以根据特定的值找到相应的记录，但对于选择性差的字段，例如性别，当使用B+数对性别建立索引时，最多只能将记录分为二个分支“男”“女”，因此无法利用B树精确定位记录，因此，建立B树只能浪费空间，并不能提高效率。

此外，如果数据库中的索引建立不准确，SQL优化器可能不会使用定义的索引进行查找，因此索引必须有高选择性，而且经常被用于查找[4]。

SQL语句中，除了SELECT，INSERT，DELETE，UPDATE之外，关联运算也是极为重要的操作，数据库中的关联运算，如果完全按语义上执行，操作极为耗时，因此一般SQL使用优化器对之进行优化处理，对于关联语句关联的A，B表，如果B表在连接字段上定义了索引，那么，就可以先读取没有定义索引的A表，然后在A表的每个记录上，用索引去查找B表，从而得到关联结构。

因此，索引在关联运算中极为重要，是提高效率的有效手段，当二张表上没有定义索引时，SQL优化器往往会在某张表上建立临时索引，然后利用临时索引进行关联查找。

关联运算还和内存有关，如果缓冲内存够，那么，关联运算可以将表放在内存中进行关联，这显然大大增加了效率，而在内存很少时，只能逐一对表进行读取，并进行关联，效率明显下降。

此外，应用程序的合理编写，对SQL影响较大，而临时表技术，可以大幅提高程序效率，对于需要处理的数据，我们不直接在表上进行操作，而是将需要处理的数据，从大表中提取出来，放在临时表中，因为临时表中数据量较小，因此处理很快，这样避免了从大表中查找数据。

对于信息系统，在业务处理中，需要区分二类数据处理，一类是短事务处理，对于前台进行的操作，是短事务，需要尽快处理，因为需要很高的效率，而对于数据加工如记帐来说，是长事务，需要长时间的运行，在信息系统中，需要处理好二类不同的事务，才可能开发出良好的数据库应用程序。

参考文献：

[1]张水平.数据库原理及SQL Server应用[M].西安：西安交通大学出版社，2008.

[2]Abraham Silberschatz，Henry F.Korth，S.Sudarshan数据库系统概念（第3版）[M].北京：机械工业出版社，2008.

[3]Ramez Elmasri，（美）Shamkant B.Navathe.数据库系统基础.高级篇[M].北京：人民邮电出版社，2008.

[4]周辉君.数据库系统优化方法研究[J].科技信息，2008（17）：70.