SQL查询优化分析

徐爱芸

摘 要：SQL对数据执行最多的操作是对数据的查询，查询的方法不唯一，因此查询的速度和效率差别也很大。本文分析了几种查询的方法：相关子查询、无关子查询、集合的查询，分析查询执行的过程，并对每一种查询方法进行了定量的分析，从而得出了比较优化的查询方法。

关键词：SQL语句;相关子查询;无关子查询;集合查询;查询优化

1前言

子查询也称嵌套查询，它嵌套在 SELECT、INSERT、UPDATE、DELETE 语句或其它子查询中，任何允许使用表达式的地方都可以使用子查询。如果子查询的条件中使用了其外层的表的字段，这种子查询就叫作相关子查询。相关子查询可以用EXISTS、NOT EXISTS引入。子查询可以计算一个变化的聚合函数值，并返回到外围查询进行比较。子查询比较灵活、方便，常作为增删改查的筛选条件，适合于操纵一个表的数据。但是在性能上，往往一个不合适的子查询用法会形成一个性能瓶颈。

2子查询分类

一个查询语句块（select-from-where）可以嵌套在另外一个查询块的where子句中，从子查询的语法规则和执行过程不同，子查询分为无关子查询和相关子查询两种。

2.1无关子查询

无关子查询的结构如下：SELECT ——FROM——WHERE  （SELECT ——FROM——WHERE）

无关子查询的工作方式是由内向外处理：先执行内查询，外层查询利用内层查询的结果作条件，子查询返回结果的数据类型必须与外查询 WHERE 语句的数据类型相匹配。

2.2相关子查询

相关子查询的结构如下：SELECT ——FROM——WHERE  NOT  EXISTS （SELECT  *   FROM——  WHERE  NOT  EXISTS    （SELECT  * FROM —— WHERE   ））;

带有EXISTS量词的子查询不返回任何数据，只产生逻辑值，子查询的查询条件依赖于外层父查询的某个属性值，这就是相关子查询的由来，内查询的执行次数与外查询执行次数相同。

3查询执行过程分析

以下面的三张表为例子，要求查询被所有学生都选修了的课程信息。

Student（Sno ，Sname，Sdep ） Course（Cno， Cname， Credit）  SC（Sno， Cno， Score）

3.1采用相关子查询

根据传统的方法，我们采用三层嵌套，对应的SQL语句如下：

SELECT Cno， Cname   FROM  Course   WHERE NOT EXISTS （SELECT  *  FROM Student WHERE NOT EXISTS     （SELECT * FROM SC WHERE Sno=Student.Sno AND Cno=Course.Cno））;

这个算是一个比较复杂的sql语句了，两个 NOT EXISTS和三个WHERE，这个sql语句可以分为3层：最外层语句，最内层语句，中间层语句。

其执行过程如下：①进入第一层：在外层Course中取出一个元组的Cno，如Cno值‘C1;②进入第二层：取Student表中的一个Sno值‘S1;③进入第三层：判断SC表中是否有 Cno=‘C1 并且Sno=‘S1这样的元组，经过NOT EXISTS的取反，存在F，不存在就是T—— 结果F④返回第二层：取第二个Sno值‘S2⑤进入第三层：判断是否存在 Cno=‘C1 并且Sno=‘S2这样的元组，结果取反 —— 结果F;⑥经过多次这样的迭代，取最后一个Sno值，结果取反 —— 结果F，返回第一层的结果：T（NOT EXISTS再次取反），所以将Cno='C1课程信息取出放入结果表中，即对应Course的'C1记录，Student表中的所有的记录对应的中间层的返回值为假，所以最外层的NOT EXISTS对应的值为真，最外层的WHERE的值也为真，则'C1对应的课程的记录符合查询条件，装入结果表中。

重复上述步骤，直到将Course中的元组取完。

这是一个带有全称量词的谓词查询（题中带有“全部”），将其转换为等价的存在量词的谓词查询，即：不存在一个学生没有选修这门课程的，即所有学生都选了这门课程。

可以看出：相关子查询从上往下顺序执行，主查询的每一行查询都执行一次完整的子查询。EXISTS 操作符检查在子查询中是否存在满足条件的行：如果在子查询中存在满足条件的行：不在子查询中继续查找，条件返回 TRUE;如果在子查询中不存在满足条件的行，条件返回 FALSE， 继续在子查询中查找。假设学生表有10条记录，课程表有8条记录，选课表按平均每人选6门课算，则整个查询要执行10×8×6=480次。

3.2 采用综合查询法

如果将外层设计为相关子查询，而在中间层为无关子查询，对应的SQL语句如下：SELECT Cno，Cname  FROM Course WHERE NOT EXISTS （SELECT * FROM Student WHERE Sno  NOT IN （SELECT Sno  FROM  SC  WHERE Cno=C.Cno）） ;

其执行过程如下：① 进入第一层：在外层Course中取出一个元组的Cno，如Cno值‘C1;② 进入第二层：执行无关子查询，按照无关子查询执行的顺序，先执行最内层的查询，在选课表中查询选修了C1课程的学生的学号，返回到中间层;③ 经过NOT  IN 的取反，得到的是没有选修‘C1课程的学生的学号;④ 根据相关子查询的执行原理，将中间层的结果返回到第一层，再一次经过NOT EXISTS的取反，得到的是不存在没有选修‘C1课程的学生，说明所有学生都选修了‘C1课程。

可以看出：这里采用了相关子查询和无关子查询两种方法，同样按上面的例子，由于第二层和第三层之间采用的无关子查询，只需要在子查询中查找满足条件的元组，不需要外层查询中的字段值，整个查询要执行10×8=80次。显然，这种方法更好理解，且只有一层相关子查询，执行速度快。

3.3 采用集合的查詢

SQL的SELECT语句查询结果是元组的集合，如果将外层设计为相关子查询，而把内层设计为集合的查询，集合操作可以用差运算。这样三层嵌套查询可以用两层嵌套查询完成。对应的SQL语句如下：SELECT  Cno，Cname  FROM C  WHERE NOT EXISTS  （（ SELECT  Sno   FROM S）    EXCEPT   （SELECT Sno  FROM  SC  ）  WHERE Cno=C.Cno  ） ;

其执行过程如下：① 进入第一层：在外层Course中取出一个元组的Cno，如Cno值‘C1;② 进入第二层：执行集合的子查询，在学生表中投影全部学生学号Sno，同时在选课表中查选修了‘C1课程的学生学号，然后执行集合的差运算，得到的是没有选修‘C1课程的学生学号，返回到外层;③ 经过NOT  EXISTS的取反，得到的是不存在没有选修‘C1课程的学生，说明所有学生都选修了‘C1课程。

采用了相关子查询和集合查询，同样按上面的例子，只有两层查询，则整个查询要执行10次。显然，这种方法最简单，方法直接，易理解，执行速度最快，效率最高。

结束语

一个查询是可以用多种方法来实现的，一个复杂的查询要用到嵌套查询，相关子查询最不好理解，执行的过程长，效率低;如果采用无关子查询、集合查询等，可以加快查询的速度，提高查询效率。

参考文献

[1] 姜代红，蒋秀莲 .数据库原理及应用（第2版）清华大学出版社，2010.12

[2] 何玉洁 数据库系统教程（第2版）人民邮电出版社，2015.12