2. 首页 > 国产数据库教程 > 达梦DM教程 > 正文

DM教程FG018-达梦数据库SQL优化实战

教程整理：风哥教程  |  更新时间：2026-02-01  |  教程分类：达梦DM教程  |  文档学习：20

内容简介：本文档风哥主要介绍DM达梦数据库的SQL优化，涵盖SQL优化的概念、执行计划分析、SQL优化技术、索引优化等内容，风哥教程参考DM官方文档《DM8性能优化手册》、《DM8SQL参考手册》等官方资料。本文档为DM数据库学习系列的第十八篇，重点介绍SQL优化的详细步骤和实战操作。

Part01-基础概念与理论知识

1.1 SQL优化概述

SQL优化是数据库性能优化的重要组成部分，通过优化SQL语句的执行效率，可以提高数据库的整体性能。

1.1.1 SQL优化的定义

SQL优化是指通过分析和修改SQL语句，使其执行效率更高，减少资源消耗，提高数据库性能的过程。

1.1.2 SQL优化的目标

  • 减少执行时间：缩短SQL语句的执行时间
  • 减少资源消耗：降低CPU、内存、磁盘I/O等资源的消耗
  • 提高并发性能：增加单位时间内处理的请求数量
  • 优化执行计划：生成更高效的执行计划

1.2 执行计划

执行计划是数据库执行SQL语句的详细步骤，是SQL优化的重要依据。

1.2.1 执行计划的定义

执行计划是数据库根据SQL语句和表结构生成的执行步骤，包括如何访问表、如何连接表、如何排序等操作。

1.2.2 执行计划的组成部分

  • 操作类型：如全表扫描、索引扫描、排序等
  • 访问路径：如何访问表数据
  • 连接方式：表之间的连接方式
  • 排序方式：如何排序结果
  • 预估行数：预估处理的行数

1.3 SQL性能指标

SQL性能指标是衡量SQL语句执行效率的重要依据。

1.3.1 执行时间

  • 响应时间：SQL语句从提交到返回结果的时间
  • CPU时间：SQL语句执行消耗的CPU时间
  • I/O时间：SQL语句执行消耗的I/O时间

1.3.2 资源消耗

  • CPU使用率：SQL语句执行消耗的CPU资源
  • 内存使用率：SQL语句执行消耗的内存资源
  • 磁盘I/O：SQL语句执行产生的磁盘I/O操作

1.4 SQL优化原则

SQL优化需要遵循一定的原则，以确保优化的有效性和可持续性。

1.4.1 减少数据访问

  • 只查询需要的列
  • 使用WHERE子句过滤数据
  • 使用索引减少数据扫描

    • 风哥提示：

1.4.2 优化连接操作

  • 选择合适的连接方式
  • 优化连接条件
  • 避免笛卡尔积

1.4.3 优化排序操作

  • 使用索引避免排序
  • 减少排序的数据量
  • 避免不必要的排序

1.4.4 优化子查询

  • 使用连接替代子查询
  • 优化子查询的执行计划
  • 避免多层嵌套子查询

Part02-生产环境规划与建议

2.1 SQL优化规划

在生产环境中，合理的SQL优化规划可以确保数据库的性能和稳定性。

2.1.1 优化目标

  • 提高SQL语句的执行效率
  • 减少资源消耗
  • 提高并发性能
  • 确保SQL语句的可维护性

2.1.2 优化策略

学习交流加群风哥微信: itpux-com

# SQL优化策略
– 定期分析SQL执行情况
– 识别性能瓶颈SQL
– 制定优化计划
– 实施优化方案
– 验证优化效果
– 记录优化过程

2.2 索引规划

合理的索引规划可以提高SQL语句的执行效率。

2.2.1 索引设计原则

  • 为经常查询的列创建索引
  • 为WHERE子句中的列创建索引
  • 为JOIN条件中的列创建索引
  • 为排序和分组的列创建索引
  • 避免创建过多索引

2.2.2 索引类型选择

  • 普通索引：适用于一般查询
  • 唯一索引：适用于唯一值列
  • 主键索引：适用于主键列
  • 复合索引：适用于多列查询
  • 函数索引：适用于函数表达式查询

2.3 SQL编写规范

规范的SQL编写可以提高SQL语句的执行效率和可维护性。

2.3.1 SQL编写原则

  • 使用大写字母编写SQL关键字
  • 使用别名简化SQL语句
  • 使用参数化查询避免SQL注入
  • 避免使用SELECT *
  • 使用适当的WHERE子句过滤数据

2.3.2 常见SQL编写错误

  • 使用SELECT *查询所有列

    • 学习交流加群风哥QQ113257174

  • 在WHERE子句中使用函数
  • 使用NOT IN子查询
  • 使用ORDER BY RAND()
  • 在循环中执行SQL语句

2.4 性能目标

明确的性能目标可以指导SQL优化工作。

2.4.1 响应时间目标

  • 简单查询：响应时间小于0.1秒
  • 复杂查询：响应时间小于1秒
  • 报表查询：响应时间小于30秒

2.4.2 资源消耗目标

  • CPU使用率：峰值不超过80%
  • 内存使用率：峰值不超过80%
  • 磁盘I/O：峰值不超过80%

Part03-生产环境项目实施方案

3.1 SQL优化工具

详细介绍DM数据库的SQL优化工具。

3.1.1 DM管理工具

# DM管理工具
– 启动DM管理工具
– 连接数据库
– 选择”SQL助手” → “SQL编辑器”
– 输入SQL语句
– 点击”执行计划”查看执行计划
– 分析执行计划，识别性能瓶颈

3.1.2 Disql工具

# Disql工具
[dmdba@fgedu ~]$ disql SYSDBA/SYSDBA
# 查看执行计划
SQL> explain select * from fgedu_test where id = 1;
# 查看SQL执行情况
SQL> select * from v$sql; 更多视频教程www.fgedu.net.cn

3.1.3 DM性能监控工具

# DM性能监控工具
– dmperf：性能监控工具
– dmservice：服务管理工具
– dmctlcvt：配置文件转换工具

3.2 执行计划分析

详细介绍DM数据库的执行计划分析方法。

3.2.1 查看执行计划

# 查看执行计划
# 使用EXPLAIN命令
SQL> explain select * from fgedu_test where id = 1;
# 使用EXPLAIN PLAN命令
SQL> explain plan for select * from fgedu_test where id = 1;
SQL> select * from table(DBMS_XPLAN.DISPLAY());

3.2.2 执行计划分析

  • 操作类型：分析执行计划中的操作类型，如全表扫描、索引扫描等
  • 访问路径：分析执行计划中的访问路径，如全表扫描、索引扫描等
  • 连接方式：分析执行计划中的连接方式，如嵌套循环、哈希连接等
  • 排序方式：分析执行计划中的排序方式，如索引排序、内存排序等
  • 预估行数：分析执行计划中的预估行数，评估执行效率

3.3 SQL优化技术

详细介绍DM数据库的SQL优化技术。

3.3.1 减少数据访问

# 减少数据访问
# 优化前
SQL> select * from fgedu_test where id > 10;
# 优化后（只查询需要的列）
SQL> select id, name from fgedu_test where id > 10;
# 优化前（全表扫描）
SQL> select * from fgedu_test where name = ‘test’;
# 优化后（使用索引）
SQL> create index idx_fgedu_test_name on fgedu_test(name); 更多学习教程公众号风哥教程itpux_com
SQL> select * from fgedu_test where name = ‘test’;

3.3.2 优化连接操作

# 优化连接操作
# 优化前（笛卡尔积）
SQL> select * from fgedu_fgedu1, fgedu_fgedu2;
# 优化后（使用连接条件）
SQL> select * from fgedu_fgedu1 t1 join fgedu_fgedu2 t2 on t1.id = t2.id;
# 优化前（嵌套循环连接）
SQL> select * from fgedu_fgedu1 t1, fgedu_fgedu2 t2 where t1.id = t2.id;
# 优化后（使用哈希连接）
SQL> select /*+ use_hash(t1, t2) */ * from fgedu_fgedu1 t1, fgedu_fgedu2 t2 where t1.id = t2.id;

3.3.3 优化排序操作

# 优化排序操作
# 优化前（使用ORDER BY）
SQL> select * from fgedu_test order by id;
# 优化后（使用索引排序）
SQL> create index idx_fgedu_test_id on fgedu_test(id);
SQL> select * from fgedu_test order by id;
# 优化前（使用GROUP BY）
SQL> select name, count(*) from fgedu_test group by name;
# 优化后（使用索引）
SQL> create index idx_fgedu_test_name on fgedu_test(name);
SQL> select name, count(*) from fgedu_test group by name;

3.3.4 优化子查询

from DB视频:www.itpux.com
# 优化子查询
# 优化前（子查询）
SQL> select * from fgedu_test where id in (select id from fgedu_fgedu2 where name = ‘test’);
# 优化后（连接）
SQL> select t1.* from fgedu_test t1 join fgedu_fgedu2 t2 on t1.id = t2.id where t2.name = ‘test’;
# 优化前（相关子查询）
SQL> select * from fgedu_test t1 where exists (select 1 from fgedu_fgedu2 t2 where t1.id = t2.id);
# 优化后（连接）
SQL> select t1.* from fgedu_test t1 join fgedu_fgedu2 t2 on t1.id = t2.id;

3.4 索引优化

详细介绍DM数据库的索引优化方法。

3.4.1 索引创建

# 索引创建
# 创建普通索引
SQL> create index idx_fgedu_test_id on fgedu_test(id);
# 创建唯一索引
SQL> create unique index idx_fgedu_test_name on fgedu_test(name);
# 创建复合索引
SQL> create index idx_fgedu_test_id_name on fgedu_test(id, name);
# 创建函数索引
SQL> create index idx_fgedu_test_upper_name on fgedu_test(upper(name));

3.4.2 索引维护

# 索引维护
# 重建索引
SQL> alter index idx_fgedu_test_id rebuild;
# 收集统计信息
SQL> analyze table fgedu_test compute statistics;
# 查看索引状态
SQL> select * from dba_indexes where table_name = ‘FGEDU_TEST’;
# 查看索引使用情况
SQL> select * from v$index_usage where index_name = ‘IDX_FGEDU_TEST_ID’;

Part04-生产案例与实战讲解

4.1 SQL优化实战演示

通过实际操作演示DM数据库的SQL优化过程。

4.1.1 创建测试表和数据

# 创建测试表和数据
[dmdba@fgedu ~]$ disql SYSDBA/SYSDBA
SQL> create table fgedu_test (id int, name varchar(100), age int, address varchar(200));
# 插入测试数据
SQL> insert into fgedu_test values (1, ‘fgedu1’, 20, ‘address1’);
SQL> insert into fgedu_test values (2, ‘fgedu2’, 21, ‘address2’);
SQL> insert into fgedu_test values (3, ‘test3’, 22, ‘address3’);
SQL> insert into fgedu_test values (4, ‘test4’, 23, ‘address4’);
SQL> insert into fgedu_test values (5, ‘test5’, 24, ‘address5’);
SQL> commit;

4.1.2 优化前的SQL执行

# 优化前的SQL执行
[dmdba@fgedu ~]$ disql SYSDBA/SYSDBA
# 查看执行计划
SQL> explain select * from fgedu_test where id > 2;
PLAN
——————————
1 #NSET2: [0, 3, 132]
2 #PRJT2: [0, 3, 132]; exp_num(4), is_atom(FALSE)
3 #SLCT2: [0, 3, 132]; (FGEDU_TEST.ID > 2)
4 #CSCN2: [0, 5, 132]; index33555444, table:FGEDU_TEST
# 执行SQL语句
SQL> select * from fgedu_test where id > 2;
ID NAME AGE ADDRESS
———– ————————————— ———– —————————————-
3 test3 22 address3
4 test4 23 address4
5 test5 24 address5

4.1.3 优化后的SQL执行

# 优化后的SQL执行
# 创建索引
SQL> create index idx_fgedu_test_id on fgedu_test(id);
# 查看执行计划
SQL> explain select * from fgedu_test where id > 2;
PLAN
——————————
1 #NSET2: [0, 3, 132]
2 #PRJT2: [0, 3, 132]; exp_num(4), is_atom(FALSE)
3 #SLCT2: [0, 3, 132]; (FGEDU_TEST.ID > 2)
4 #SSEK2: [0, 3, 132]; scan_type(RANGE), index33555445, table:FGEDU_TEST
# 执行SQL语句
SQL> select * from fgedu_test where id > 2;
ID NAME AGE ADDRESS
———– ————————————— ———– —————————————-
3 test3 22 address3
4 test4 23 address4
5 test5 24 address5

4.2 执行计划分析实战演示

演示DM数据库的执行计划分析操作。

4.2.1 分析全表扫描

# 分析全表扫描
[dmdba@fgedu ~]$ disql SYSDBA/SYSDBA
# 查看执行计划
SQL> explain select * from fgedu_test where name = ‘test3’;
PLAN
——————————
1 #NSET2: [0, 1, 132]
2 #PRJT2: [0, 1, 132]; exp_num(4), is_atom(FALSE)
3 #SLCT2: [0, 1, 132]; (FGEDU_TEST.NAME = ‘test3’)
4 #CSCN2: [0, 5, 132]; index33555444, table:FGEDU_TEST
# 分析：使用全表扫描，需要扫描所有5行数据

4.2.2 分析索引扫描

# 分析索引扫描
# 创建索引
SQL> create index idx_fgedu_test_name on fgedu_test(name);
# 查看执行计划
SQL> explain select * from fgedu_test where name = ‘test3’;
PLAN
——————————
1 #NSET2: [0, 1, 132]
2 #PRJT2: [0, 1, 132]; exp_num(4), is_atom(FALSE)
3 #SLCT2: [0, 1, 132]; (FGEDU_TEST.NAME = ‘test3’)
4 #SSEK2: [0, 1, 132]; scan_type(EQ), index33555446, table:FGEDU_TEST
# 分析：使用索引扫描，只需要扫描1行数据

4.2.3 分析连接操作

# 分析连接操作
# 创建测试表
SQL> create table fgedu_fgedu2 (id int, score int);
# 插入测试数据
SQL> insert into fgedu_fgedu2 values (1, 80);
SQL> insert into fgedu_fgedu2 values (2, 85);
SQL> insert into fgedu_fgedu2 values (3, 90);
SQL> commit;
# 查看执行计划
SQL> explain select t1.*, t2.score from fgedu_test t1 join fgedu_fgedu2 t2 on t1.id = t2.id;
PLAN
——————————
1 #NSET2: [0, 3, 164]
2 #PRJT2: [0, 3, 164]; exp_num(5), is_atom(FALSE)
3 #JOIN2: [0, 3, 164]; (INNER JOIN), (FGEDU_TEST.ID = FGEDU_TEST2.ID)
4 #SSEK2: [0, 3, 132]; scan_type(RANGE), index33555445, table:FGEDU_TEST
5 #SSEK2: [0, 1, 32]; scan_type(EQ), index33555447, table:FGEDU_TEST2
# 分析：使用嵌套循环连接，通过索引查找匹配的数据

4.3 索引优化实战演示

演示DM数据库的索引优化操作。

4.3.1 创建复合索引

# 创建复合索引
[dmdba@fgedu ~]$ disql SYSDBA/SYSDBA
# 创建复合索引
SQL> create index idx_fgedu_test_id_name on fgedu_test(id, name);
# 查看索引信息
SQL> select index_name, table_name, column_name from dba_ind_columns where table_name = ‘FGEDU_TEST’;
INDEX_NAME TABLE_NAME COLUMN_NAME
——————– ——————– ——————–
IDX_FGEDU_TEST_ID FGEDU_TEST ID
IDX_FGEDU_TEST_NAME FGEDU_TEST NAME
IDX_FGEDU_TEST_ID_NAME FGEDU_TEST ID
IDX_FGEDU_TEST_ID_NAME FGEDU_TEST NAME

4.3.2 分析复合索引的使用

# 分析复合索引的使用
# 查看执行计划（使用复合索引的第一列）
SQL> explain select * from fgedu_test where id = 3;
PLAN
——————————
1 #NSET2: [0, 1, 132]
2 #PRJT2: [0, 1, 132]; exp_num(4), is_atom(FALSE)
3 #SLCT2: [0, 1, 132]; (FGEDU_TEST.ID = 3)
4 #SSEK2: [0, 1, 132]; scan_type(EQ), index33555445, table:FGEDU_TEST
# 查看执行计划（使用复合索引的两列）
SQL> explain select * from fgedu_test where id = 3 and name = ‘test3’;
PLAN
——————————
1 #NSET2: [0, 1, 132]
2 #PRJT2: [0, 1, 132]; exp_num(4), is_atom(FALSE)
3 #SLCT2: [0, 1, 132]; (FGEDU_TEST.ID = 3 AND FGEDU_TEST.NAME = ‘test3’)
4 #SSEK2: [0, 1, 132]; scan_type(EQ), index33555448, table:FGEDU_TEST

4.3.3 维护索引

# 维护索引
# 重建索引
SQL> alter index idx_fgedu_test_id rebuild;
# 收集统计信息
SQL> analyze table fgedu_test compute statistics;
# 查看索引状态
SQL> select index_name, status from dba_indexes where table_name = ‘FGEDU_TEST’;
INDEX_NAME STATUS
——————– ——–
IDX_FGEDU_TEST_ID VALID
IDX_FGEDU_TEST_NAME VALID
IDX_FGEDU_TEST_ID_NAME VALID

Part05-风哥经验总结与分享

5.1 SQL优化技巧与注意事项

基于实际经验，分享一些SQL优化的技巧和注意事项。

5.1.1 SQL优化技巧

  • 使用索引提高查询速度
  • 只查询需要的列
  • 使用WHERE子句过滤数据
  • 优化连接操作
  • 避免使用子查询
  • 使用参数化查询
  • 定期收集统计信息
  • 监控SQL执行情况

5.1.2 SQL优化注意事项

  • 避免创建过多索引
  • 避免在WHERE子句中使用函数
  • 避免使用SELECT *
  • 避免使用ORDER BY RAND()
  • 避免在循环中执行SQL语句
  • 注意SQL语句的可维护性
  • 在测试环境中验证SQL语句
  • 记录SQL优化的详细信息

5.2 常见SQL问题

基于实际经验，分享一些常见的SQL问题及解决方案。

5.2.1 全表扫描

问题：SQL语句执行全表扫描，性能较差
解决方案：

  • 为查询条件中的列创建索引
  • 使用WHERE子句过滤数据
  • 优化查询条件

5.2.2 索引失效

问题：索引存在但不被使用
解决方案：

  • 检查索引是否创建正确
  • 检查查询条件是否使用了索引列
  • 收集统计信息
  • 重建索引

5.2.3 连接操作性能差

问题：连接操作性能较差
解决方案：

  • 为连接条件中的列创建索引
  • 选择合适的连接方式
  • 优化连接顺序
  • 限制连接的数据量

5.2.4 排序操作性能差

问题：排序操作性能较差
解决方案：

  • 为排序列创建索引
  • 减少排序的数据量
  • 避免不必要的排序
  • 使用合适的排序算法

5.3 最佳实践建议

基于实际经验，提供DM数据库SQL优化的最佳实践。

5.3.1 SQL编写最佳实践

风哥提示：在编写SQL语句时，要遵循SQL编写规范，只查询需要的列，使用WHERE子句过滤数据，避免使用SELECT *，使用参数化查询，避免在WHERE子句中使用函数。

5.3.2 索引使用最佳实践

  • 索引设计：为经常查询的列创建索引，为WHERE子句中的列创建索引
  • 索引类型：根据查询需求选择合适的索引类型
  • 索引维护：定期重建索引，收集统计信息
  • 索引监控：监控索引的使用情况，删除 unused 索引

5.3.3 执行计划分析最佳实践

  • 定期分析SQL执行计划
  • 识别性能瓶颈
  • 优化执行计划
  • 验证优化效果
  • 记录执行计划分析结果

5.3.4 性能监控最佳实践

  • 监控SQL执行情况
  • 识别性能差的SQL语句
  • 分析SQL执行计划
  • 优化SQL语句
  • 验证优化效果

5.3.5 持续优化最佳实践

  • 建立SQL优化机制
  • 定期进行SQL优化
  • 学习SQL优化技术
  • 分享SQL优化经验
  • 持续改进SQL性能

本文档风哥教程参考DM官方文档《DM8性能优化手册》、《DM8SQL参考手册》等资料编写，。

本文由风哥教程整理发布,仅用于学习测试使用,转载注明出处:http://www.fgedu.net.cn/10327.html

相关推荐

联系我们

在线咨询：点击这里给我发消息

微信号：itpux-com

工作日：9:30-18:30，节假日休息