yashandb教程FG029-YashanDB SQL优化实战

本文档风哥主要介绍YashanDB SQL优化的实战应用，包括YashanDB SQL优化的概念、原则、方法，以及索引优化、查询优化、执行计划优化的具体实现和性能调优，风哥教程参考YashanDB官方文档SQL语言参考手册内容，适合DBA和开发人员在学习和测试中使用。更多视频教程www.fgedu.net.cn

Part01-基础概念与理论知识

1.1 YashanDB SQL优化概念

YashanDB SQL优化是指通过各种技术手段，提高SQL语句的执行性能，减少资源消耗，提高系统响应速度。SQL优化是数据库性能调优的重要组成部分，直接影响系统的整体性能。学习交流加群风哥微信: itpux-com

YashanDB SQL优化的目标：

减少SQL语句的执行时间
减少系统资源的消耗
提高系统的响应速度
提高系统的并发处理能力
确保系统的稳定性和可靠性

1.2 YashanDB SQL优化原则

YashanDB SQL优化的基本原则：

# SQL优化原则
– 减少数据访问：只查询需要的数据
– 减少数据传输：只传输需要的数据
– 减少CPU消耗：优化SQL语句结构
– 减少I/O操作：使用索引，减少磁盘读写
– 优化内存使用：合理使用缓存
– 优化执行计划：选择最佳的执行路径

1.3 YashanDB SQL优化方法

YashanDB SQL优化的主要方法：

索引优化：创建适当的索引，提高查询性能
SQL语句优化：简化SQL语句结构，避免复杂的子查询
执行计划优化：分析执行计划，选择最佳的执行路径
统计信息优化：确保统计信息准确、及时
参数调整：调整数据库参数，优化系统性能
表结构优化：合理设计表结构，避免冗余数据

风哥提示：SQL优化是一个系统工程，需要综合考虑多个因素。建议在优化SQL语句时，首先了解SQL语句的执行方式，然后针对性地进行优化。学习交流加群风哥QQ113257174

Part02-生产环境规划与建议

2.1 YashanDB SQL优化规划

在生产环境中进行YashanDB SQL优化时，需要进行以下规划：

# SQL优化规划
1. 性能评估：评估当前SQL语句的执行性能
2. 瓶颈分析：识别SQL语句的性能瓶颈
3. 优化方案：制定优化方案
4. 实施优化：实施优化方案
5. 验证效果：验证优化效果
6. 持续监控：持续监控SQL语句的执行性能

2.2 YashanDB SQL性能考虑

YashanDB SQL性能的考虑因素：

性能影响因素：

数据量：数据量越大，执行时间越长
索引：合理的索引可以提高查询性能
SQL语句结构：复杂的SQL语句执行时间更长
服务器资源：CPU、内存、磁盘I/O等资源影响执行性能
并发度：并发查询会影响系统性能
统计信息：准确的统计信息有助于优化器选择最佳执行计划

2.3 YashanDB SQL优化最佳实践

YashanDB SQL优化最佳实践：

使用索引：为WHERE、ORDER BY、GROUP BY子句中的列创建索引
优化SQL语句：简化SQL语句结构，避免复杂的子查询
使用绑定变量：减少硬解析，提高执行效率
限制返回行数：使用LIMIT或ROWNUM限制返回数据量
避免全表扫描：使用WHERE子句过滤数据
优化连接操作：合理设置连接顺序，使用适当的连接类型
监控性能：定期监控SQL语句的执行性能

风哥提示：SQL优化需要综合考虑多个因素，包括索引、SQL语句结构、执行计划等。建议在优化SQL语句时，首先查看执行计划，了解SQL语句的执行方式，然后针对性地进行优化。更多学习教程公众号风哥教程itpux_com

Part03-生产环境项目实施方案

3.1 YashanDB索引优化

3.1.1 YashanDB索引类型

— 创建测试表
CREATE TABLE fgedu_employees (
emp_id NUMBER PRIMARY KEY,
emp_name VARCHAR2(100),
department VARCHAR2(100),
salary NUMBER,
hire_date DATE
);

— 插入测试数据
INSERT INTO fgedu_employees VALUES (1, ‘张三’, ‘技术部’, 5000, SYSDATE – 365);
INSERT INTO fgedu_employees VALUES (2, ‘李四’, ‘销售部’, 6000, SYSDATE – 180);
INSERT INTO fgedu_employees VALUES (3, ‘王五’, ‘技术部’, 7000, SYSDATE – 90);
INSERT INTO fgedu_employees VALUES (4, ‘赵六’, ‘销售部’, 8000, SYSDATE – 30);
INSERT INTO fgedu_employees VALUES (5, ‘孙七’, ‘技术部’, 9000, SYSDATE);

— 创建B树索引
CREATE INDEX idx_fgedu_employees_dept_salary ON fgedu_employees(department, salary);

— 创建唯一索引
CREATE UNIQUE INDEX idx_fgedu_employees_emp_name ON fgedu_employees(emp_name);

— 创建位图索引（适合低基数列）
CREATE BITMAP INDEX idx_fgedu_employees_department ON fgedu_employees(department);

— 查看索引
SELECT index_name, table_name, index_type
FROM user_indexes
WHERE table_name = ‘FGEDU_EMPLOYEES’;

INDEX_NAME TABLE_NAME INDEX_TYPE
—————————— —————————— —————————
PK__FGEDU_EMPLOYEES__EMP_ID FGEDU_EMPLOYEES NORMAL
IDX_FGEDU_EMPLOYEES_DEPT_SALARY FGEDU_EMPLOYEES NORMAL
IDX_FGEDU_EMPLOYEES_EMP_NAME FGEDU_EMPLOYEES NORMAL
IDX_FGEDU_EMPLOYEES_DEPARTMENT FGEDU_EMPLOYEES BITMAP

3.1.2 YashanDB索引优化策略

# 索引优化策略
1. 选择合适的索引类型：B树索引、位图索引、函数索引等
2. 选择合适的索引列：高频查询的列、过滤性好的列
3. 合理设置索引顺序：将选择性高的列放在前面
4. 避免过度索引：过多的索引会影响DML操作性能
5. 定期维护索引：重建碎片索引，更新统计信息
6. 监控索引使用情况：识别未使用的索引

— 查看索引使用情况
SELECT index_name, table_name, used
FROM v$object_usage
WHERE table_name = ‘FGEDU_EMPLOYEES’;

— 重建索引
ALTER INDEX idx_fgedu_employees_dept_salary REBUILD;

— 收集统计信息
EXEC DBMS_STATS.GATHER_TABLE_STATS(‘FGEDU’, ‘FGEDU_EMPLOYEES’);

3.2 YashanDB查询优化

3.2.1 YashanDB SQL语句优化

— 优化前：使用SELECT *
SELECT * FROM fgedu_employees
WHERE department = ‘技术部’;

— 优化后：只选择需要的列
SELECT emp_id, emp_name, salary
FROM fgedu_employees
WHERE department = ‘技术部’;

— 优化前：使用OR条件
SELECT * FROM fgedu_employees
WHERE department = ‘技术部’ OR department = ‘销售部’;

— 优化后：使用IN子句
SELECT * FROM fgedu_employees
WHERE department IN (‘技术部’, ‘销售部’);

— 优化前：使用函数在WHERE子句中
SELECT * FROM fgedu_employees
WHERE UPPER(emp_name) = ‘ZHANGSAN’;

— 优化后：避免在WHERE子句中使用函数
SELECT * FROM fgedu_employees
WHERE emp_name = ‘张三’;

— 优化前：使用子查询
SELECT * FROM fgedu_employees
WHERE emp_id IN (SELECT emp_id FROM fgedu_employees WHERE salary > 6000);

— 优化后：使用连接
SELECT e1.* FROM fgedu_employees e1
JOIN fgedu_employees e2 ON e1.emp_id = e2.emp_id
WHERE e2.salary > 6000;

3.2.2 YashanDB JOIN优化

— 创建部门表
CREATE TABLE fgedu_departments (
dept_id NUMBER PRIMARY KEY,
dept_name VARCHAR2(100),
manager VARCHAR2(100)
);

— 插入部门数据
INSERT INTO fgedu_departments VALUES (1, ‘技术部’, ‘张经理’);
INSERT INTO fgedu_departments VALUES (2, ‘销售部’, ‘李经理’);

— 修改员工表，添加部门ID
ALTER TABLE fgedu_employees ADD dept_id NUMBER;

— 更新员工表的部门ID
UPDATE fgedu_employees SET dept_id = 1 WHERE department = ‘技术部’;
UPDATE fgedu_employees SET dept_id = 2 WHERE department = ‘销售部’;

— 优化前：未使用索引的连接
SELECT e.emp_id, e.emp_name, d.dept_name, d.manager
FROM fgedu_employees e
JOIN fgedu_departments d ON e.dept_id = d.dept_id
WHERE e.salary > 6000;

— 优化后：为连接列创建索引
CREATE INDEX idx_fgedu_employees_dept_id ON fgedu_employees(dept_id);

— 优化后的连接查询
SELECT e.emp_id, e.emp_name, d.dept_name, d.manager
FROM fgedu_employees e
JOIN fgedu_departments d ON e.dept_id = d.dept_id
WHERE e.salary > 6000;

3.3 YashanDB执行计划优化

3.3.1 YashanDB执行计划分析

— 查看执行计划
EXPLAIN PLAN FOR
SELECT * FROM fgedu_employees
WHERE department = ‘技术部’ AND salary > 6000;

— 查看执行计划结果
SELECT * FROM TABLE(DBMS_XPLAN.DISPLAY);

Plan hash value: 1234567890

————————————————————————————————-
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
————————————————————————————————-
| 0 | SELECT STATEMENT | | 2 | 200 | 2 (0)| 00:00:01 |
| 1 | TABLE ACCESS BY INDEX ROWID BATCHED| FGEDU_EMPLOYEES | 2 | 200 | 2 (0)| 00:00:01 |
|* 2 | INDEX RANGE SCAN | IDX_FGEDU_EMPLOYEES_DEPT_SALARY| 2 | | 1 (0)| 00:00:01 |
————————————————————————————————-

Predicate Information (identified by operation id):
—————————————————

2 – access(“DEPARTMENT”=’技术部’ AND “SALARY”>6000)

Note
—–
– dynamic statistics used: dynamic sampling (level=2)

— 分析执行计划：
— 执行计划显示使用了索引范围扫描（INDEX RANGE SCAN），执行成本为2
— 这是一个优化的执行计划

3.3.2 YashanDB执行计划优化

— 优化前：全表扫描
EXPLAIN PLAN FOR
SELECT * FROM fgedu_employees
WHERE salary > 6000;

— 执行计划显示全表扫描

— 优化后：创建索引
CREATE INDEX idx_fgedu_employees_salary ON fgedu_employees(salary);

— 查看优化后的执行计划
EXPLAIN PLAN FOR
SELECT * FROM fgedu_employees
WHERE salary > 6000;

— 执行计划显示使用索引

— 优化前：使用相关子查询
EXPLAIN PLAN FOR
SELECT
e1.emp_id,
e1.emp_name,
e1.department,
e1.salary,
(SELECT AVG(salary) FROM fgedu_employees e2 WHERE e2.department = e1.department) AS “部门平均工资”
FROM fgedu_employees e1;

— 执行计划显示相关子查询多次执行

— 优化后：使用JOIN
EXPLAIN PLAN FOR
SELECT
e.emp_id,
e.emp_name,
e.department,
e.salary,
d.avg_salary AS “部门平均工资”
FROM fgedu_employees e
JOIN (
SELECT department, AVG(salary) AS avg_salary
FROM fgedu_employees
GROUP BY department
) d ON e.department = d.department;

— 执行计划显示优化后的执行方式

风哥提示：执行计划优化是SQL优化的重要部分。建议在优化SQL语句时，首先查看执行计划，了解SQL语句的执行方式，然后针对性地进行优化。from yashandb视频:www.itpux.com

Part04-生产案例与实战讲解

4.1 YashanDB索引优化实战案例

在生产环境中，通过索引优化提高查询性能：

— 案例：优化频繁查询的SQL语句
— 频繁执行的查询
SELECT * FROM fgedu_employees
WHERE department = ‘技术部’ AND hire_date > SYSDATE – 180;

— 查看执行计划
EXPLAIN PLAN FOR
SELECT * FROM fgedu_employees
WHERE department = ‘技术部’ AND hire_date > SYSDATE – 180;

— 执行计划显示全表扫描

— 创建复合索引
CREATE INDEX idx_fgedu_employees_dept_hire ON fgedu_employees(department, hire_date);

— 查看优化后的执行计划
EXPLAIN PLAN FOR
SELECT * FROM fgedu_employees
WHERE department = ‘技术部’ AND hire_date > SYSDATE – 180;

— 执行计划显示使用索引范围扫描

— 测试查询性能
SET TIMING ON;

SELECT * FROM fgedu_employees
WHERE department = ‘技术部’ AND hire_date > SYSDATE – 180;

— 执行结果
EMP_ID EMP_NAME DEPARTMENT SALARY HIRE_DATE
—— ——– ———- —— ———-
3 王五技术部 7000 2026-01-11
5 孙七技术部 9000 2026-04-11

Elapsed: 00:00:00.01

4.2 YashanDB查询优化实战案例

在生产环境中，通过查询优化提高执行性能：

— 案例：优化复杂查询
— 优化前：复杂的子查询
SELECT
e.emp_id,
e.emp_name,
e.department,
e.salary,
(SELECT AVG(salary) FROM fgedu_employees WHERE department = e.department) AS “部门平均工资”,
(SELECT MAX(salary) FROM fgedu_employees WHERE department = e.department) AS “部门最高工资”,
(SELECT MIN(salary) FROM fgedu_employees WHERE department = e.department) AS “部门最低工资”
FROM fgedu_employees e
WHERE e.salary > (SELECT AVG(salary) FROM fgedu_employees);

— 执行计划显示多个相关子查询

— 优化后：使用CTE和JOIN
WITH dept_stats AS (
SELECT
department,
AVG(salary) AS avg_salary,
MAX(salary) AS max_salary,
MIN(salary) AS min_salary
FROM fgedu_employees
GROUP BY department
),
company_avg AS (
SELECT AVG(salary) AS avg_salary
FROM fgedu_employees
)
SELECT
e.emp_id,
e.emp_name,
e.department,
e.salary,
d.avg_salary AS “部门平均工资”,
d.max_salary AS “部门最高工资”,
d.min_salary AS “部门最低工资”
FROM fgedu_employees e
JOIN dept_stats d ON e.department = d.department
CROSS JOIN company_avg c
WHERE e.salary > c.avg_salary;

— 执行计划显示优化后的执行方式

— 测试查询性能
SET TIMING ON;

— 执行优化后的查询
WITH dept_stats AS (
SELECT
department,
AVG(salary) AS avg_salary,
MAX(salary) AS max_salary,
MIN(salary) AS min_salary
FROM fgedu_employees
GROUP BY department
),
company_avg AS (
SELECT AVG(salary) AS avg_salary
FROM fgedu_employees
)
SELECT
e.emp_id,
e.emp_name,
e.department,
e.salary,
d.avg_salary AS “部门平均工资”,
d.max_salary AS “部门最高工资”,
d.min_salary AS “部门最低工资”
FROM fgedu_employees e
JOIN dept_stats d ON e.department = d.department
CROSS JOIN company_avg c
WHERE e.salary > c.avg_salary;

— 执行结果
EMP_ID EMP_NAME DEPARTMENT SALARY 部门平均工资部门最高工资部门最低工资
—— ——– ———- —— ———— ———— ————
4 赵六销售部 8000 7000 8000 6000
5 孙七技术部 9000 7000 9000 5000

Elapsed: 00:00:00.02

4.3 YashanDB性能调优实战案例

在生产环境中，通过综合调优提高系统性能：

— 案例：综合性能调优
— 1. 分析慢查询
— 假设以下是慢查询
SELECT * FROM fgedu_employees
WHERE salary > 6000
ORDER BY hire_date DESC;

— 2. 查看执行计划
EXPLAIN PLAN FOR
SELECT * FROM fgedu_employees
WHERE salary > 6000
ORDER BY hire_date DESC;

— 3. 优化步骤
— a. 创建索引
CREATE INDEX idx_fgedu_employees_salary_hire ON fgedu_employees(salary, hire_date);

— b. 优化SQL语句
SELECT emp_id, emp_name, department, salary, hire_date
FROM fgedu_employees
WHERE salary > 6000
ORDER BY hire_date DESC;

— c. 查看优化后的执行计划
EXPLAIN PLAN FOR
SELECT emp_id, emp_name, department, salary, hire_date
FROM fgedu_employees
WHERE salary > 6000
ORDER BY hire_date DESC;

— 4. 测试性能
SET TIMING ON;

— 执行优化后的查询
SELECT emp_id, emp_name, department, salary, hire_date
FROM fgedu_employees
WHERE salary > 6000
ORDER BY hire_date DESC;

— 执行结果
EMP_ID EMP_NAME DEPARTMENT SALARY HIRE_DATE
—— ——– ———- —— ———-
5 孙七技术部 9000 2026-04-11
4 赵六销售部 8000 2026-03-11
3 王五技术部 7000 2026-01-11

Elapsed: 00:00:00.01

— 5. 监控性能
— 查看SQL语句的执行统计信息
SELECT
sql_id,
elapsed_time,
buffer_gets,
executions,
optimizer_cost
FROM v$sql
WHERE sql_text LIKE ‘%SELECT emp_id, emp_name, department, salary, hire_date FROM fgedu_employees WHERE salary > 6000 ORDER BY hire_date DESC%’;

生产环境建议：在生产环境中，SQL优化是提高系统性能的关键。建议定期分析慢查询，优化SQL语句结构，创建适当的索引，以提高系统性能。更多视频教程www.fgedu.net.cn

Part05-风哥经验总结与分享

5.1 YashanDB SQL优化经验

YashanDB SQL优化经验总结：

索引优化：为高频查询的列创建索引，合理设置索引顺序
SQL语句优化：简化SQL语句结构，避免复杂的子查询
执行计划优化：分析执行计划，选择最佳的执行路径
统计信息：确保统计信息准确、及时
参数调整：根据需要调整数据库参数
监控性能：定期监控SQL语句的执行性能
持续优化：SQL优化是一个持续的过程，需要不断调整和改进

5.2 YashanDB SQL优化故障排除

# 常见问题及解决方法

## 1. 索引未被使用
– 症状：执行计划显示全表扫描，没有使用索引
– 原因：索引列上使用了函数、类型不匹配、索引选择性低
– 解决：避免在索引列上使用函数，确保类型匹配，创建选择性高的索引

## 2. 执行计划不正确
– 症状：执行计划显示的操作与预期不符
– 原因：统计信息过时、优化器参数设置不当
– 解决：更新统计信息，调整优化器参数

## 3. SQL语句执行缓慢
– 症状：SQL语句执行时间长
– 原因：缺少索引、SQL语句复杂、数据量过大
– 解决：创建适当的索引，优化SQL语句结构，考虑分区表

## 4. 内存不足
– 症状：SQL语句执行时报错”ORA-04030: out of process memory”
– 原因：SQL语句需要大量内存
– 解决：优化SQL语句，减少中间结果集，增加内存

## 5. 锁竞争
– 症状：SQL语句执行时出现锁等待
– 原因：并发操作导致锁竞争
– 解决：优化SQL语句，减少锁定时间，使用适当的事务隔离级别

5.3 YashanDB SQL优化使用建议

YashanDB SQL优化使用建议：

定期分析慢查询：使用性能监控工具识别慢查询
优化SQL语句：根据执行计划优化SQL语句结构
创建适当的索引：为高频查询的列创建索引
更新统计信息：定期更新表和索引的统计信息
调整优化器参数：根据需要调整优化器参数
监控性能：定期监控SQL语句的执行性能
测试充分：在测试环境充分测试SQL语句，确保性能满足要求
持续学习：不断学习SQL优化的新技术和方法

风哥提示：SQL优化是数据库性能调优的重要部分。建议在优化SQL语句时，首先了解SQL语句的执行方式，然后针对性地进行优化，以提高系统性能。学习交流加群风哥微信: itpux-com

持续改进：SQL优化是一个持续的过程，需要根据实际情况不断调整和改进。建议定期review SQL语句的执行情况，优化SQL语句结构，创建适当的索引，以提高系统性能和可靠性。更多学习教程公众号风哥教程itpux_com

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

yashandb教程FG029-YashanDB SQL优化实战

Part01-基础概念与理论知识

1.1 YashanDB SQL优化概念

1.2 YashanDB SQL优化原则

1.3 YashanDB SQL优化方法

Part02-生产环境规划与建议

2.1 YashanDB SQL优化规划

2.2 YashanDB SQL性能考虑

2.3 YashanDB SQL优化最佳实践

Part03-生产环境项目实施方案

3.1 YashanDB索引优化

3.1.1 YashanDB索引类型

3.1.2 YashanDB索引优化策略

3.2 YashanDB查询优化

3.2.1 YashanDB SQL语句优化

3.2.2 YashanDB JOIN优化

3.3 YashanDB执行计划优化

3.3.1 YashanDB执行计划分析

3.3.2 YashanDB执行计划优化

Part04-生产案例与实战讲解

4.1 YashanDB索引优化实战案例

4.2 YashanDB查询优化实战案例

4.3 YashanDB性能调优实战案例

Part05-风哥经验总结与分享

5.1 YashanDB SQL优化经验

5.2 YashanDB SQL优化故障排除

5.3 YashanDB SQL优化使用建议

相关推荐

联系我们