數據庫常用優(yōu)化方法方法方法方法(常見(jiàn)的數據庫優(yōu)化方法)
1.有哪些常見(jiàn)的數據庫優(yōu)化方法
數據庫優(yōu)化的指導思路是首先寫(xiě)出的SQL是優(yōu)化器喜歡的，然后在排除爛的SQL的情況下就是，找瓶頸，數據庫吞吐量上不去或者查詢(xún)慢都是因為某一瓶頸的存在，從非常大的粒度來(lái)看，瓶頸可以分為五類(lèi)：io 內存 CPU 網(wǎng)絡(luò ) 鎖。
當卡在某一瓶頸時(shí)，其他的資源就會(huì )被閑置，解決瓶頸或者用非瓶頸的資源做trade off達到總和的最大才是優(yōu)化的正解，比如建索引就是以空間換時(shí)間的做法。
由于數據庫相對比較復雜，上下文有區別優(yōu)化思路也會(huì )不一樣，所以離開(kāi)上下文談具體的優(yōu)化手段就是坑。
大部分開(kāi)發(fā)人員會(huì )犯的錯誤是所謂的“錘子人”，也就是自己是錘子看什么都像釘子，比如覺(jué)得慢就說(shuō)要分區，覺(jué)得某種語(yǔ)句的寫(xiě)法一定比另一種快而不考慮場(chǎng)景。
2.列舉sql優(yōu)化有哪些方式方法 博客園
我們要做到不但會(huì )寫(xiě)SQL，還要做到寫(xiě)出性能優(yōu)良的SQL，以下為筆者學(xué)習、摘錄、并匯總部分資料與大家分享！ （1） 選擇最有效率的表名順序（只在基于規則的優(yōu)化器中有效）： ORACLE 的解析器按照從右到左的順序處理FROM子句中的表名，FROM子句中寫(xiě)在最后的表（基礎表 driving table）將被最先處理，在FROM子句中包含多個(gè)表的情況下，你必須選擇記錄條數最少的表作為基礎表。
如果有3個(gè)以上的表連接查詢(xún)， 那就需要選擇交叉表（intersection table）作為基礎表， 交叉表是指那個(gè)被其他表所引用的表. （2） WHERE子句中的連接順序.： ORACLE采用自下而上的順序解析WHERE子句，根據這個(gè)原理，表之間的連接必須寫(xiě)在其他WHERE條件之前， 那些可以過(guò)濾掉最大數量記錄的條件必須寫(xiě)在WHERE子句的末尾. （3） SELECT子句中避免使用 ‘ * ‘： ORACLE在解析的過(guò)程中， 會(huì )將'*' 依次轉換成所有的列名， 這個(gè)工作是通過(guò)查詢(xún)數據字典完成的， 這意味著(zhù)將耗費更多的時(shí)間 （4） 減少訪(fǎng)問(wèn)數據庫的次數： ORACLE在內部執行了許多工作： 解析SQL語(yǔ)句， 估算索引的利用率， 綁定變量 ， 讀數據塊等； （5） 在SQL*Plus , SQL*Forms和Pro*C中重新設置ARRAYSIZE參數， 可以增加每次數據庫訪(fǎng)問(wèn)的檢索數據量 ，建議值為200 (6) 使用DECODE函數來(lái)減少處理時(shí)間： 使用DECODE函數可以避免重復掃描相同記錄或重復連接相同的表. （7） 整合簡(jiǎn)單，無(wú)關(guān)聯(lián)的數據庫訪(fǎng)問(wèn)： 如果你有幾個(gè)簡(jiǎn)單的數據庫查詢(xún)語(yǔ)句，你可以把它們整合到一個(gè)查詢(xún)中（即使它們之間沒(méi)有關(guān)系） （8） 刪除重復記錄： 最高效的刪除重復記錄方法 （ 因為使用了ROWID）例子： DELETE FROM EMP E WHERE E.ROWID > (SELECT MIN(X.ROWID) FROM EMP X WHERE X.EMP_NO = E.EMP_NO); (9) 用TRUNCATE替代DELETE： 當刪除表中的記錄時(shí)，在通常情況下， 回滾段（rollback segments ） 用來(lái)存放可以被恢復的信息. 如果你沒(méi)有COMMIT事務(wù)，ORACLE會(huì )將數據恢復到刪除之前的狀態(tài)（準確地說(shuō)是恢復到執行刪除命令之前的狀況） 而當運用TRUNCATE時(shí)， 回滾段不再存放任何可被恢復的信息.當命令運行后，數據不能被恢復.因此很少的資源被調用，執行時(shí)間也會(huì )很短. （譯者按： TRUNCATE只在刪除全表適用，TRUNCATE是DDL不是DML） (10) 盡量多使用COMMIT： 只要有可能，在程序中盡量多使用COMMIT， 這樣程序的性能得到提高，需求也會(huì )因為COMMIT所釋放的資源而減少： COMMIT所釋放的資源： a. 回滾段上用于恢復數據的信息. b. 被程序語(yǔ)句獲得的鎖 c. redo log buffer 中的空間 d. ORACLE為管理上述3種資源中的內部花費 （11） 用Where子句替換HAVING子句： 避免使用HAVING子句， HAVING 只會(huì )在檢索出所有記錄之后才對結果集進(jìn)行過(guò)濾. 這個(gè)處理需要排序，總計等操作. 如果能通過(guò)WHERE子句限制記錄的數目，那就能減少這方面的開(kāi)銷(xiāo). （非oracle中）on、where、having這三個(gè)都可以加條件的子句中，on是最先執行，where次之，having最后，因為on是先把不符合條件的記錄過(guò)濾后才進(jìn)行統計，它就可以減少中間運算要處理的數據，按理說(shuō)應該速度是最快的，where也應該比having快點(diǎn)的，因為它過(guò)濾數據后才進(jìn)行sum，在兩個(gè)表聯(lián)接時(shí)才用on的，所以在一個(gè)表的時(shí)候，就剩下where跟having比較了。在這單表查詢(xún)統計的情況下，如果要過(guò)濾的條件沒(méi)有涉及到要計算字段，那它們的結果是一樣的，只是where可以使用rushmore技術(shù)，而having就不能，在速度上后者要慢如果要涉及到計算的字段，就表示在沒(méi)計算之前，這個(gè)字段的值是不確定的，根據上篇寫(xiě)的工作流程，where的作用時(shí)間是在計算之前就完成的，而having就是在計算后才起作用的，所以在這種情況下，兩者的結果會(huì )不同。
在多表聯(lián)接查詢(xún)時(shí)，on比where更早起作用。系統首先根據各個(gè)表之間的聯(lián)接條件，把多個(gè)表合成一個(gè)臨時(shí)表后，再由where進(jìn)行過(guò)濾，然后再計算，計算完后再由having進(jìn)行過(guò)濾。
由此可見(jiàn)，要想過(guò)濾條件起到正確的作用，首先要明白這個(gè)條件應該在什么時(shí)候起作用，然后再決定放在那里 （12） 減少對表的查詢(xún)： 在含有子查詢(xún)的SQL語(yǔ)句中，要特別注意減少對表的查詢(xún).例子： SELECT TAB_NAME FROM TABLES WHERE (TAB_NAME,DB_VER) = ( SELECT TAB_NAME,DB_VER FROM TAB_COLUMNS WHERE VERSION = 604) (13) 通過(guò)內部函數提高SQL效率.： 復雜的SQL往往犧牲了執行效率. 能夠掌握上面的運用函數解決問(wèn)題的方法在實(shí)際工作中是非常有意義的 （14） 使用表的別名（Alias）： 當在SQL語(yǔ)句中連接多個(gè)表時(shí)， 請使用表的別名并把別名前綴于每個(gè)Column上.這樣一來(lái)，就可以減少解析的時(shí)間并減少那些由Column歧義引起的語(yǔ)法錯誤. （15） 用EXISTS替代IN、用NOT EXISTS替代NOT IN： 在許多基于基礎表的查詢(xún)中，為了滿(mǎn)足一個(gè)條件，往往需要對另一個(gè)表進(jìn)行聯(lián)接.在這種情況下， 使用EXISTS（或NOT EXISTS）通常將提高查詢(xún)的效率. 在子查詢(xún)中，NOT IN子句將執行一個(gè)內部的排序和合并. 無(wú)論在哪種情況下，NOT IN都是最低效的 。
3.數據庫性能優(yōu)化有哪些措施
1、調整數據結構的設計。這一部分在開(kāi)發(fā)信息系統之前完成，程序員需要考慮是否使用ORACLE數據庫的分區功能，對于經(jīng)常訪(fǎng)問(wèn)的數據庫表是否需要建立索引等。
2、調整應用程序結構設計。這一部分也是在開(kāi)發(fā)信息系統之前完成，程序員在這一步需要考慮應用程序使用什么樣的體系結構，是使用傳統的Client/Server兩層體系結構，還是使用Browser/Web/Database的三層體系結構。不同的應用程序體系結構要求的數據庫資源是不同的。
3、調整數據庫SQL語(yǔ)句。應用程序的執行最終將歸結為數據庫中的SQL語(yǔ)句執行，因此SQL語(yǔ)句的執行效率最終決定了ORACLE數據庫的性能。ORACLE公司推薦使用ORACLE語(yǔ)句優(yōu)化器（Oracle Optimizer）和行鎖管理器（row-level manager）來(lái)調整優(yōu)化SQL語(yǔ)句。
4、調整服務(wù)器內存分配。內存分配是在信息系統運行過(guò)程中優(yōu)化配置的，數據庫管理員可以根據數據庫運行狀況調整數據庫系統全局區（SGA區）的數據緩沖區、日志緩沖區和共享池的大小；還可以調整程序全局區（PGA區）的大小。需要注意的是，SGA區不是越大越好，SGA區過(guò)大會(huì )占用操作系統使用的內存而引起虛擬內存的頁(yè)面交換，這樣反而會(huì )降低系統。
5、調整硬盤(pán)I/O，這一步是在信息系統開(kāi)發(fā)之前完成的。數據庫管理員可以將組成同一個(gè)表空間的數據文件放在不同的硬盤(pán)上，做到硬盤(pán)之間I/O負載均衡。
6、調整操作系統參數，例如：運行在UNIX操作系統上的ORACLE數據庫，可以調整UNIX數據緩沖池的大小，每個(gè)進(jìn)程所能使用的內存大小等參數。
數據庫（Database）是按照數據結構來(lái)組織、存儲和管理數據的倉庫，它產(chǎn)生于距今六十多年前，隨著(zhù)信息技術(shù)和市場(chǎng)的發(fā)展，特別是二十世紀九十年代以后，數據管理不再僅僅是存儲和管理數據，而轉變成用戶(hù)所需要的各種數據管理的方式。數據庫有很多種類(lèi)型，從最簡(jiǎn)單的存儲有各種數據的表格到能夠進(jìn)行海量數據存儲的大型數據庫系統都在各個(gè)方面得到了廣泛的應用。
在信息化社會(huì )，充分有效地管理和利用各類(lèi)信息資源，是進(jìn)行科學(xué)研究和決策管理的前提條件。數據庫技術(shù)是管理信息系統、辦公自動(dòng)化系統、決策支持系統等各類(lèi)信息系統的核心部分，是進(jìn)行科學(xué)研究和決策管理的重要技術(shù)手段。
在經(jīng)濟管理的日常工作中，常常需要把某些相關(guān)的數據放進(jìn)這樣的“倉庫”，并根據管理的需要進(jìn)行相應的處理。
例如，企業(yè)或事業(yè)單位的人事部門(mén)常常要把本單位職工的基本情況（職工號、姓名、年齡、性別、籍貫、工資、簡(jiǎn)歷等）存放在表中，這張表就可以看成是一個(gè)數據庫。有了這個(gè)"數據倉庫"我們就可以根據需要隨時(shí)查詢(xún)某職工的基本情況，也可以查詢(xún)工資在某個(gè)范圍內的職工人數等等。這些工作如果都能在計算機上自動(dòng)進(jìn)行，那我們的人事管理就可以達到極高的水平。此外，在財務(wù)管理、倉庫管理、生產(chǎn)管理中也需要建立眾多的這種"數據庫"，使其可以利用計算機實(shí)現財務(wù)、倉庫、生產(chǎn)的自動(dòng)化管理。
擴展資料
數據庫，簡(jiǎn)單來(lái)說(shuō)是本身可視為電子化的文件柜--存儲電子文件的處所，用戶(hù)可以對文件中的數據進(jìn)行新增、截取、更新、刪除等操作。
數據庫指的是以一定方式儲存在一起、能為多個(gè)用戶(hù)共享、具有盡可能小的冗余度的特點(diǎn)、是與應用程序彼此獨立的數據集合。
在經(jīng)濟管理的日常工作中，常常需要把某些相關(guān)的數據放進(jìn)這樣的"倉庫"，并根據管理的需要進(jìn)行相應的處理。
例如，企業(yè)或事業(yè)單位的人事部門(mén)常常要把本單位職工的基本情況（職工號、姓名、年齡、性別、籍貫、工資、簡(jiǎn)歷等）存放在表中，這張表就可以看成是一個(gè)數據庫。有了這個(gè)"數據倉庫"我們就可以根據需要隨時(shí)查詢(xún)某職工的基本情況，也可以查詢(xún)工資在某個(gè)范圍內的職工人數等等。這些工作如果都能在計算機上自動(dòng)進(jìn)行，那我們的人事管理就可以達到極高的水平。此外，在財務(wù)管理、倉庫管理、生產(chǎn)管理中也需要建立眾多的這種"數據庫"，使其可以利用計算機實(shí)現財務(wù)、倉庫、生產(chǎn)的自動(dòng)化管理。
參考資料：數據庫的百度百科
4.數據庫性能優(yōu)化有哪些措施
數據庫性能優(yōu)化有哪些措施
1、1、調整數據結構的設計。這一部分在開(kāi)發(fā)信息系統之前完成，程序員需要考慮是否使用ORACLE數據庫的分區功能，對于經(jīng)常訪(fǎng)問(wèn)的數據庫表是否需要建立索引等。
2、2、調整應用程序結構設計。這一部分也是在開(kāi)發(fā)信息系統之前完成，程序員在這一步需要考慮應用程序使用什么樣的體系結構，是使用傳統的Client/Server兩層體系結構，還是使用Browser/Web/Database的三層體系結構。不同的應用程序體系結構要求的數據庫資源是不同的。
5.優(yōu)化SQL有什么方法
在數據庫應用系統中編寫(xiě)可執行的SQL語(yǔ)句可以有多種方式實(shí)現，但哪一條是最佳方案卻難以確定。
為了解決這一問(wèn)題，有必要對SQL實(shí)施優(yōu)化。簡(jiǎn)單地說(shuō)，SQL語(yǔ)句的優(yōu)化就是將性能低下的SQL語(yǔ)句轉換成達到同樣目的的性能更好的SQL語(yǔ)句。
優(yōu)化SQL語(yǔ)句的原因 數據庫系統的生命周期可以分成： 設計、開(kāi)發(fā)和成品三個(gè)階段。在設計階段進(jìn)行優(yōu)化的成本最低，收益最大。
在成品階段進(jìn)行優(yōu)化的成本最高，收益最小。如果將一個(gè)數據庫系統比喻成一座樓房，在樓房建好后進(jìn)行矯正往往成本很高而收效很小（甚至可能根本無(wú)法矯正），而在樓房設計、生產(chǎn)階段控制好每塊磚瓦的質(zhì)量就能達到花費小而見(jiàn)效高的目的。
為了獲得最大效益，人們常需要對數據庫進(jìn)行優(yōu)化。數據庫的優(yōu)化通常可以通過(guò)對網(wǎng)絡(luò )、硬件、操作系統、數據庫參數和應用程序的優(yōu)化來(lái)進(jìn)行。
根據統計，對網(wǎng)絡(luò )、硬件、操作系統、數據庫參數進(jìn)行優(yōu)化所獲得的性能提升全部加起來(lái)只占數據庫應用系統性能提升的40%左右，其余60%的系統性能提升全部來(lái)自對應用程序的優(yōu)化。許多優(yōu)化專(zhuān)家甚至認為對應用程序的優(yōu)化可以得到80%的系統性能提升。
因此可以肯定，通過(guò)優(yōu)化應用程序來(lái)對數據庫系統進(jìn)行優(yōu)化能獲得更大的收益。 對應用程序的優(yōu)化通常可分為兩個(gè)方面： 源代碼的優(yōu)化和SQL語(yǔ)句的優(yōu)化。
由于涉及到對程序邏輯的改變，源代碼的優(yōu)化在時(shí)間成本和風(fēng)險上代價(jià)很高（尤其是對正在使用中的系統進(jìn)行優(yōu)化） 。另一方面，源代碼的優(yōu)化對數據庫系統性能的提升收效有限，因為應用程序對數據庫的操作最終要表現為SQL語(yǔ)句對數據庫的操作。
對SQL語(yǔ)句進(jìn)行優(yōu)化有以下一些直接原因： 1. SQL語(yǔ)句是對數據庫（數據） 進(jìn)行操作的惟一途徑，應用程序的執行最終要歸結為SQL語(yǔ)句的執行，SQL語(yǔ)句的效率對數據庫系統的性能起到了決定性的作用。 2. SQL語(yǔ)句消耗了70%~90%的數據庫資源。
3. SQL語(yǔ)句獨立于程序設計邏輯，對SQL語(yǔ)句進(jìn)行優(yōu)化不會(huì )影響程序邏輯，相對于對程序源代碼的優(yōu)化，對SQL語(yǔ)句的優(yōu)化在時(shí)間成本和風(fēng)險上的代價(jià)都很低。 4. SQL語(yǔ)句可以有不同的寫(xiě)法，不同的寫(xiě)法在性能上的差異可能很大。
5. SQL語(yǔ)句易學(xué)，難精通。SQL語(yǔ)句的性能往往同實(shí)際運行系統的數據庫結構、記錄數量等有關(guān)，不存在普遍適用的規律來(lái)提升性能。
傳統的優(yōu)化方法 SQL程序人員在傳統上采用手工重寫(xiě)來(lái)對SQL語(yǔ)句進(jìn)行優(yōu)化。這主要依靠DBA或資深程序員對SQL語(yǔ)句執行計劃的分析，依靠經(jīng)驗，嘗試重寫(xiě)SQL語(yǔ)句，然后對結果和性能進(jìn)行比較以試圖找到性能較佳的SQL語(yǔ)句。
這種做法存在著(zhù)以下不足： 1. 無(wú)法找出SQL語(yǔ)句的所有可能寫(xiě)法。很可能花費了大量的時(shí)間也無(wú)法找到性能較佳的SQL語(yǔ)句。
即便找到了某個(gè)性能較佳的SQL語(yǔ)句也無(wú)法知道是否存在性能更好的寫(xiě)法。 2. 非常依賴(lài)于人的經(jīng)驗，經(jīng)驗的多寡往往決定了優(yōu)化后SQL語(yǔ)句的性能。
3. 非常耗時(shí)間。重寫(xiě)-->校驗正確性-->比較性能，這一循環(huán)過(guò)程需要大量的時(shí)間。
根據傳統的SQL優(yōu)化工具的功能，人們一般將優(yōu)化工具分為以下三代產(chǎn)品： 第一代的SQL優(yōu)化工具是執行計劃分析工具。這類(lèi)工具對輸入的SQL語(yǔ)句從數據庫提取執行計劃，并解釋執行計劃中關(guān)鍵字的含義。
第二代的SQL優(yōu)化工具只能提供增加索引的建議，它通過(guò)對輸入的SQL語(yǔ)句的執行計劃的分析來(lái)產(chǎn)生是否要增加索引的建議。這類(lèi)工具存在著(zhù)致命的缺點(diǎn)——只分析了一條SQL語(yǔ)句就得出增加某個(gè)索引的結論，根本不理會(huì )（實(shí)際上也無(wú)法評估到）增加的索引對整體數據庫系統性能的影響。
第三代工具是利用人工智能實(shí)現自動(dòng)SQL優(yōu)化。 人工智能自動(dòng)SQL優(yōu)化 隨著(zhù)人工智能技術(shù)的發(fā)展和在數據庫優(yōu)化領(lǐng)域應用的深入，在20世紀90年代末優(yōu)化技術(shù)取得了突破性的進(jìn)展，出現了人工智能自動(dòng)SQL優(yōu)化。
人工智能自動(dòng)SQL優(yōu)化的本質(zhì)就是借助人工智能技術(shù)，自動(dòng)對SQL語(yǔ)句進(jìn)行重寫(xiě)，找到性能最好的等效SQL語(yǔ)句。LECCO SQL Expert就采用了這種人工智能技術(shù)，其SQL Expert支持Oracle、Sybase、MS SQL Server和IBM DB2數據庫平臺。
其突出特點(diǎn)是自動(dòng)優(yōu)化SQL語(yǔ)句。除此以外，還可以以人工智能知識庫“反饋式搜索引擎”來(lái)重寫(xiě)SQL語(yǔ)句，并找出所有等效的SQL語(yǔ)句及可能的執行計劃，通過(guò)測試運行為應用程序和數據庫自動(dòng)找到性能最好的SQL語(yǔ)句，提供微秒級的計時(shí)； 能夠優(yōu)化Web應用程序和有大量用戶(hù)的在線(xiàn)事務(wù)處理中運行時(shí)間很短的SQL語(yǔ)句； 能通過(guò)比較源SQL和待選SQL的不同之處，為開(kāi)發(fā)人員提供“邊做邊學(xué)式訓練”，迅速提高開(kāi)發(fā)人員的SQL編程技能等等。
該工具針對數據庫應用的開(kāi)發(fā)和維護階段提供了數個(gè)特別的模塊：SQL語(yǔ)法優(yōu)化器、PL/SQL集成化開(kāi)發(fā)調試環(huán)境（IDE）、掃描器、數據庫監視器等。其核心模塊之一“SQL 語(yǔ)法優(yōu)化器”的工作原理大致如下：輸入一條源SQL語(yǔ)句，“人工智能反饋式搜索引擎”對輸入的SQL語(yǔ)句結合檢測到的數據庫結構和索引進(jìn)行重寫(xiě)，產(chǎn)生N條等效的SQL語(yǔ)句輸出，產(chǎn)生的N條等效SQL語(yǔ)句再送入“人工智能反饋式搜索引擎”進(jìn)行重寫(xiě)，直至無(wú)法產(chǎn)生新的輸出或搜索限額滿(mǎn)，接下來(lái)對輸出的SQL語(yǔ)句進(jìn)行過(guò)濾，選。
6.誰(shuí)知道數據庫優(yōu)化設計方案有哪些
本文首先討論了基于第三范式的數據庫表的基本設計，著(zhù)重論述了建立主鍵和索引的策略和方案，然后從數據庫表的擴展設計和庫表對象的放置等角度概述了數據庫管理系統的優(yōu)化方案。
關(guān)鍵詞： 優(yōu)化（Optimizing） 第三范式（3NF） 冗余數據（Redundant Data） 索引（Index） 數據分割（Data Partitioning） 對象放置（Object Placement） 1 引言 數據庫優(yōu)化的目標無(wú)非是避免磁盤(pán)I/O瓶頸、減少CPU利用率和減少資源競爭。為了便于讀者閱讀和理解，筆者參閱了Sybase、Informix和Oracle等大型數據庫系統參考資料，基于多年的工程實(shí)踐經(jīng)驗，從基本表設計、擴展設計和數據庫表對象放置等角度進(jìn)行討論，著(zhù)重討論了如何避免磁盤(pán)I/O瓶頸和減少資源競爭，相信讀者會(huì )一目了然。
2 基于第三范式的基本表設計 在基于表驅動(dòng)的信息管理系統（MIS）中，基本表的設計規范是第三范式（3NF）。第三范式的基本特征是非主鍵屬性只依賴(lài)于主鍵屬性。
基于第三范式的數據庫表設計具有很多優(yōu)點(diǎn)：一是消除了冗余數據，節省了磁盤(pán)存儲空間；二是有良好的數據完整性限制，即基于主外鍵的參照完整限制和基于主鍵的實(shí)體完整性限制，這使得數據容易維護，也容易移植和更新；三是數據的可逆性好，在做連接（Join）查詢(xún)或者合并表時(shí)不遺漏、也不重復；四是因消除了冗余數據（冗余列），在查詢(xún)（Select）時(shí)每個(gè)數據頁(yè)存的數據行就多，這樣就有效地減少了邏輯I/O，每個(gè)Cash存的頁(yè)面就多，也減少物理I/O；五是對大多數事務(wù)（Transaction）而言，運行性能好；六是物理設計（Physical Design）的機動(dòng)性較大，能滿(mǎn)足日益增長(cháng)的用戶(hù)需求。 在基本表設計中，表的主鍵、外鍵、索引設計占有非常重要的地位，但系統設計人員往往只注重于滿(mǎn)足用戶(hù)要求，而沒(méi)有從系統優(yōu)化的高度來(lái)認識和重視它們。
實(shí)際上，它們與系統的運行性能密切相關(guān)。現在從系統數據庫優(yōu)化角度討論這些基本概念及其重要意義： （1）主鍵（Primary Key）：主鍵被用于復雜的SQL語(yǔ)句時(shí)，頻繁地在數據訪(fǎng)問(wèn)中被用到。
一個(gè)表只有一個(gè)主鍵。主鍵應該有固定值（不能為Null或缺省值，要有相對穩定性），不含代碼信息，易訪(fǎng)問(wèn)。
把常用（眾所周知）的列作為主鍵才有意義。短主鍵最佳（小于25bytes），主鍵的長(cháng)短影響索引的大小，索引的大小影響索引頁(yè)的大小，從而影響磁盤(pán)I/O。
主鍵分為自然主鍵和人為主鍵。自然主鍵由實(shí)體的屬性構成，自然主鍵可以是復合性的，在形成復合主鍵時(shí)，主鍵列不能太多，復合主鍵使得Join*作復雜化、也增加了外鍵表的大小。
人為主鍵是，在沒(méi)有合適的自然屬性鍵、或自然屬性復雜或靈敏度高時(shí)，人為形成的。人為主鍵一般是整型值（滿(mǎn)足最小化要求），沒(méi)有實(shí)際意義，也略微增加了表的大小；但減少了把它作為外鍵的表的大小。
（2）外鍵（Foreign Key）：外鍵的作用是建立關(guān)系型數據庫中表之間的關(guān)系（參照完整性），主鍵只能從獨立的實(shí)體遷移到非獨立的實(shí)體，成為后者的一個(gè)屬性，被稱(chēng)為外鍵。 （3）索引（Index）：利用索引優(yōu)化系統性能是顯而易見(jiàn)的，對所有常用于查詢(xún)中的Where子句的列和所有用于排序的列創(chuàng )建索引，可以避免整表掃描或訪(fǎng)問(wèn)，在不改變表的物理結構的情況下，直接訪(fǎng)問(wèn)特定的數據列，這樣減少數據存取時(shí)間；利用索引可以?xún)?yōu)化或排除耗時(shí)的分類(lèi)*作；把數據分散到不同的頁(yè)面上，就分散了插入的數據；主鍵自動(dòng)建立了唯一索引，因此唯一索引也能確保數據的唯一性（即實(shí)體完整性）；索引碼越小，定位就越直接；新建的索引效能最好，因此定期更新索引非常必要。
索引也有代價(jià)：有空間開(kāi)銷(xiāo)，建立它也要花費時(shí)間，在進(jìn)行Insert、Delete和Update*作時(shí)，也有維護代價(jià)。索引有兩種：聚族索引和非聚族索引。
一個(gè)表只能有一個(gè)聚族索引，可有多個(gè)非聚族索引。使用聚族索引查詢(xún)數據要比使用非聚族索引快。
在建索引前，應利用數據庫系統函數估算索引的大小。 ① 聚族索引（Clustered Index）：聚族索引的數據頁(yè)按物理有序儲存，占用空間小。
選擇策略是，被用于Where子句的列：包括范圍查詢(xún)、模糊查詢(xún)或高度重復的列（連續磁盤(pán)掃描）；被用于連接Join*作的列；被用于Order by和Group by子句的列。聚族索引不利于插入*作，另外沒(méi)有必要用主鍵建聚族索引。
② 非聚族索引（Nonclustered Index）：與聚族索引相比，占用空間大，而且效率低。選擇策略是，被用于Where子句的列：包括范圍查詢(xún)、模糊查詢(xún)（在沒(méi)有聚族索引時(shí)）、主鍵或外鍵列、點(diǎn)（指針類(lèi)）或小范圍（返回的結果域小于整表數據的20%）查詢(xún)；被用于連接Join*作的列、主鍵列（范圍查詢(xún)）；被用于Order by和Group by子句的列；需要被覆蓋的列。
對只讀表建多個(gè)非聚族索引有利。索引也有其弊端，一是創(chuàng )建索引要耗費時(shí)間，二是索引要占有大量磁盤(pán)空間，三是增加了維護代價(jià)（在修改帶索引的數據列時(shí)索引會(huì )減緩修改速度）。
那么，在哪種情況下不建索引呢？對于小表（數據小于5頁(yè)）、小到中表（不直接訪(fǎng)問(wèn)單行數據或結果集不用排序）、單值域（返回值密集）、索引列值太長(cháng)（大于20bitys）、容易變化的列、高度重復的列、Null值列，對沒(méi)有被用于Where子語(yǔ)句和Join查。
