|
|
我們做軟件開發的，大部分人都離不開跟數據庫打交道，特別是erp開發的，跟數據庫打交道更是頻繁，存儲過程動不動就是上千行，如果數據量大，人員流動大，那么我么還能保證下一段時間系統還能流暢的運行嗎？我么還能保證下一個人能看懂我么的存儲過程嗎？那么我結合公司平時的培訓和平時個人工作經驗和大家分享一下，希望對大家有幫助。
要知道SQL語句，我想我們有必要知道SQL Server查詢分析器怎么執行我們的SQL語句的，我們很多人會看執行計劃，或者用Profiler來監視和調優查詢語句或者存儲過程慢的原因，但是如果我們知道查詢分析器的執行邏輯順序，下手的時候就胸有成竹，那么下手是不是有把握點呢？
一、查詢的邏輯執行順序
(1) FROM left_table
(3) join_type JOIN right_table (2) ON join_condition
(4) WHERE where_condition
(5) GROUP BY group_by_list
(6) WITH {cube | rollup}
(7) HAVING having_condition
(8) SELECT (9) DISTINCT (11) top_specification select_list
(9) ORDER BY order_by_list
標準的 SQL 的解析順序為:
(1) FROM 子句 組裝來自不同數據源的數據
(2) WHERE 子句 基于指定的條件對記錄進行篩選
(3) GROUP BY 子句 將數據劃分為多個分組
(4) 使用聚合函數進行計算
(5) 使用HAVING子句篩選分組
(6) 計算所有的表達式
(7) 使用ORDER BY對結果集進行排序
二、執行順序
1. FROM：對FROM子句中前兩個表執行笛卡爾積生成虛擬表vt1
2. ON: 對vt1表應用ON篩選器只有滿足 join_condition 為真的行才被插入vt2
3. OUTER(join)：如果指定了 OUTER JOIN保留表(preserved table)中未找到的行將行作為外部行添加到vt2，生成t3，如果from包含兩個以上表，則對上一個聯結生成的結果表和下一個表重復執行步驟和步驟直接結束。
4. WHERE：對vt3應用 WHERE 篩選器只有使 where_condition 為true的行才被插入vt4
5. GROUP BY：按GROUP BY子句中的列列表對vt4中的行分組生成vt5
6. CUBE|ROLLUP：把超組(supergroups)插入vt6，生成vt6
7. HAVING：對vt6應用HAVING篩選器只有使 having_condition 為true的組才插入vt7
8. SELECT：處理select列表產生vt8
9. DISTINCT：將重復的行從vt8中去除產生vt9
10. ORDER BY：將vt9的行按order by子句中的列列表排序生成一個游標vc10
11. TOP：從vc10的開始處選擇指定數量或比例的行生成vt11 并返回調用者
看到這里，那么用過Linq to SQL的語法有點相似啊？如果我們我們了解了SQL Server執行順序，那么我們就接下來進一步養成日常SQL的好習慣，也就是在實現功能的同時有考慮性能的思想，數據庫是能進行集合運算的工具，我們應該盡量的利用這個工具，所謂集合運算實際就是批量運算，就是盡量減少在客戶端進行大數據量的循環操作，而用SQL語句或者存儲過程代替。
三、只返回需要的數據
返回數據到客戶端至少需要數據庫提取數據、網絡傳輸數據、客戶端接收數據以及客戶端處理數據等環節，如果返回不需要的數據，就會增加服務器、網絡和客戶端的無效勞動，其害處是顯而易見的，避免這類事件需要注意：
A、橫向來看
(1) 不要寫SELECT * 的語句，而是選擇你需要的字段。
(2) 當在SQL語句中連接多個表時, 請使用表的別名并把別名前綴于每個Column上。這樣一來,就可以減少解析的時間并減少那些由Column歧義引起的語法錯誤。
如有表table1(ID,col1)和table2(ID,col2)
Select A.ID, A.col1, B.col2-- Select A.ID, col1, col2 –不要這么寫，不利于將來程序擴展from table1 A inner join table2 B on A.ID=B.ID Where …
it知識庫：SQL養成一個好習慣是一筆財富，轉載需保留來源！
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
