Optimalizace SQL dotazů: Příklad použití MSSQL

Neoptimalizované dotazy SQL serveru Microsoft SQL Server (MSSQL) mohou mít za následek podprůměrný výkon, nadměrné využívání zdrojů, nekonzistentní data, bezpečnostní chyby a potíže s údržbou. Tyto problémy mohou ovlivnit funkčnost, spolehlivost a zabezpečení vašeho programu, což může uživatele frustrovat a stát vás více peněz.

Optimalizace SQL dotazů v MSSQL je zásadní pro dosažení efektivního a rychlého výkonu. Díky implementaci technik, jako je indexování, zjednodušení dotazů a procedury ukládání, mohou uživatelé vyvážit výkon dotazů a výkon modifikace dat, což v konečném důsledku zlepšuje celkovou databázi výkon.

Optimalizace dotazů pomocí indexování

Indexování databáze organizuje a třídí data v databázových tabulkách, aby bylo vyhledávání rychlejší a efektivnější. Indexování vytváří kopie dat v tabulkách a třídí je tak databázový stroj může se v nich snadno orientovat.

Při provádění dotazu databázový stroj používá index k nalezení požadovaných dat a rychle vrací výsledky, čímž urychluje dobu provádění dotazu. Bez indexování musí databázový stroj prohledat všechny řádky v tabulce, aby našel požadovaná data, a to může být náročné na čas a zdroje, zejména u velkých tabulek.

Vytvoření indexu v MSSQL

Vytváření indexu v relačních databázích je snadné a MSSQL nelze přehlédnout. Můžete použít VYTVOŘIT INDEX příkaz k vytvoření indexu v MSSQL.

VYTVOŘITINDEX index_name
ON název_tabulky (sloupec1, sloupec2, ...);

Ve výše uvedeném kódu SQL index_name je název indexu, název_tabulky je název tabulky a sloupec1, sloupec2a tak dále jsou názvy sloupců, které mají být indexovány.

Zde je návod, jak vytvořit index bez klastrů na a Zákazníci tabulky Příjmení sloupec s příkazem SQL.

VYTVOŘIT NEZAHRNUTÝ INDEX IX_Customers_LastName
ON Zákazníci (Příjmení);

Příkaz vytvoří index bez klastrů nazvaný IX_Customers_LastName na Příjmení sloupec Zákazníci stůl.

Náklady na indexování

I když indexování může výrazně zlepšit výkon dotazů, stojí to za to. Indexování vyžaduje další místo na disku pro uložení indexu a operace indexování mohou zpomalit operace úpravy dat, jako jsou vkládání, aktualizace a odstraňování. Při změně dat musíte aktualizovat index a operace aktualizace může být u velkých tabulek časově náročná.

Proto je nezbytné vyvážit výkon dotazů a výkon modifikace dat. Indexy byste měli vytvářet pouze pro sloupce, které budete často prohledávat. Je také nezbytné pravidelně sledovat využití prostředků indexu a odstraňovat nepotřebné indexy.

Optimalizace dotazu prostřednictvím zjednodušení dotazu

Pro analýzu dat se hodí složité dotazy pro extrakci dat. Složité dotazy však mají dopad na výkon a mohou vést k neefektivní extrakci dat.

Zjednodušení dotazů zahrnuje rozdělení složitých dotazů na menší, jednodušší pro rychlejší zpracování méně náročné na zdroje.

Zjednodušení dotazů zvyšuje výkon a usnadňuje extrakci dat rozdělením složitých dotazů na jednodušší dotazy, protože složité dotazy mohou způsobit úzká hrdla v systému. Je obtížné jim porozumět, což ztěžuje vývojářům a analytikům řešení problémů nebo identifikaci oblastí optimalizace.

Zde je příklad složitého dotazu, který běží na MSSQL pro tabulku zákaznických objednávek, kde je cílem identifikovat trendy a vzory v datech:

VYBRAT
 Jméno zákazníka,
 COUNT(id_objednávky) AS celkový_počet_objednávek,
 AVG(částka_objednávky) AS průměrná_částka_objednávky,
 SUM(částka_objednávky) JAKO celkový_prodej
Z
 objednávky
KDE
 datum_objednávky MEZI '2022-01-01' A '2022-12-31'
 AND order_status = 'dokončeno'
SKUPINA VYTVOŘENÁ
 Jméno zákazníka
MÍT
 POČET(ID_objednávky) > 5
SEŘADIT PODLE
 celkový_prodej DESC;

Dotaz vyhledává jména zákazníků a informace o prodeji z dokončených objednávek v roce 2022 a filtruje zákazníky s méně než pěti objednávkami podle celkového prodeje v sestupném pořadí.

Dotaz může poskytnout cenné informace, ale je složitý a jeho zpracování by nakonec trvalo déle, zejména pokud objednávky tabulka má mnoho položek.

Dotaz můžete zjednodušit rozdělením dotazu na menší dotazy, které se spouštějí jeden po druhém.

-- Získejte seznam jmen zákazníků a celkový počet objednávek, které zadali
VYBRAT
 Jméno zákazníka,
 COUNT(id_objednávky) AS celkový_počet_objednávek
Z
 objednávky
KDE
 datum_objednávky MEZI '2022-01-01' A '2022-12-31'
 AND order_status = 'dokončeno'
SKUPINA VYTVOŘENÁ
 Jméno zákazníka
MÍT
 POČET(ID_objednávky) > 5;
-- Získejte průměrnou částku objednávky pro každého zákazníka
VYBRAT
 Jméno zákazníka,
 AVG(částka_objednávky) AS průměrná_částka_objednávky
Z
 objednávky
KDE
 datum_objednávky MEZI '2022-01-01' A '2022-12-31'
 AND order_status = 'dokončeno'
SKUPINA VYTVOŘENÁ
 Jméno zákazníka
MÍT
 POČET(ID_objednávky) > 5;
-- Získejte celkové prodeje pro každého zákazníka
VYBRAT
 Jméno zákazníka,
 SUM(částka_objednávky) JAKO celkový_prodej
Z
 objednávky
KDE
 datum_objednávky MEZI '2022-01-01' A '2022-12-31'
 AND order_status = 'dokončeno'
SKUPINA VYTVOŘENÁ
 Jméno zákazníka
MÍT
 POČET(ID_objednávky) > 5
SEŘADIT PODLE
 celkový_prodej DESC;

Tento zjednodušený přístup odděluje úkoly získávání jmen zákazníků a celkových objednávek, průměrných částek objednávek a celkových prodejů pro každého zákazníka do jednotlivých dotazů. Každý dotaz má určité účely a je optimalizován pro konkrétní úkoly, což databázi usnadňuje zpracování na vyžádání.

Tipy pro zjednodušení dotazu

Když zjednodušujete dotazy, je nezbytné zaměřit se vždy na jeden úkol, abyste vytvořili dotazy, které jsou optimalizovány pro konkrétní úkol. Zaměření na jeden úkol může výrazně zlepšit výkon.

Také je důležité používat dobré konvence pojmenování, aby byl kód srozumitelnější a snadnější. Můžete snadno identifikovat potenciální problémy a oblasti zlepšení v systému.

Optimalizace dotazů prostřednictvím uložených procedur

Uložené procedury jsou sady předem napsaných příkazů SQL uložených v databázi. Uložené procedury můžete používat k provádění různých operací, od aktualizace po vkládání nebo načítání dat z databáze. Uložené procedury mohou přijímat parametry. Můžete je volat z různých programovacích jazyků, což z nich dělá výkonný nástroj pro vývoj aplikací.

Zde je příklad vytvoření uložené procedury pro MSSQL, která vrací průměrnou mzdu zaměstnanců v oddělení:

VYTVOŘITPOSTUP [dbo].[GetAverageSalary]
@DepartmentName VARCHAR(50)
TAK JAKO
ZAČÍT
VYBRATAVG(plat) tak jako Průměrná mzda
OD ZAMĚSTNANCŮ
WHERE Oddělení = @DepartmentName
KONEC

V uložené proceduře jste definovali parametr nazvaný @DepartmentName a použil KDE doložka k filtrování výsledků podle oddělení. Také jste použili AVG funkce pro výpočet průměrné mzdy zaměstnanců v oddělení.

Uložené procedury v MSSQL můžete spouštět pomocí EXEC prohlášení.

Zde je návod, jak můžete provést výše uloženou proceduru:

EXEC [dbo].[GetAverageSalary] @DepartmentName = 'Sales'

V příkazu provedení uložené procedury předáte příkaz Odbyt hodnotu jako název oddělení. Výpis vrátí průměrnou mzdu zaměstnance v obchodním oddělení.

Jak uložené procedury zlepšují výkon dotazů?

Uložené procedury mohou výrazně zlepšit výkon dotazů. Za prvé, uložené procedury snižují síťový provoz prováděním příkazů SQL na straně serveru namísto přenosu dat tam a zpět mezi klientem a serverem, čímž se snižuje množství dat odesílaných přes síť a snižuje se odpověď na dotazy čas.

Za druhé, můžete zkompilovat uložené procedury ukládání do mezipaměti, což znamená uložení prováděcího plánu do paměti. Při volání uložené procedury server načte plán provádění z paměti, nikoli rekompilaci příkazy SQL, čímž se zkrátí doba provádění uložené procedury a zlepší se dotaz výkon.

Můžete nastavit MSSQL na Ubuntu

MSSQL udělalo významný pokrok v podpoře Ubuntu a dalších distribucí Linuxu. Microsoft si uvědomil rostoucí popularitu Linuxu v podniku a rozhodl se rozšířit dostupnost svého vlajkového databázového serveru na platformy Linux.