sql教程栏目介绍sql常用知识点。
推荐：sql教程
当然，有很多时候您需要执行 left join 和使用 null 值。但是，它们并不适用于所有情况。改变 sql 查询的构建方式可能会产生将一个花几分钟运行的报告缩短到只花几秒钟这样的天壤之别的效果。有时，必须在查询中调整数据的形态，使之适应应用程序所要求的显示方式。虽然 table 数据类型会减少大量占用资源的情况，但在查询中还有许多区域可以进行优化。sql 的一个有价值的常用功能是 left join。它可以用于检索第一个表中的所有行、第二个表中所有匹配的行、以及第二个表中与第一个表不匹配的所有行。例如，如果希望返回每个客户及其定单，使用 left join 则可以显示有定单和没有定单的客户。
此工具可能会被过度使用。left join 消耗的资源非常之多，因为它们包含与 null（不存在）数据匹配的数据。在某些情况下，这是不可避免的，但是代价可能非常高。left join 比 inner join 消耗资源更多，所以如果您可以重新编写查询以使得该查询不使用任何 left join，则会得到非常可观的回报（请参阅图 1 中的图）。
sql语句中join on和where用法的区别和联系
对于要达到同一查询结果而言，join和where的用法是语句格式不一样，查询的结果是一样的。
先来看看join的语句分类：
left join :左连接，返回左表中所有的记录以及右表中连接字段相等的记录。
right join :右连接，返回右表中所有的记录以及左表中连接字段相等的记录。
inner join: 内连接，又叫等值连接，只返回两个表中连接字段相等的行。
full join:外连接，返回两个表中的行：left join + right join。
cross join:结果是笛卡尔积，就是第一个表的行数乘以第二个表的行数。
转载自：：http://www.cnblogs.com/lcngu/p/6726537.html    下面这个是讲解outer join 查询 on筛选和where筛选的区别  个人认为是正确的
在连接查询语法中，另人迷惑首当其冲的就要属on筛选和where筛选的区别了，  在我们编写查询的时候， 筛选条件的放置不管是在on后面还是where后面， 查出来的结果总是一样的， 既然如此，那为什么还要多此一举的让sql查询支持两种筛选器呢？  事实上， 这两种筛选器是存在差别的，只是如果不深挖不容易发现而已。
sql中的连接查询分为3种， cross join，inner join，和outer join ，  在 cross join和inner join中，筛选条件放在on后面还是where后面是没区别的，极端一点，在编写这两种连接查询的时候，只用on不使用where也没有什么问题。因此，on筛选和where筛选的差别只是针对outer join，也就是平时最常使用的left join和right join。
来看一个示例，有两张数据表，结构和数据如图所示
表main
表ext
可以把这两张表看作是用来存放用户信息的， main放置主要信息，ext表放置附加信息，两张表的关系是1对1的，以id字符作为对应关系键。现在我们需要将地址不为杭州的所有用户信息筛选出来，结果中需要包含main表和ext表的所有字段数据。
 select * from main left join  exton main.id = ext.id  and  address <> '杭州'
闭上眼睛， 请用大脑人肉运行一下这段sql， 想象一下是什么结果。
当把 address <> '杭州' 这个筛选条件放在on之后，查询得到的结果似乎跟我们预料中的不同，从结果中能看出，这个筛选条件好像只过滤掉了ext表中对应的记录，而main表中的记录并没有被过滤掉，也就是上图中标记为红色的那条记录。outer join相对于inner join的一个主要特性就是以一侧的表为基础，但是在这里以左表为基这一点却可以无视筛选条件，这未免也太霸道了一些。
把查询语句稍微改动一下，将地址的筛选条件从on转移至where
select * from main left join  ext on main.id = ext.id  where address <> '杭州'
结果就如我们预期的那样了
造成这种结果上的差异要从outer join查询的逻辑查询的各个阶段说起。总的来说，outer join 的执行过程分为4步
1、先对两个表执行交叉连接(笛卡尔积)
2、应用on筛选器
3、添加外部行
4、应用where筛选器
就拿上面不使用where筛选器的sql来说，执行的整个详细过程如下
第一步，对两个表执行交叉连接，结果如下，这一步会产生36条记录（此图显示不全）
第二步，应用on筛选器。筛选器中有两个条件，main.id = ext.id  and address<> '杭州'，符合要求的记录如下
这似乎正是我们期望中查询的结果，然而在接下来的步骤中这个结果会被打乱
第三步，添加外部行。outer join有一个特点就是以一侧的表为基，假如另一侧的表没有符合on筛选条件的记录，则以null替代。在这次的查询中，这一步的作用就是将那条原本应该被过滤掉的记录给添加了回来
是不是不种画蛇添足的感觉, 结果就成了这样
第四步，应用where筛选器
在这条问题sql中，因为没有where筛选器，所以上一步的结果就是最终的结果了。
而对于那条地址筛选在where条件中的sql，这一步便起到了作用，将所有地址不属于杭州的记录筛选了出来
通过上面的讲解，已经能反应出在outer join中的筛选条件在on中和where中的区别，开发人员如能详细了解之中差别，能规避很多在编写sql过程中出现的莫名其妙的错误。
转载自：：https://blog.csdn.net/wang1127248268/article/details/53413655
性能不理想的系统中除了一部分是因为应用程序的负载确实超过了服务器的实际处理能力外,更多的是因为系统存在大量的sql语句需要优化。
为了获得稳定的执行性能，sql语句越简单越好。对复杂的sql语句，要设法对之进行简化。
常见的简化规则如下： 1）不要有超过5个以上的表连接（join）2）考虑使用临时表或表变量存放中间结果。3）少用子查询（可以使用 join）4）视图嵌套不要过深,一般视图嵌套不要超过2个为宜。 
连接的表越多，其编译的时间和连接的开销也越大，性能越不好控制。
最好是把连接拆开成较小的几个部分逐个顺序执行。
优先执行那些能够大量减少结果的连接。
拆分的好处不仅仅是减少sql server优化的时间，更使得sql语句能够以你可以预测的方式和顺序执行。
如果一定需要连接很多表才能得到数据，那么很可能意味着设计上的缺陷。
连接是outer join，非常不好。因为outer join意味着必须对左表或右表查询所有行。
如果表很大而没有相应的where语句，那么outer join很容易导致table scan或index scan。
要尽量使用inner join避免scan整个表。
优化建议： 1）使用临时表存放t1表的结果,能大大减少logical reads（或返回行数）的操作要优先执行。（个人感觉这个建议超级实用）
 仔细分析语句，你会发现where中的条件全是针对表t1的，所以直接使用上面的where子句查询表t1，然后把结果存放再临时表＃t1中： select t1….. into #tt1 from t1 where…(和上面的where一样) 2）再把＃tt1和其他表进行连接: select #t1…left outer join …left outer join…  3）修改 like 程序，去掉前置百分号。like语句却因为前置百分号而无法使用索引4）从系统设计的角度修改语句，去掉outer join。5）考虑组合索引或覆盖索引消除clustered index scan。 上面1和2点建议立即消除了worktable，性能提高了几倍以上，效果非常明显。
1）限制结果集 要尽量减少返回的结果行，包括行数和字段列数。
返回的结果越大，意味着相应的sql语句的logical reads 就越大，对服务器的性能影响就越甚。
一个很不好的设计就是返回表的所有数据： select * from tablename 即使表很小也会导致并发问题。更坏的情况是，如果表有上百万行的话，那后果将是灾难性的。
它不但可能带来极重的磁盘io，更有可能把数据库缓冲区中的其他缓存数据挤出，使得这些数据下次必须再从磁盘读取。
必须设计良好的sql语句，使得其有where语句或top语句来限制结果集大小。
2）合理的表设计 sql server 2005将支持表分区技术。利用表分区技术可以实现数据表的流动窗口功能。
在流动窗口中可以轻易的把历史数据移出，把新的数据加入，从而使表的大小基本保持稳定。 另外，表的设计未必需要非常范式化。有一定的字段冗余可以增加sql语句的效率，减少join的数目，提高语句的执行速度。
3）olap和oltp模块要分开 olap和oltp类型的语句是截然不同的。前者往往需要扫描整个表做统计分析，索引对这样的语句几乎没有多少用处。
索引只能够加快那些如sum，group by之类的聚合运算。因为这个原因，几乎很难对olap类型的sql语句进行优化。
而oltp语句则只需要访问表的很小一部分数据，而且这些数据往往可以从内存缓存中得到。
为了避免olap 和oltp语句相互影响，这两类模块需要分开运行在不同服务器上。
因为olap语句几乎都是读取数据，没有更新和写入操作，所以一个好的经验是配置一台standby 服务器，然后olap只访问standby服务器。
4）使用存储过程
可以考虑使用存储过程封装那些复杂的sql语句或商业逻辑，这样做有几个好处。
一是存储过程的执行计划可以被缓存在内存中较长时间，减少了重新编译的时间。
二是存储过程减少了客户端和服务器的繁复交互。
三是如果程序发布后需要做某些改变你可以直接修改存储过程而不用修改程序，避免需要重新安装部署程序。 
 索引优化
很多数据库系统性能不理想是因为系统没有经过整体优化，存在大量性能低下的sql 语句。
这类sql语句性能不好的首要原因是缺乏高效的索引。
没有索引除了导致语句本身运行速度慢外，更是导致大量的磁盘读写操作，使得整个系统性能都受之影响而变差。
解决这类系统的首要办法是优化这些没有索引或索引不够好的sql语句。
创建索引的关键
优化sql语句的关键是尽可能减少语句的logical reads。
这里说的logical reads是指语句执行时需要访问的单位为8k的数据页总数。
logical reads 越少，其需要的内存和cpu时间也就越少，语句执行速度就越快。
不言而喻，索引的最大好处是它可以极大减少sql语句的logical reads数目，从而极大减少语句的执行时间。
创建索引的关键是索引要能够大大减少语句的logical reads。一个索引好不好，主要看它减少的logical reads多不多。
运行set statistics io命令可以得到sql语句的logical reads信息。
set statistics io onselect au_id,au_lname ,au_fname from pubs..authors where au_lname ='green'set statistics io on
如果logical reads很大，而返回的行数很少，也即两者相差较大，那么往往意味者语句需要优化。
logical reads中包含该语句从内存数据缓冲区中访问的页数和从物理磁盘读取的页数。
而physical reads表示那些没有驻留在内存缓冲区中需要从磁盘读取的数据页。
read-ahead reads是sql server为了提高性能而产生的预读。预读可能会多读取一些数据。
优化的时候我们主要关注logical reads就可以了。
注意如果physical reads或read-ahead reads很大，那么往往意味着语句的执行时间（duration）里面会有一部分耗费在等待物理磁盘io上。
二、单字段索引，组合索引和覆盖索引
单字段索引是指只有一个字段的索引，而组合索引指有多个字段构成的索引。
1． 对出现在where子句中的字段加索引
set statistics profile onset statistics io ongoselect .... from tb where ...goset statistics profile offset statistics io off
set statistics profile命令将输出语句的执行计划。
也许你会问，为什么不用set showplan_all呢？使用set showplan_all也是可以的。
不过set statistics profile输出的是sql 语句的运行时候真正使用的执行计划，
而set showplan_all输出的是预计（estimate）的执行计划。
使用set showplan_all是后面的语句并不会真正运行。
用了table scan，也就是对整个表进行了全表扫描。全表扫描的性能通常是很差的，要尽量避免。
如果上面的select语句是数据库系统经常运行的关键语句， 那么应该对它创建相应的索引。
创建索引的技巧之一是对经常出现在where条件中的字段创建索引
table scan也变成了index seek，性能极大提高
设法避免table scan或index scan是优化sql 语句使用的常用技巧。通常index seek需要的logical reads比前两者要少得多。
2．组合索引
如果where语句中有多个字段，那么可以考虑创建组合索引。
组合索引中字段的顺序是非常重要的，越是唯一的字段越是要靠前    。
另外，无论是组合索引还是单个列的索引，尽量不要选择那些唯一性很低的字段。
比如说，在只有两个值0和1的字段上建立索引没有多大意义。
所以如果对单字段进行索引，建议使用set statistics profile来验证索引确实被充分使用。logical reads越少的索引越好。
3．覆盖索引   
覆盖索引能够使得语句不需要访问表仅仅访问索引就能够得到所有需要的数据。
因为聚集索引叶子节点就是数据所以无所谓覆盖与否，所以覆盖索引主要是针对非聚集索引而言。
执行计划中除了index seek外，还有一个bookmark lookup关键字。
bookmark lookup表示语句在访问索引后还需要对表进行额外的bookmark lookup操作才能得到数据。
也就是说为得到一行数据起码有两次io，一次访问索引，一次访问基本表。
如果语句返回的行数很多，那么bookmark lookup操作的开销是很大的。
覆盖索引能够避免昂贵的bookmark lookup操作，减少io的次数，提高语句的性能。
覆盖索引需要包含select子句和where子句中出现的所有字段。where语句中的字段在前面，select中的在后面。
logical reads，是大大减少了。bookmark lookup操作也消失了。所以创建覆盖索引是减少logical reads提升语句性能的非常有用的优化技巧。
创建原则：    实际上索引的创建原则是比较复杂的。有时候你无法在索引中包含了where子句中所有的字段。
在考虑索引是否应该包含一个字段时，应考虑该字段在语句中的作用。
比如说如果经常以某个字段作为where条件作精确匹配返回很少的行，那么就绝对值得为这个字段建立索引。
再比如说，对那些非常唯一的字段如主键和外键，经常出现在group by，order by中的字段等等都值得创建索引。
问题1，是否值得在identity字段上建立聚集索引。   
答案取决于identity 字段如何在语句中使用。如果你经常根据该字段搜索返回很少的行，那么在其上建立索引是值得的。
反之如果identity字段根本很少在语句中使用，那么就不应该对其建立任何索引。
问题2，一个表应该建立多少索引合适。   
如果表的80％以上的语句都是读操作，那么索引可以多些。但是不要太多。
特别是不要对那些更新频繁的表其建立很多的索引。很少表有超过5个以上的索引。   
过多的索引不但增加其占用的磁盘空间，也增加了sql server 维护索引的开销。
问题4：为什么sql server 在执行计划中没有使用你认为应该使用的索引？原因是多样的。
一种原因是该语句返回的结果超过了表的20％数据，使得sql server 认为scan比seek更有效。
另一种原因可能是表字段的statistics过期了，不能准确反映数据的分布情况。
你可以使用命令update statistics tablename with fullscan来更新它。
只有同步的准确的statistics才能保证sql server 产生正确的执行计划。
过时的老的statistics常会导致sql server生成不够优化的甚至愚蠢的执行计划。
所以如果你的表频繁更新，而你又觉得和之相关的sql语句运行缓慢，不妨试试update statistic with fullscan 语句。
问题5、什么使用聚集索引，什么时候使用非聚集索引
在sql server 中索引有聚集索引和非聚集索引两种。它们的主要差别是前者的索引叶子就是数据本身，而后者的叶子节点包含的是指向数据的书签（即数据行号或聚集索引的key）。
对一个表而言聚集索引只能有一个，而非聚集索引可以有多个。
只是聚集索引没有bookmark lookup操作。
什么时候应该使用聚集索引?  什么时候使用非聚集索引? 取决于应用程序的访问模式。
我的建议是在那些关键的字段上使用聚集索引。一个表一般都需要建立一个聚集索引。
对于什么时候使用聚集索引，sql server 2000联机手册中有如下描述：
在创建聚集索引之前，应先了解您的数据是如何被访问的。    可考虑将聚集索引用于：
包含大量非重复值的列。
使用下列运算符返回一个范围值的查询：between、>、>=、< 和 =’2005-11-30′ and createdate ,   ! <,   not,   not   exists,   not   in,   not   like,   and   like   '%500'，因为他们不走索引全是表扫描。也不要在where字句中的列名加函数，如convert，substring等,如果必须用函数的时候，创建计算列再创建索引来替代.还可以变通写法：where   substring(firstname,1,1)   =   'm'改为where   firstname   like   'm%'（索引扫描），一定要将函数和列名分开。并且索引不能建得太多和太大。not   in会多次扫描表，使用exists、not   exists   ，in   ,   left   outer   join   来替代，特别是左连接,而exists比in更快，最慢的是not操作.如果列的值含有空，以前它的索引不起作用，现在2000的优化器能够处理了。相同的是is   null，“not,   not   exists,   not   in能优化她，而” <> ”等还是不能优化，用不到索引。  23、使用query   analyzer，查看sql语句的查询计划和评估分析是否是优化的sql。一般的20%的代码占据了80%的资源，我们优化的重点是这些慢的地方。  24、如果使用了in或者or等时发现查询没有走索引，使用显示申明指定索引：   select   *   from   personmember   (index   =   ix_title)   where   processid   in   (‘男’，‘女’)  25、将需要查询的结果预先计算好放在表中，查询的时候再select。这在sql7.0以前是最重要的手段。例如医院的住院费计算。  26、min()   和   max()能使用到合适的索引  27、数据库有一个原则是代码离数据越近越好，所以优先选择default,依次为rules,triggers,   constraint（约束如外健主健checkunique……,数据类型的最大长度等等都是约束）,procedure.这样不仅维护工作小，编写程序质量高，并且执行的速度快。  28、如果要插入大的二进制值到image列，使用存储过程，千万不要用内嵌insert来插入(不知java是否)。因为这样应用程序首先将二进制值转换成字符串（尺寸是它的两倍），服务器受到字符后又将他转换成二进制值.存储过程就没有这些动作:   方法：create   procedure   p_insert   as   insert   into   table(fimage)   values   (@image),   在前台调用这个存储过程传入二进制参数，这样处理速度明显改善。  29、between在某些时候比in速度更快,between能够更快地根据索引找到范围。用查询优化器可见到差别。   select   *   from   chineseresume   where   title   in   ('男','女')   select   *   from   chineseresume   where   between   '男'   and   '女'   是一样的。由于in会在比较多次，所以有时会慢些。  30、在必要是对全局或者局部临时表创建索引，有时能够提高速度，但不是一定会这样，因为索引也耗费大量的资源。他的创建同是实际表一样。  31、不要建没有作用的事物例如产生报表时，浪费资源。只有在必要使用事物时使用它。  32、用or的字句可以分解成多个查询，并且通过union   连接多个查询。他们的速度只同是否使用索引有关,如果查询需要用到联合索引，用union   all执行的效率更高.多个or的字句没有用到索引，改写成union的形式再试图与索引匹配。一个关键的问题是否用到索引。  33、尽量少用视图，它的效率低。对视图操作比直接对表操作慢,可以用stored   procedure来代替她。特别的是不要用视图嵌套,嵌套视图增加了寻找原始资料的难度。我们看视图的本质：它是存放在服务器上的被优化好了的已经产生了查询规划的sql。对单个表检索数据时，不要使用指向多个表的视图，直接从表检索或者仅仅包含这个表的视图上读，否则增加了不必要的开销,查询受到干扰.为了加快视图的查询，mssql增加了视图索引的功能。  34、没有必要时不要用distinct和order   by，这些动作可以改在客户端执行。它们增加了额外的开销。这同union   和union   all一样的道理。   select   top   20   ad.companyname,comid,position,ad.referenceid,worklocation,   convert(varchar(10),ad.postdate,120)   as   postdate1,workyear,degreedescription   from   jobcn_query.dbo.companyad_query   ad   where   referenceid   in('jcnad00329667','jcnad132168','jcnad00337748','jcnad00338345','jcnad00333138','jcnad00303570',   'jcnad00303569','jcnad00303568','jcnad00306698','jcnad00231935','jcnad00231933','jcnad00254567',   'jcnad00254585','jcnad00254608','jcnad00254607','jcnad00258524','jcnad00332133','jcnad00268618',   'jcnad00279196','jcnad00268613')   order   by   postdate   desc  35、在in后面值的列表中，将出现最频繁的值放在最前面，出现得最少的放在最后面，减少判断的次数  36、当用select   into时，它会锁住系统表(sysobjects，sysindexes等等)，阻塞其他的连接的存取。创建临时表时用显示申明语句，而不是 select   into.   drop   table   t_lxh   begin   tran   select   *   into   t_lxh   from   chineseresume   where   name   =   'xyz'   --commit   在另一个连接中select   *   from   sysobjects可以看到   select   into   会锁住系统表，create   table   也会锁系统表(不管是临时表还是系统表)。所以千万不要在事物内使用它！！！这样的话如果是经常要用的临时表请使用实表，或者临时表变量。  37、一般在group   by   个having字句之前就能剔除多余的行，所以尽量不要用它们来做剔除行的工作。他们的执行顺序应该如下最优：select   的where字句选择所有合适的行，group   by用来分组个统计行，having字句用来剔除多余的分组。这样group   by   个having的开销小，查询快.对于大的数据行进行分组和having十分消耗资源。如果group   by的目的不包括计算，只是分组，那么用distinct更快  38、一次更新多条记录比分多次更新每次一条快,就是说批处理好  39、少用临时表，尽量用结果集和table类性的变量来代替它,table   类型的变量比临时表好  40、在sql2000下，计算字段是可以索引的，需要满足的条件如下：    a、计算字段的表达是确定的    b、不能用在text,ntext，image数据类型    c、必须配制如下选项   ansi_nulls   =   on,   ansi_paddings   =   on,   …….  41、尽量将数据的处理工作放在服务器上，减少网络的开销，如使用存储过程。存储过程是编译好、优化过、并且被组织到一个执行规划里、且存储在数据库中的 sql语句，是控制流语言的集合，速度当然快。反复执行的动态sql,可以使用临时存储过程，该过程（临时表）被放在tempdb中。以前由于sql   server对复杂的数学计算不支持，所以不得不将这个工作放在其他的层上而增加网络的开销。sql2000支持udfs,现在支持复杂的数学计算，函数的返回值不要太大，这样的开销很大。用户自定义函数象光标一样执行的消耗大量的资源，如果返回大的结果采用存储过程  42、不要在一句话里再三的使用相同的函数，浪费资源,将结果放在变量里再调用更快  43、select   count(*)的效率教低，尽量变通他的写法，而exists快.同时请注意区别：   select   count(field   of   null)   from   table   和   select   count(field   of   not   null)   from   table   的返回值是不同的。  44、当服务器的内存够多时，配制线程数量   =   最大连接数+5，这样能发挥最大的效率；否则使用   配制线程数量 <最大连接数启用sql server的线程池来解决,如果还是数量 = 最大连接数+5，严重的损害服务器的性能。 45、按照一定的次序来访问你的表。如果你先锁住表a，再锁住表b，那么在所有的存储过程中都要按照这个顺序来锁定它们。如果你（不经意的）某个存储过程中先锁定表b，再锁定表a，这可能就会导致一个死锁。如果锁定顺序没有被预先详细的设计好，死锁很难被发现 46、通过sql server performance monitor监视相应硬件的负载 memory: page faults / sec计数器如果该值偶尔走高，表明当时有线程竞争内存。如果持续很高，则内存可能是瓶颈。 process: 1、% dpc time 指在范例间隔期间处理器用在缓延程序调用(dpc)接收和提供服务的百分比。(dpc 正在运行的为比标准间隔优先权低的间隔)。 由于 dpc 是以特权模式执行的，dpc 时间的百分比为特权时间 百分比的一部分。这些时间单独计算并且不属于间隔计算总数的一部 分。这个总数显示了作为实例时间百分比的平均忙时。 2、%processor time计数器　如果该参数值持续超过95%，表明瓶颈是cpu。可以考虑增加一个处理器或换一个更快的处理器。 3、% privileged time 指非闲置处理器时间用于特权模式的百分比。(特权模式是为操作系统组件和操纵硬件驱动程序而设计的一种处理模式。它允许直接访问硬件和所有内存。另一种模式为用户模式，它是一种为应用程序、环境分系统和整数分系统设计的一种有限处理模式。操作系统将应用程序线程转换成特权模式以访问操作系统服务)。 特权时间的 % 包括为间断和 dpc 提供服务的时间。特权时间比率高可能是由于失败设备产生的大数量的间隔而引起的。这个计数器将平均忙时作为样本时间的一部分显示。 4、% user time表示耗费cpu的数据库操作，如排序，执行aggregate functions等。如果该值很高，可考虑增加索引，尽量使用简单的表联接，水平分割大表格等方法来降低该值。 physical disk: curretn disk queue length计数器该值应不超过磁盘数的1.5~2倍。要提高性能，可增加磁盘。 sqlserver:cache hit ratio计数器该值越高越好。如果持续低于80%，应考虑增加内存。 注意该参数值是从sql server启动后，就一直累加记数，所以运行经过一段时间后，该值将不能反映系统当前值。 47、分析select emp_name form employee where salary >   3000   在此语句中若salary是float类型的，则优化器对其进行优化为convert(float,3000)，因为3000是个整数，我们应在编程时使用3000.0而不要等运行时让dbms进行转化。同样字符和整型数据的转换。
以上就是sql知识点小汇总的详细内容。