Sql建表和sql语句的注意事项

建表注意事项：

对于建表大家都不陌生，这里主要说明一下几点注意实现：

1、大数据字段最好剥离出单独的表，以便影响性能

2、使用varchar，代替char，这是因为varchar会动态分配长度，char指定为20，即时你存储字符“1”，它依然是20的长度

3、给表建立主键，看到好多表没主键，这在查询和索引定义上将有一定的影响

4、避免表字段运行为null，如果不知道添加什么值，建议设置默认值，特别int类型，比如默认值为0，在索引查询上，效率立显。

5、建立索引，聚集索引则意味着数据的物理存储顺序，最好在唯一的，非空的字段上建立，其它索引也不是越多越好，索引在查询上优势显著，在频繁更新数据的字段上建立聚集索引，后果很严重，插入更新相当忙。

6、组合索引和单索引的建立，要考虑查询实际和具体模式.

SQL语句注意事项：

熟悉SQL的人，都会写SQL语句，但到底效率如何，十万以下的数据量，根本没任何区别，但一些基础性的东西，还是得点滴做起

1、where语句的书写，当有多个查询条件时，sql是按照从右往左的顺序进行执行，也就是说写在最后的条件会最早被执行，这就意味着过滤数据量最多的

添加应该写在最后，这样才能在性能上达到最优

2、join语句，如果A表1000w，B表30条记录，则应该是A join B，sql执行会以B为准去关联A，性能显著

3、表变量和临时表，这个问题可能有些同学稍陌生，所谓表变量就是declare @dd table类似这样的声明，而临时表多见#tt，这样的格式这二者在sql内是区别对待的表变量功能有限，使用完自动释放，临时表计划就是有数据表的大部分功能，使用完毕后需要删除，在数据库tempdb也有对应的操作记录，使用时应该综合考虑。

4、注意聚合函数，is null，<>等的使用，当我们在这样使用的时候，可能习以为常，在大数据量处理上，本有的索引将不再被使用，而变成全表扫描，So ga等吧，性能大大的慢，如where len(studentId)=0,本来在studentid上的索引变成全表扫描了。

5、使用exist代替not in，这个大家都知道，但还是希望大家注意下

6、select AA，BB，代替Select * ，这是大部分程序员的通病，总觉得无所谓，其实select * 在sql执行时还是要遍历到具体的字段名进行读取，即使我们要使用全部列，也推荐使用把各个字段都罗列处理，而非使用*

7、top n 和order by 你了解多少？我一直觉得where条件查询完后order by在此基础上进行排序，其实错了，在有top n和order by一块使用时，order by竟然是全表扫描，具体可以通过查询计划验证。

8、编码过程和单元测试过程尽量用数据量较大的数据库测试，最好能用实际数据测试

9、不要频繁更新有触发器的表的数据

其他注意事项：

1.合理使用索引

　　索引是数据库中重要的数据结构，它的根本目的就是为了提高查询效率。现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构。索引的使用要恰到好处，其使用原则如下:

　　●在经常进行连接，但是没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引。

　　●在频繁进行排序或分组(即进行group by或order by操作)的列上建立索引。

　　●在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引。比如在雇员表的“性别”列上只有“男”与“女”两个不同值，因此就无必要建立索引。如果建立索引不但不会提高查询效率，反而会严重降低更新速度。

　　●如果待排序的列有多个，可以在这些列上建立复合索引(compound index)。

　　●使用系统工具。如Informix数据库有一个tbcheck工具，可以在可疑的索引上进行检查。在一些数据库服务器上，索引可能失效或者因为频繁操作而使得读取效率降低，如果一个使用索引的查询不明不白地慢下来，可以试着用tbcheck工具检查索引的完整性，必要时进行修复。另外，当数据库表更新大量数据后，删除并重建索引可以提高查询速度。

　　2.避免或简化排序

　　应当简化或避免对大型表进行重复的排序。当能够利用索引自动以适当的次序产生输出时，优化器就避免了排序的步骤。以下是一些影响因素:

　　●索引中不包括一个或几个待排序的列;

　　●group by或order by子句中列的次序与索引的次序不一样;

　　●排序的列来自不同的表。

　　为了避免不必要的排序，就要正确地增建索引，合理地合并数据库表(尽管有时可能影响表的规范化，但相对于效率的提高是值得的)。如果排序不可避免，那么应当试图简化它，如缩小排序的列的范围等。

　　3.消除对大型表行数据的顺序存取

　　在嵌套查询中，对表的顺序存取对查询效率可能产生致命的影响。比如采用顺序存取策略，一个嵌套3层的查询，如果每层都查询1000行，那么这个查询就要查询10亿行数据。避免这种情况的主要方法就是对连接的列进行索引。例如，两个表:学生表(学号、姓名、年龄……)和选课表(学号、课程号、成绩)。如果两个表要做连接，就要在“学号”这个连接字段上建立索引。

　　还可以使用并集来避免顺序存取。尽管在所有的检查列上都有索引，但某些形式的where子句强迫优化器使用顺序存取。下面的查询将强迫对orders表执行顺序操作:

SELECT * FROM orders WHERE (customer_num=104 AND order_num>1001) OR order_num=1008

　　虽然在customer_num和order_num上建有索引，但是在上面的语句中优化器还是使用顺序存取路径扫描整个表。因为这个语句要检索的是分离的行的集合，所以应该改为如下语句:

SELECT ＊ FROM orders WHERE customer_num=104 AND order_num>1001 UNION SELECT ＊ FROM orders WHERE order_num=1008

　　这样就能利用索引路径处理查询。

　　4.避免相关子查询

　　一个列的标签同时在主查询和where子句中的查询中出现，那么很可能当主查询中的列值改变之后，子查询必须重新查询一次。查询嵌套层次越多，效率越低，因此应当尽量避免子查询。如果子查询不可避免，那么要在子查询中过滤掉尽可能多的行。

　　5.避免困难的正规表达式

　　MATCHES和LIKE关键字支持通配符匹配，技术上叫正规表达式。但这种匹配特别耗费时间。例如:SELECT * FROM customer WHERE zipcode LIKE “98_ _ _”

　　即使在zipcode字段上建立了索引，在这种情况下也还是采用顺序扫描的方式。如果把语句改为SELECT * FROM customer WHERE zipcode >“98000”，在执行查询时就会利用索引来查询，显然会大大提高速度。

　　另外，还要避免非开始的子串。例如语句:SELECT * FROM customer WHERE zipcode[2，3] >“80”，在where子句中采用了非开始子串，因而这个语句也不会使用索引。

　　6.使用临时表加速查询

　　把表的一个子集进行排序并创建临时表，有时能加速查询。它有助于避免多重排序操作，而且在其他方面还能简化优化器的工作。例如:

SELECT cust.name，rcvbles.balance，……other columns FROM cust，rcvbles WHERE cust.customer_id = rcvlbes.customer_id AND rcvblls.balance>0 AND cust.postcode>“98000” ORDER BY cust.name

　　如果这个查询要被执行多次而不止一次，可以把所有未付款的客户找出来放在一个临时文件中，并按客户的名字进行排序:

SELECT cust.name，rcvbles.balance，……other columns FROM cust，rcvbles WHERE cust.customer_id = rcvlbes.customer_id AND rcvblls.balance>0 ORDER BY cust.name INTO TEMP cust_with_balance

　　然后以下面的方式在临时表中查询:

SELECT ＊ FROM cust_with_balance WHERE postcode>“98000”

　　临时表中的行要比主表中的行少，而且物理顺序就是所要求的顺序，减少了磁盘I/O，所以查询工作量可以得到大幅减少。

　　注意:临时表创建后不会反映主表的修改。在主表中数据频繁修改的情况下，注意不要丢失数据。

　　7.用排序来取代非顺序存取

　　非顺序磁盘存取是最慢的操作，表现在磁盘存取臂的来回移动。SQL语句隐藏了这一情况，使得我们在写应用程序时很容易写出要求存取大量非顺序页的查询。

　　有些时候，用数据库的排序能力来替代非顺序的存取能改进查询。

总结:

　　可见，所谓优化即where子句利用了索引，不可优化即发生了表扫描或额外开销。

　　1.任何对列的操作都将导致表扫描，它包括数据库函数、计算表达式等等，查询时要尽可能将操作移至等号右边。

　　2.in、or子句常会使用工作表，使索引失效;如果不产生大量重复值，可以考虑把子句拆开;拆开的子句中应该包含索引。

　　3.要善于使用存储过程，它使SQL变得更加灵活和高效