人們在使用SQL時往往會陷入一個誤區，即太關注於所得的結果是否正確，而忽略了不同的實現方法之間可能存在的性能差異，這種性能差異在大型的或是復雜的數據庫環境中（如聯機事務處理OLTP或決策支持系統DSS）中表現得尤為明顯。筆者在工作實踐中發現，不良的SQL往往來自於不恰當的索引設計、不充分的連接條件和不可優化的where子句。在對它們進行適當的優化後，其運行速度有了明顯的提高！下面我將從這三個方面分別進行總結。
為了更直觀地說明問題，所有實例中的SQL運行時間均經過測試，不超過1秒的均表示為（1秒）。測試環境
轉載於 chinaunix Sybase 論壇 作者：threehair
人們在使用SQL時往往會陷入一個誤區，即太關注於所得的結果是否正確，而忽略了不同的實現方法之間可能存在的性能差異，這種性能差異在大型的或是復雜的數據庫環境中（如聯機事務處理OLTP或決策支持系統DSS）中表現得尤為明顯。筆者在工作實踐中發現，不良的SQL往往來自於不恰當的索引設計、不充分的連接條件和不可優化的where子句。在對它們進行適當的優化後，其運行速度有了明顯的提高！下面我將從這三個方面分別進行總結。
為了更直觀地說明問題，所有實例中的SQL運行時間均經過測試，不超過1秒的均表示為（1秒）。測試環境
主機：HP LH II
主頻：330MHz
內存：128MB
操作系統：Oper server 5.0.4
數據庫：Sybase 11.0.3
一、不合理的索引設計
例：表record有620000行，試看在不同的索引下，下面幾個SQL的運行情況：
1.在date上建有一個非群集索引
select count(*) from record where date'19991201' and date'19991214'
and amount2000 --(25秒)
select date, sum(amount) from record group by date --(55秒)
select count(*) from record where date'19990901' and place in
('BJ','SH') --(27秒)
分析：date上有大量的重復值，在非群集索引下，數據在物理上隨機存放在數據頁上，在范圍查找時，必須執行一次表掃描才能找到這一范圍內的全部行。
2.在date上的一個群集索引
select count(*) from record where date'19991201' and date'19991214'
and amount2000 --(14秒)
select date,sum(amount) from record group by date --(28秒)
select count(*) from record where date'19990901' and place in
('BJ','SH') --(14秒)
分析：在群集索引下，數據在物理上按順序排在數據頁上，重復值也排列在一起，因而在范圍查找時，可以先找到這個范圍的起末點，且只在這個范圍內掃描數據頁，避免了大范圍掃描，提高了查詢速度。
3.在place、date、amount上的組合索引
select count(*) from record where date'19991201' and date'19991214'
and amount2000 --(26秒)
select date,sum(amount) from record group by date --(27秒)
select count(*) from record where date'19990901' and place in
('BJ’,'SH') --(1秒)
分析：這是一個不很合理的組合索引，因為它的前導列是place，第一和第二條SQL沒有引用place，因此也沒有利用上索引；第三個SQL使用了place，且引用的所有列都包含在組合索引中，形成了索引覆蓋，所以它的速度是非常快的。
4.在date、place、amount上的組合索引
select count(*) from record where date'19991201' and date'19991214'
and amount2000 --(1秒)
select date, sum(amount) from record group by date --(11秒)
select count(*) from record where date'19
