人們在使用SQL時往往會陷入一個誤區，即太關注于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往往來自于不恰當的索引設計、不充份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后，其運行速度有了明顯地提高！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：128兆

操作系統：Operserver5.0.4

數據庫：Sybase11.0.3

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上建有一非個群集索引

select count(*) from record where date > '19991201' and date < '19991214'and amount > 2000 (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 amount > 2000 （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 amount > 2000 （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 amount > 2000(< 1秒)

select date,sum(amount) from record group by date （11秒）

select count(*) from record where date > '19990901' and place in ('BJ','SH')（< 1秒）

分析： 這是一個合理的組合索引。它將date作為前導列，使每個SQL都可以利用索引，并且在第一和第三個SQL中形成了索引覆蓋，因而性能達到了最優。

5.總結：

缺省情況下建立的索引是非群集索引，但有時它并不是最佳的；合理的索引設計要建立在對各種查詢的分析和預測上。一般來說：

①.有大量重復值、且經常有范圍查詢（between, >,< ，>=,< =）和order by 、group by發生的列，可考慮建立群集索引；

②.經常同時存取多列，且每列都含有重復值可考慮建立組合索引；

③.組合索引要盡量使關鍵查詢形成索引覆蓋，其前導列一定是使用最頻繁的列。