摘要 結合DB2的使用經驗，從數據庫設計、查詢優化、并發控制、客戶/服務器模式四個方面來討論數據庫應用系統性能優化的一些原則、方法等。要害詞 DB2 性能優化 數據庫設計 查詢優化 并發控制 C/S模式引言DB2是一種高性能的大型關系數據庫治理系統，廣泛的應用在客戶/服務器體系結構中。評價系統性能優化的標準有：吞吐量、響應時間、并行能力等。本文從數據庫的設計、查詢的優化、并發控制以及客戶/服務器模式這四個角度來討論優化系統性能。設計數據庫1. 熟悉業務系統對業務系統的熟悉程度對整個數據庫系統的性能有很大影響，一個對業務不熟悉的設計人員，盡管有豐富的數據庫知識，也很難設計出性能最佳的數據庫應用系統。2. 規范化與非規范化數據庫被規范化后，減少了數據冗余，數據量變小，數據行變窄。這樣DB2的每一頁可以包括更多行，那么每一區里的數據量更多，從而加速表的掃描，改進了單個表的查詢性能。但是，當查詢涉及多個表的時候，需要用很多連接操作把信息從各個表中組合在一起，導致更高的CPU和I/O花銷。那么，有很多時候需要在規范化和非規范化之間保持平衡，用適當的冗余信息來減少系統開銷，用空間代價來換取時間代價。有訂單信息表OrderDetail，它里面記錄了投遞員信息，收款員信息，物品信息，價格策略，客戶信息…..這些信息分別在投遞員信息表、收款員信息表、物品信息表、價格策略表、客戶信息表中存放。假如按照規范化的要求，OrderDetail查詢時就必須要與這么多個表進行連接或者嵌套查詢。假如OrderDetail表中的數據量是在百萬級的，那么一次查詢所需要的時間可能會達到好幾個小時。事實上，只要在設計時保證數據的邏輯有效性，很多信息都可以直接冗余在OrderDetail表中，這些冗余的數據能夠極大的提高查詢的效率，從而減少CPU和I/O操作。 12345下一頁 3. 數據條帶化假如一個表的記錄條數超過一定的規模，那么最基本的查詢操作也會受到影響，需要將該表根據日期水平劃分,把最近、最經常用的數據和歷史的、不經常用的數據劃分開來，或是根據地理位置、部門等等進行劃分。還有一種劃分方式――垂直劃分，即把一個屬性列很多的表分割成好幾個小表，比如把經常用到的屬性放在一個表里，不經常用到的屬性放在另一個表里，這樣可以加快表的掃描，提高效率。4. 選擇數據類型對每一屬性選擇什么樣的數據類型很大程度上依據表的要求，但是在不違反表要求的前提下，選擇適當的數據類型可以提高系統性能。比如有text列存放一本書的信息，用BLOB而不是character(1024)，BLOB存放的是指針或者文件參照變量，真正的文本信息可以放在數據庫之外，從而減少數據庫存儲空間，使得程序運行的速度提高。DB2提供了UDT（User Defined Datatypes）功能，用戶可以根據自己的需要定義自己的數據類型。5. 選擇索引索引是數據庫中重要的數據結構，它的根本目的就是為了提高查詢效率。現在大多數的數據庫產品都采用IBM最先提出的ISAM索引結構。使用索引可以快速、直接、有序的存取數據。索引的建立雖然加快了查詢，另一方面卻將低了數據更新的速度，因為新數據不僅要增加到表中，也要增加到索引中。另外，索引還需要額外的磁盤空間和維護開銷。因此，要合理使用索引：●在經常進行連接，但是沒有指定為外鍵的屬性列上建立索引。●在頻繁進行排序或分組（即進行group by或order by操作）的列上建立索引。按索引來排序或分組，可以提高效率。●在條件表達式中經常用到的不同值較多的列上建立檢索，在不同值少的列上不要建立索引。 上一頁12345下一頁 ●假如待排序的列有多個，可以在這些列上建立復合索引（compound index），即索引由多個字段復合而成。查詢優化現在的數據庫產品在系統查詢優化方面已經做得越來越好，但由于用戶提交的SQL語句是系統優化的基礎，很難設想一個原本糟糕的查詢計劃經過系統的優化之后會變得高效，因此用戶所寫語句的優劣至關重要。下面重點說明改善用戶查詢計劃的解決方案。1． 排序在很多時候，應當簡化或避免對大型表進行重復的排序。當能夠利用索引自動以適當的次序產生輸出時，可以避免排序的步驟，當以下的情況發生時，排序就不能省略：●索引中不包括一個或幾個待排序的列；●group by或order by子句中列的次序與索引的次序不一樣；●排序的列來自不同的表。為了避免不必要的排序，就要正確地增建索引，合理地合并數據庫表，盡管有時可能影響表的規范化，但相對于效率的提高是值得的。假如排序不可避免，那么應當試圖簡化它，如縮小排序列的范圍等。2． 主鍵主鍵用整型會極大的提高查詢效率，而字符型的比較開銷要比整型的比較開銷大很多，用字符型數據作主鍵會使數據插入、更新與查詢的效率降低。數據量小的時候這點降低可能不會被注重，可是當數據量大的時候，小的改進也能夠提高系統的響應速度。3． 嵌套查詢在SQL語言中，一個查詢塊可以作為另一個查詢塊中謂詞的一個操作數。因此，SQL查詢可以層層嵌套。例如在一個大型分布式數據庫系統中，有訂單表Order、訂單信息表OrderDetail，假如需要兩表關聯查詢：SELECT CreateUserFROM OrderWHERE OrderNo IN( SELECT OrderNoFROM OrderDetailWHERE Price=0.5) 上一頁12345下一頁 在這個查詢中，找出報紙單價為0.5元的收訂員名單。下層查詢返回一組值給上層查詢，然后由上層查詢塊再根據下層塊提供的值繼續查詢。在這種嵌套查詢中，對上層查詢的每一個值OrderNo，下層查詢都要對表OrderDetail進行全部掃描，執行效率顯然不會高。在該查詢中，有2層嵌套，假如每層都查詢1000行，那么這個查詢就要查詢100萬行數據。在系統開銷中，對表Order的掃描占82％，對表OrderDetail的搜索占16％。假如我們用連接來代替，即：SELECT CreateUserFROM Order,OrderDetailWHERE Order.OrderNo=OrderDetail.OrderNo AND Praice=0.5那么對表Order的掃描占74％，對表OrderDetail的搜索占14％。而且，一個列的標簽同時在主查詢和where子句中的查詢中出現，那么很可能當主查詢中的列值改變之后，子查詢必須重新查詢一次。查詢嵌套層次越多，效率越低，因此應當盡量避免子查詢。假如子查詢不可避免，那么要在子查詢中過濾掉盡可能多的行。4． 通配符在SQL語句中，LIKE要害字支持通配符匹配，但這種匹配非凡耗費時間。例如：SELECT * FROM Order WHERE CreateUser LIKE ‘M_ _ _’ 。即使在CreateUser字段上建立了索引，在這種情況下也還是采用順序掃描的方式，Order表中有1000條記錄，就需要比較1000次。假如把語句改為SELECT * FROM Order WHERE CreateUser >’M’ AND CreateUser <’N’，在執行查詢時就會利用索引來查詢，顯然會大大提高速度。5． distinct使用distinct是為了保證在結果集中不出現重復值，但是distinct會產生一張工作表，并進行排序來刪除重復記錄，這會大大增加查詢和I/O的操作次數。因此應當避免使用distinct要害字。 上一頁12345下一頁 6． 負邏輯負邏輯如!=、<>、not in等，都會導致DB2用表掃描來完成查詢。當表較大時，會嚴重影響系統性能，可以用別的操作來代替。7． 臨時表使用臨時表時數據庫會在磁盤中建立相應的數據結構，因為內存的訪問速度遠遠大于外部存儲器的訪問速度，在復雜查詢中使用臨時表時，中間結果會被導入到臨時表中，這種磁盤操作會大大降低查詢效率。另外，在分布式系統中，臨時表的使用還會帶來多個查詢進程之間的同步問題。所以，在進行復雜查詢時最好不要使用臨時表。8． 存儲過程DB2中的Stored Procedure Builder可以產生存儲過程，運行并測試存儲過程。存儲過程可以包含巨大而復雜的查詢或SQL操作，經過編譯后存儲在DB2數據庫中。用戶在多次使用同樣的SQL操作時，可以先把這些SQL操作做成存儲過程，在需要用到的地方直接引用其名字進行調用。存儲過程在第一次執行時建立優化的查詢方案，DB2將查詢方案保存在高速緩存里，以后調用運行時可以直接從高速緩存執行，省去了優化和編譯的階段，節省了執行時間，從而提高效率和系統利用率。最優的查詢方案按照某些標準選擇往往不可行，要根據實際的要求和具體情況，通過比較進行選擇。DB2提供的Query Patroller可以對不同的查詢方案的查詢代價進行比較，通過追蹤查詢語句，返回查詢不同階段的系統開銷，從而作出最佳選擇。DB2提供的Performance Monitor也對整個數據庫系統的性能進行監控，包括I/O時間、查詢次數、排序時間、同步讀寫時間等等。數據庫系統的并發控制也能影響系統性能。多個用戶的同時操作可能導致數據的不一致性，DB2為了防止同時修改造成數據丟失和訪問未被提交的數據，以及數據的保護讀，采用Lock機制來實現控制。DB2中可以對表空間、表、表列和索引加鎖。鎖的粒度越大，鎖越簡單，開銷小，并發度低；粒度小，鎖機制復雜，開銷大，并發度高。大型系統在并發處理中假如碰到所要分配的資源處于鎖定狀態，系統會把進程掛起等待。假如一個很耗時的查詢操作工作于一個經常使用的表上，此時使用表一級鎖，意味著整個系統都要等待你的查詢結束以后才能夠繼續運行。所以在復雜查詢中，盡量避免使用表一級鎖。假如有這一類的需要該怎么辦呢？可以利用視圖來解決這一類問題。視圖避免了對表的直接操作，同時有能夠保證數據庫的高效運轉。 上一頁12345