三、大表查询优化。

　　一般来说，在数据库设计中，数据库设计人员会利用索引等技术来提高数据库的查询效率。但是，索引的作用，也不是无限扩大的，它受到一定的限制。一般来说，他跟数据量是成反比的，当数据量越大时，他的作用就越小。确切的说，刚开始时随着数据量的增大其对数据库查询的优化作用会逐渐增大；但是，当数据数量累积到一定程度时，其效果就会逐渐减小。当数据量达到一定的程度，如一百万条时，索引的作用就非常微小了。

　　针对这种大容量记录的表，若需要查询，其查询效率不高。为此，数据库该采用什么方式来提高这个大表的查询效率呢？

　　这两大数据库不约而同的采用了哈希族的方式，来提高大表的查询。

　　如现在在设计一个图书馆管理系统，这个系统中，读者的信息有几百万、几千万条。当读者的信息存储在一个普通表中的时候，这些记录按照存储到数据库中的先后顺序，物理地保存到分配的块中。也就是说，数据库服务器的数据文件，或者数据表，就好像一个个抽屉，数据库是按先后顺序一条记录一条记录地从上到下存放数据。当整个表的容量逐渐增加时，该表相应的速度就会非常慢。

　　在刚开始的时候，人们想到了利用镞表的方式来提高这个性能。也就是说，把整个抽屉分成几排，然后每排给他们归一类，如按办图书卡时的年龄进行分类，10岁以下的一类，10岁到15岁的一类等等。如此的话，在存读者信息的时候，就不会简单的按照办卡时间来存储，而是按照类别来存储。如果是属于10岁到15岁整个类，就会被物理的存储在同一个系列的块中。如此的话，就可以分类查找信息的速度。如果可以按类别查找数据信息，速度会非常快。

　　但是，随着数据库中的镞块增加，会影响数据库的整体运行性能。这个问题发生之后，数据库开发人员又想到了利用哈希函数来解决这个问题。哈希函数将会给定一个数值用来限定镞块数的数量的预计范围。

　　也就是说，现在我们要建立一个图书馆用户的表格，我们可以利用图书卡的卡号作为镞主键将有利于数据的存储分布。但是，当读者增加时，就需要使用一个哈希函数来约束镞块的数量。

　　不过Oracle数据库在使用镞技术来优化大表数据查询之外，还采用了另外一种独有的技术，即分区表的形式，来提高用户对于大表的查询效率。

　　在Oracle数据库中，可以将一个大表分开放置在几个逻辑分区中，或者是将一个大表分成几张小表。在查询时，即可以单独的对这些小表进行查询，而且，也可以利用union all参数进行一起查询。

　　如在设计销售订单管理系统时，我们可以按年度把销售订单表分割成几张小表，如此的话，后续的查询效率会比一张大表高很多。不过，这个技术的应用，关键在于如何对表进行分割，以及如何把表放置在几个逻辑分区中，这需要有一定经验的数据库设计工程师才能设计出一个好的方案。关于这方面的内容，在后续的文章中，笔者会有所阐述。

　　四、在SQL语句上的查询优化。

　　前台的应用程序要在数据库服务器上起作用，最终靠的都是应用程序中的一条条SQL语句。据不完全统 计，SQL语句消耗了数据库服务器80%左右的资源。所以，如何提高SQL语句的执行效率，是在数据库查询 优化中必须要考虑的一个问题。

　　但是，在实际工作中，许多程序员有个误区，他们认为数据库查询优化不是他们的事情，而应该是数 据库管理系统的任务，这是很多程序员的一个错误认识。他们错误地认为，他们所开发的应用程序的性能 ，跟他们所编写的SQL语句关系不大。一个好的查询语句往往可以使得应用程序的性能提高数十倍，而且 ，随着记录量的增加，这个效果还会以几何级数上升。

　　另外，SQL语句是独立于程序设计逻辑的，也就是说，无论你的业务逻辑是怎么设计的，最后分解成 SQL语句，就是那么几个语法，所以，相对于应用程序源代码的优化，SQL查询语句的优化在时间与风险上 ，都要低许多。

　　对于SQL语句的优化，Oracle数据库与SQL Server数据库有类似的地方，也有一些差异。下面笔者就这 两者的差异与共同点做一个综合介绍。

　　1、通过索引来提高SQL语句的执行效率。

　　一般来说，对于一些经常需要查询的表，如产品信息表，我们可以通过建立外键来提高查询效率。但 是，也不是说每个字段都要指定为外键。对于一些没有指定外键的字段，我们可以为其建立索引，来提高 数据表的查询效率。

　　一般情况，在以下几种情况下，我们可以为表建立索引来提高SQL语句的执行效率。

　　一是对于一些经常需要查询的表，我们出于某种考虑，没有设置外键，而是通过设置索引来提高对于 表的查询效率。在数据库表中，外键的设置往往受到一些限制；而相对于外键来说，索引的限制则要小得 多。所以，在一些不使用外键的情况下，我们可以采用索引来提高对于表的查询效率。