五個簡單的 SQL 查詢性能測試題,只有 40% 及格率。你敢來挑戰(zhàn)嗎?
作者: 不剪發(fā)的Tony老師
畢業(yè)于北京航空航天大學(xué),十多年數(shù)據(jù)庫管理與開發(fā)經(jīng)驗,目前在一家全球性的金融公司從事數(shù)據(jù)庫架構(gòu)設(shè)計。CSDN學(xué)院簽約講師以及GitChat專欄作者。csdn上的博客收藏于以下地址:https://tonydong.blog.csdn.net
文章目錄
測試題
問題 1
問題 2
問題 3
問題 4
問題 5
解析
問題 1
問題 2
問題 3
問題 4
問題 5
下面是 5 個關(guān)于索引和 SQL 查詢性能的測試題;其中 4 個題目都是答案二選一,1 個題目是三選一。只要答對 3 個就算及格,是不是貌似很簡單?但實際上只有 40% 的人能夠及格。我們在測試題的后面會給出答案解析,不過建議你先嘗試一下,看看答對幾個!
測試題
問題 1
以下查詢語句有沒有性能問題?
CREATE TABLE t1 (
id INT NOT NULL,
dt DATE,
PRIMARY KEY (id)
);
CREATE INDEX idx1 ON t1(dt);
SELECT *
FROM t1
WHERE TO_CHAR(dt, ‘YYYY’) = ‘2019’; – Oracle、PostgreSQL
– WHERE YEAR(dt) = ‘2019’; – MySQL
– WHERE datepart(yyyy, dt) = ‘2019’; – SQL Server
選項 A:沒問題;選項 B:有問題。
問題 2
以下查詢語句有沒有性能問題?
CREATE TABLE t2 (
id INT NOT NULL,
i INT
dt DATE,
v VARCHAR(50),
PRIMARY KEY (id)
);
CREATE INDEX idx2 ON t2(i, dt);
SELECT *
FROM t2
WHERE i = 99
ORDER BY dt DESC
FETCH FIRST 5 ROW ONLY; – Oracle、SQL Server、PostgreSQL
– OFFSET 0 ROWS FETCH FIRST 5 ROW ONLY; – SQL Server
– LIMIT 5; – MySQL
選項 A:沒問題;選項 B:有問題。
問題 3
下表中的索引有沒有問題?
CREATE TABLE t3 (
id INT NOT NULL,
col1 INT,
col2 INT,
col3 VARCHAR(50),
PRIMARY KEY (id)
);
CREATE INDEX idx3 ON t3(col1, col2);
SELECT *
FROM t3
WHERE col1 = 99
AND col2 = 10;
SELECT *
FROM t3
WHERE col2 = 10;
選項 A:沒問題;選項 B:有問題。
問題 4
以下查詢語句有沒有性能問題?
CREATE TABLE t4 (
id INT NOT NULL,
col1 INT,
col2 VARCHAR(50),
PRIMARY KEY (id)
);
CREATE INDEX idx4 ON t4(col2);
SELECT *
FROM t4
WHERE col2 LIKE ‘%sql%’;
選項 A:沒問題;選項 B:有問題。
問題 5
假如存在以下表和兩個查詢語句,哪個查詢更快?
CREATE TABLE t5 (
id INT NOT NULL,
col1 INT,
col2 INT,
col3 VARCHAR(50),
PRIMARY KEY (id)
);
CREATE INDEX idx5 ON t5(col1, col3);
SELECT col3, count(*)
FROM t5
WHERE col1 = 99
GROUP BY col3;
SELECT col3, count(*)
FROM t5
WHERE col1 = 99
AND col2 = 10
GROUP BY col3;
選項 A:第一個查詢更快;選項 B:第二個查詢更快;選項 C:兩個查詢性能差不多。
解析
問題 1
答案是:B,性能有問題。因為在索引字段上使用函數(shù)或者表達(dá)式,會導(dǎo)致索引失效。
你可以使用 EXPLAIN 命令查看該語句的執(zhí)行計劃,最好先執(zhí)行一次表的統(tǒng)計分析:
– Oracle
EXPLAIN PLAN FOR
SELECT *
FROM t1
WHERE TO_CHAR(dt, ‘YYYY’) = ‘2019’;
SELECT * FROM TABLE(dbms_xplan.display);
PLAN_TABLE_OUTPUT |
---|
Plan hash value: 3617692013 |
|
- 1
--------------------------------------------------------------------------|
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time ||
--------------------------------------------------------------------------|
| 0 | SELECT STATEMENT | | 1 | 22 | 2 (0)| 00:00:01 ||
|* 1 | TABLE ACCESS FULL| T1 | 1 | 22 | 2 (0)| 00:00:01 ||
--------------------------------------------------------------------------|
|
Predicate Information (identified by operation id): |
---|
|
1 - filter(TO_CHAR(INTERNAL_FUNCTION(“DT”),‘YYYY’)=‘2019’) |
|
Note |
---|
- dynamic statistics used: dynamic sampling (level=2) |
Oracle 中是全表掃描,沒有走索引。再看 MySQL:
– MySQL
EXPLAIN SELECT *
FROM t1
WHERE YEAR(dt) = ‘2019’;
id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
---|---|---|---|---|---|---|---|---|---|---|---|
1 | SIMPLE | t1 | index | idx1 | 4 | 1 | 100 | Using where; Using index |
MySQL 雖然使用了索引,但是也需要對索引進(jìn)行轉(zhuǎn)換判斷;并不是最優(yōu)方案。
接下來是 SQL Server:
– SQL Server
SET STATISTICS PROFILE ON
SELECT *
FROM t1
WHERE datepart(yyyy, dt) = ‘2019’;
Rows | Executes | StmtText | StmtId | NodeId | Parent | PhysicalOp | LogicalOp | Argument | DefinedValues | EstimateRows | EstimateIO | EstimateCPU | AvgRowSize | TotalSubtreeCost | OutputList | Warnings | Type | Parallel | EstimateExecutions |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
0 | 1 | SELECT * FROM t1 WHERE datepart(yyyy, dt) = ‘2019’ | 1 | 1 | 0 | 1 | 0.0032830999698489904 | SELECT | 0 | ||||||||||
0 | 1 | –Index Scan(OBJECT:([hrdb].[dbo].[t1].[idx1]), WHERE:(datepart(year,[hrdb].[dbo].[t1].[dt])=(2019))) | 1 | 2 | 1 | Index Scan | Index Scan | OBJECT:([hrdb].[dbo].[t1].[idx1]), WHERE:(datepart(year,[hrdb].[dbo].[t1].[dt])=(2019)) | [hrdb].[dbo].[t1].[id], [hrdb].[dbo].[t1].[dt] | 1 | 0.0031250000465661287 | 1.5809999604243785E-4 | 14 | 0.0032830999698489904 | [hrdb].[dbo].[t1].[id], [hrdb].[dbo].[t1].[dt] | PLAN_ROW | 0 |
SQL Server 使用了索引,但是也需要對索引進(jìn)行轉(zhuǎn)換判斷;并不是最優(yōu)方案。
最后看一下 PostgreSQL:
– PostgreSQL
EXPLAIN SELECT *
FROM t1
WHERE TO_CHAR(dt, ‘YYYY’) = ‘2019’;
QUERY PLAN |
---|
Seq Scan on t1 (cost=0.00…49.55 rows=11 width=8) |
Filter: (to_char((dt)::timestamp with time zone, ‘YYYY’::text) = ‘2019’::text) |
PostgreSQL 使用的是全表掃描,沒有使用索引。
正確做法是修改查詢語句:
SELECT *
FROM t
WHERE dt BETWEEN DATE ‘2019-01-01’ AND DATE ‘2019-12-31’;
備注:使用函數(shù)索引并不是最優(yōu)解決方法,它只能用于特定的查詢條件;如果查詢條件改成 TO_CHAR(dt, ‘YYYY-MM-DD’) = '2019-06-01’或者其他形式就無法使用該索引了。
問題 2
答案是:A,性能沒有問題。該語句的 WHERE 子句以及 ORDER BY 子句都可以使用索引(反向掃描),不需要對任何行進(jìn)行額外的排序??梢允褂蒙厦娴姆椒ú榭磮?zhí)行計劃。
問題 3
答案是:B,索引有問題。因為第二個查詢無法使用索引或者效率不高。雖然有些數(shù)據(jù)庫可能采用索引跳躍掃描,但是可以通過修改索引字段的順序獲得更好的性能:
CREATE INDEX idx3 ON t3(col2, col1);
將 col2 放在索引的最左端,兩個查詢都可以利用索引;也就是說,復(fù)合索引應(yīng)該遵循最左前綴原則。另外,基于 col2 再創(chuàng)建一個索引會導(dǎo)致索引重復(fù),不是好的方案。
問題 4
答案是:B,性能有問題。因為在 LIKE 條件中以通配符 % 或者 _ 開始的字符串無法使用索引。不過,以下語句可以使用索引:
SELECT *
FROM t4
WHERE col2 LIKE ‘sql%’;
對于 PostgreSQL 而言,還需要在創(chuàng)建索引時指定操作符類:
– PostgreSQL
CREATE INDEX idx4 ON t4(col2 varchar_pattern_ops);
問題 5
答案是:A,第一個查詢更快。因為它只需要通過掃描索引(Index-Only Scan)就可以得到結(jié)果;第二個查詢雖然可能返回的數(shù)據(jù)更少,但是需要通過索引訪問表,也就是回表。