发帖
雷达卡
【大数据时代】有关T-SQL的10个好习惯
1. 在生产环境中不要出现Select *
这一点我想大家已经是比较熟知了，这样的错误相信会犯的人不会太多。但我这里还是要说一下。
不使用Select *的原因主要不是坊间所流传的将*解析成具体的列需要产生消耗，这点消耗在我看来完全可以忽略不计。更主要的原因来自以下两点:
- 扩展方面的问题
- 造成额外的书签查找或是由查找变为扫描
扩展方面的问题是当表中添加一个列时，Select *会把这一列也囊括进去，从而造成上面的第二种问题。
而额外的IO这点显而易见，当查找不需要的列时自然会产生不必要的IO，下面我们通过一个非常简单的例子来比较这两种差别，如图1所示。
图1.*带来的不必要的IO
2. 声明变量时指定长度
这一点有时候会被人疏忽，因为对于T-SQL来说，如果对于变量不指定长度，则默认的长度会是1。考虑下面这个例子，如图2所示。
图2.不指定变量长度有可能导致丢失数据
3. 使用合适的数据类型
合适的数据类型首先是从性能角度考虑，关于这一点，我写过一篇文章详细的介绍过，有兴趣可以阅读：对于表列数据类型选择的一点思考，这里我就不再细说了
不要使用字符串类型存储日期数据，这一点也需要强调一些，有时候你可能需要定义自己的日期格式，但这样做非常不好，不仅是性能上不好，并且内置的日期时间函数也不能用了。
4. 使用Schema前缀来选择表
解析对象的时候需要更多的步骤，而指定Schema.Table这种方式就避免了这种无谓的解析。
不仅如此，如果不指定Schema容易造成混淆，有时会报错。
还有一点是，Schema使用的混乱有可能导致更多的执行计划缓存，换句话说，就是同样一份执行计划被多次缓存，让我们来看图3的例子。
图3.不同的schema选择不同导致同样的查询被多次缓存
5. 命名规范很重要
推荐使用实体对象+操作这种方式，比如Customer_Update这种方式。在一个大型一点的数据库会存在很多存储过程，不同的命名方式使得找到需要的存储过程变得很不方便。因此有可能造成另一种问题，就是重复创建存储过程，比如上面这个例子，有可能命名规范不统一的情况下又创建了一个叫UpdateCustomer的存储过程。
6. 插入大量数据时，尽量不要使用循环，可以使用CTE，如果要使用循环，也放到一个事务中
这点其实显而易见。SQL Server是隐式事务提交的，所以对于每一个循环中的INSERT,都会作为一个事务提交。这种效率可想而知，但如果将1000条语句放到一个事务中提交，效率无疑会提升不少。
打个比方，去银行存款，是一次存1000效率高，还是存10次100？
7. where条件之后尽量减少使用函数或数据类型转换
换句话说,WHERE条件之后尽量可以使用可以嗅探参数的方式，比如说尽量少用变量，尽量少用函数，下面我们通过一个简单的例子来看这之间的差别。如图4所示。
图4.在Where中使用不可嗅探的参数导致的索引查找
对于另外一些情况来说，尽量不要让参数进行类型转换，再看一个简单的例子，我们可以看出在Where中使用隐式转换代价巨大。如图5所示。
图5.隐式转换带来的性能问题
8. 不要使用旧的连接方式，比如（from x，y，z）
可能导致效率底下的笛卡尔积，当你看到下面这个图标时，说明查询分析器无法根据统计信息估计表中的数据结构，所以无法使用Loop join, merge Join和Hash Join中的一种，而是使用效率地下的笛卡尔积。
所以，尽量使用Inner join的方式替代from x, y, z这种方式。
9. 使用游标时，加上只读只进选项
首先，我的观点是：游标是邪恶的，尽量少用。但是如果一定要用的话，请记住，默认设置游标是可进可退的，如果你仅仅设置了
declare c cursorfor这样的形式，那么这种游标要慢于下面这种方式。
declare c cursorlocal static read_only forward_onlyfor…所以，在游标只读只进的情况下，加上上面代码所示的选项。
10. 有关Order一些要注意的事情
首先，要注意，不要使用Order by+数字的形式，比如图6这种。
图6.Order By序号
当表结构或者Select之后的列变化时，这种方式会引起麻烦，所以老老实实写上列名。
还有一种情况是，对于带有子查询和CTE的查询，子查询有序并不代表整个查询有序，除非显式指定了Order By，让我们来看图7。
图7. 虽然在CTE中中有序，但显式指定Order By，则不能保证结果的顺序
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
