datamodule4adoquery2parameters[0]value:=username;
datamodule4adoquery2open;
在为TQuery或TADOquery部件设置SQL属性时调用Close方法总是很安全的，如果TQuery或TADOquery部件已经被关闭了，调用Close方法时不会产生任何影响。在应用程序中为SQL属性设置新的SQL命令语句时，必须要调用Clear方法以清除SQL属性中现存的SQL命令语句，如果不调用Clear方法，便调用Add方法向SQL属性中设置SQL命令语句，那么新设置的SQL命令语句会追加在现存SQL命令语句后面，在程序运行时常常会出现出乎意料的查询结果甚至程序无法运行下去。
在这里要特别注意的，一般情况下TQuery或TADOquery部件的SQL属性只能包含一条完整的SQL语句，它不允许被设置成多条SQL语句。当然有些数据库服务器也支持在TQuery或TADOquery部件的SQL属性中设置多条SQL语句，只要数据库服务器允许这样，我们在编程时可以为SQL属性设置多条SQL语句。
在为TQuery或TADOquery部件设置完SQL属性的属性值之后，也即编写好适当的SQL程序之后，可以有多种方式来执行SQL程序。
在设计过程中，设置完TQuery或TADOquery部件的SQL属性之后将其Active属性的值置为True，这样便可以执行SQL属性中的SQL程序，如果应用中有与TQuery或TADOquery部件相连的数据浏览部件(如TDDGridTDBEdit等)那么在这些数据浏览部件中会显示SQL程序的执行结果。
在应用程序运行过程中，通过程序调用TQuery或TADOquery组件的Open方法或ExecSQL方法可以执行其SQL属性中的SQL程序。Open方法和ExecSQL方法是不一样的。Open方法只能用来执行SQL语言的查询语句(Select命令)，并返回一个查询结果集，而ExecSQL方法还可以用来执行其它常用的SQL语句(如INSERT,UPDATE,DELETE等命令)，例如：
Query1Open(这样会返回一个查询结果集)
如果调用Open方法，而没有查询结果时，会出错。此时应该调用ExecSQL方法来代替Open方法。如：
Query1ExecSQL(没有返回结果)
当然在设计应用程序时，程序设计人员是无法确定TQuery或TADOquery组件中的SQL语句是否会返回一个查询结果的。对于这种情况应当用Try…Except模块来设计程序。在Try部分调用Open方法，而在Except部分调用ExceSQL方法，这样才能保证程序的正确运行。
例如：
Try
Query1Open
Except
Query1ExecSQL
End
通过Tquery或TADOquery组件可以获得两种类型的数据：
u“活动”的数据
这种数据就跟通过TTable部件获得的数据一样，用户可以通过数据浏览部件来编辑修改这些数据，并且当调用Post方法或当焦点离开当前的数据浏览部件时，用户对数据的修改自动地被写回到数据库中。
u非活动的数据(只读数据)
用户通过数据浏览部件是不能修改其中的数据。在缺省情况下，通过TQuery部件获得的查询结果数据是只读数据，要想获得“活动”的数据，在应用程序中必须要设置Tquery或TADOquery组件的RequestLive属性值为True，然而并不是在任何情况下(通过设置RequestLive的属值True)都可以获得“活动”的数据的，要想获得“活动”的数据，除了将TQuery部件的RequestLive属性设置为True外，相应的SQL命令还要满足以下条件。
本地SQL语句查询情况下，要得到可更新的数据集，SQL语句的限制为：
n查询只能涉及到一个单独的表
nSQL语句中不能包含ORDERBY命令
nSQL语句中不能含聚集运算符SUM或AVG
n在Select后的字段列表中不能有计算字段
n在Select语句WHERE部分只能包含字段值与常量的比较运算，这些比较运算符是：Like,>,<,>=,<=。各比较运算之间可以有并和交运算：AND和OR
当通过SQL语句查询数据库服务器中的数据库表：
n查询只能涉及到一个单独的表
nSQL语句中不能包含ORDERBY命令
nSQL语句中不能含聚集运算符SUM或AVG运算
另外，如果是查询Sybase数据库中的表，那么被查询的表中只能有一个索引。
如果在应用程序中要求TQuery或TADOquery组件返回一个“活动”的查询结果数据集，但是SQL命令语句不满足上述约束条件时，对于本地数据库的SQL查询，BDE只能返回只读的数据集。对于数据库服务器中的SQL查询，只能返回错误的代码。当Tquery或TADOquery组件返回一个“活动”的查询结果数据集时，它的CanModIfy属性的值会被设置成True。
§34MSSQLServer简述
SQLServer是一个后台数据库管理系统,它功能强大 *** 作简便,日益为广大数据库用户所喜爱。越来越多的开发工具提供了与SQLServer的接口。SQLServer是一个关系数据库管理系统，它最初是由Microsoft、Sybase和Ashton-Tate三家公司共同开发的。于1988年推出了第一个OS/2版本，在WindowsNT推出后，Microsoft与Sybase在SQLServer的开发上就分道扬镳了，Microsoft将SQLServer移植到WindowsNT系统上，专注于开发推广SQLServer的WindowsNT版本。
SQLServer2000是Microsoft公司推出的SQLServer数据库管理系统的最新版本，该版本继承了SQLServer70版本的优点，同时又比它增加了许多更先进的功能、具有使用方便、可伸缩性好与相关软件集成程度高等优点。可跨越从运行MicrosoftWindows98的膝上型电脑到运行MicrosoftWindows2000的大型多处理器的服务器等多种平台使用。MSSQLServer不但可以应用于大中型数据库管理中，建立分布式关系数据库，并且也可以开发桌面数据库。事实上，SQLServer数据库处理的基本结构，采取关系型数据库模式，尽管如此，相信大家都可以轻易的发现，在SQLServer的数据库处理方式，则是使用面向对象的 *** 作方式与精神，也就是说，SQLServer的所有功能，都可以基于系统已经建立好的一些对象来达成，是相当OO（面向对象）的一个系统结构。
SQLServer企业管理器是SQLServer的主要管理工具，它提供了一个遵从MMC标准的用户界面，使用户得以：
·定义SQLServer实例组。
·将个别服务器注册到组中。
·为每个已注册的服务器配置所有SQLServer选项。
·在每个已注册的服务器中创建并管理所有SQLServer数据库、对象、登录、用户和权限。
·在每个已注册的服务器上定义并执行所有SQLServer管理任务。
·通过唤醒调用SQL查询分析器，交互地设计并测试SQL语句、批处理和脚本。
·唤醒调用为SQLServer定义的各种向导。
·
第三章图书管理系统设计分析
§41应用需求分析
图书管理系统需要满足来自三方面的需求，这三个方面分别是图书借阅者、图书馆工作人员和图书馆管理人员。图书借阅者的需求是查询图书馆所存的图书、个人借阅情况及个人信息的修改；图书馆工作人员对图书借阅者的借阅及还书要求进行 *** 作，同时形成借书或还书报表给借阅者查看确认；图书馆管理人员的功能最为复杂，包括对工作人员、图书借阅者、图书进行管理和维护，及系统状态的查看、维护并生成催还图书报表。
图书借阅者可直接查看图书馆图书情况，如果图书借阅者根据本人借书证号和密码登录系统，还可以进行本人借书情况的查询和维护部分个人信息。一般情况下，图书借阅者只应该查询和维护本人的借书情况和个人信息，若查询和维护其他借阅者的借书情况和个人信息，就要知道其他图书借阅者的借书证号和密码。这些是很难得到的，特别是密码，所以不但满足了图书借阅者的要求，还保护了图书借阅者的个人隐私。
图书馆工作人员有修改图书借阅者借书和还书记录的权限，所以需对工作人员登陆本模块进行更多的考虑。在此模块中，图书馆工作人员可以为图书借阅者加入借书记录或是还书记录，并打印生成相应的报表给用户查看和确认。
图书馆管理人员功能的信息量大，数据安全性和保密性要求最高。本功能实现对图书信息、借阅者信息、总体借阅情况信息的管理和统计、工作人员和管理人员信息查看及维护。图书馆管理员可以浏览、查询、添加、删除、修改、统计图书的基本信息；浏览、查询、统计、添加、删除和修改图书借阅者的基本信息，浏览、查询、统计图书馆的借阅信息，但不能添加、删除和修改借阅信息，这部分功能应该由图书馆工作人员执行，但是，删除某条图书借阅者基本信息记录时，应实现对该图书借阅者借阅记录的级联删除。并且还应具有生成催还图书报表，并打印输出的功能。
在本系统中由于没有打印机设备供试验，所以预先把报表打印改成报表预览。
设计不同用户的 *** 作权限和登陆方法
对所有用户开放的图书查询
借阅者维护借阅者个人部分信息
借阅者查看个人借阅情况信息
维护借阅者个人密码
根据借阅情况对数据库进行 *** 作并生成报表
根据还书情况对数据库进行 *** 作并生成报表
查询及统计各种信息
维护图书信息
维护工作人员和管理员信息
维护借阅者信息
处理信息的完整性
对借阅过期的图书生成报表
图4-2图书管理系统数据库应用需求的总结
根据以上所做的需求分析，并略掉一些细节（如不考虑用户的登录；对记录的维护），得出以下的三层数据流图。
§42系统功能模块划分
系统功能框图如图4-10所示。
§43系统数据库设计
431概念设计
在概念设计阶段中，设计人员从用户的角度看待数据及处理要求和约束，产生一个反映用户观点的概念模式。然后再把概念模式转换成逻辑模式。将概念设计从设计过程中独立开来，使各阶段的任务相对单一化，设计复杂程度大大降低，不受特定DBMS的限制。
利用ER方法进行数据库的概念设计，可分成三步进行：首先设计局部ER模式，然后把各局部ER模式综合成一个全局模式，最后对全局ER模式进行优化，得到最终的模式，即概念模式。
（1）设计局部ER模式
实体和属性的定义：
图书（图书编号，图书名称，作者，出版社，出版日期，备注，价格，数量，）
借阅者（借书证号，姓名，性别，身份z，联系电话，密码）
身份（身份编号，身份描述，最大借阅数）
图书类别（图书类别编号，类别描述）
ER模型的“联系”用于刻画实体之间的关联。一种完整的方式是对局部结构中任意两个实体类型，依据需求分析的结果，考察局部结构中任意两个实体类型之间是否存在联系。若有联系，进一步确定是1:N，M:N，还是1:1等。还要考察一个实体类型内部是否存在联系，两个实体类型之间是否存在联系，多个实体类型之间是否存在联系，等等。联系定义如图4-5所示。解释如下：
u一个借阅者（用户）只能具有一种身份，而一种身份可被多个借阅者所具有；
u一本图书只能属于一种图书类别（类别），而一种图书类别可以包含多本图书；
u一个用户可以借阅多本不同的书，而一本书也可以被多个不同的用户所借阅。
（2）设计全局ER模式
所有局部ER模式都设计好了后，接下来就是把它们综合成单一的全局概念结构。全局概念结构不仅要支持所有局部ER模式，而且必须合理地表示一个完整、一致的数据库概念结构。
1)确定公共实体类型
为了给多个局部ER模式的合并提供开始合并的基础，首先要确定各局部结构中的公共实体类型。在这一步中我们仅根据实体类型名和键来认定公共实体类型。一般把同名实体类型作为公共实体类型的一类候选，把具有相同键的实体类型作为公共实体类型的另一类候眩
2)局部ER模式的合并
合并的原则是：首先进行两两合并；先和合并那些现实世界中有联系的局部结构；合并从公共实体类型开始，最后再加入独立的局部结构。
3)消除冲突
冲突分为三类：属性冲突、结构冲突、命名冲突。
设计全局ER模式的目的不在于把若干局部ER模式形式上合并为一个ER模式，而在于消除冲突，使之成为能够被所有用户共同理解和接受的同一的概念模型。
3)全局ER模式的优化
在得到全局ER模式后，为了提高数据库系统的效率，还应进一步依据处理需求对ER模式进行优化。一个好的全局ER模式，除能准确、全面地反映用户功能需求外，还应满足下列条件：实体类型的个数要尽可能的少；实体类型所含属性个数尽可能少；实体类型间联系无冗余。
综上所述，“图书管理系统”的全局ER模式如图4-13所示。
432关系数据库的逻辑设计
由于概念设计的结果是ER图，DBMS一般采用关系型（本人所使用的MSSQLServer就是关系型的DBMS），因此数据库的逻辑设计过程就是把ER图转化为关系模式的过程。由于关系模型所具有的优点，逻辑设计可以充分运用关系数据库规范化理论，使设计过程形式化地进行。设计结果是一组关系模式的定义。
（1）导出初始关系模式
book（图书编号＃，图书名称，图书类别＃，作者，出版社，出版日期，备注，价格，数量）class（图书类别#，类别名）user（借书证号＃，姓名，性别，身份编号＃，身份z，联系电话，密码）ID（身份编号#，身份描述，最大借阅数）Owner（借书证号#,图书编号#，借书日期）
图4-14关系模式集
（2）产生子模式
子模式是用户所用到的那部分数据的描述。除了指出用户用到的数据外，还应指出数据与概念模式中相应数据的联系，即指出概念模式与子模式之间的对应性。
借书子模式（借书证号#，姓名，图书编号＃，图书名称，借书日期）
图4-15部分子模式
（3）根据设计中出现的问题本人在写系统时还加入了两个关系模式：
1、ownertemp：用于工作人员在处理借书、还书工作时临时存储借书、还书信息，以便打印报表时使用。
2、keyer：用于存储工作人员和图书馆管理员的用户名和密码及权限，以便工作人员或图书馆管理员进入相应的功能模块时进行验证用户的身份。
433数据库的实现
我选用MicrosoftSQLServer2000(企业版)数据库来进行数据库的逻辑设计。首先创建七个基本数据库表如表4-1－4-7所示，然后根据全局ER图，建立各个表之间的联系，如图4-8所示。
表4-1借阅者基本信息表的结构(User)
表4-2图书信息表的结构（Book）
表4-3图书类别信息表的结构（Class）
表4-4借阅者身份信息表的结构（ID）
表4-5借阅情况信息表的结构（Owner）
表4-6借阅情况临时存储信息表的结构（Ownertemp）
注：在owner表和ownertemp表中加入了索引字段，用来唯一标识一条借书记录，并且设置为标识，标识种子为1。
表4-7工作人员和管理员信息表的结构（Keyer）
图4-8数据库表间联系图
第五章图书管理系统应用程序设计
§51系统窗体模块组成
§52数据模块窗体的设置
在编写数据库应用程序时，经常要遇到这样的情况，即好多组件、窗体同时访问相同的数据源，如果为每一个组件或者窗体都设置一个数据源将是十分耗时的工件，而且要保证这些数据源的确是相同的也需花一番功夫。那么，能不能将这些数据源集中管理，最好是做成一个统一的模块，需要时就将该模块引入而不必直接 *** 作数据源本身呢？数据模块（DataModule）是解决这个问题最好的答案。简单说来，数据模块是用来集中管理数据源的一个窗体，该窗体可被需要的地方随时引入。
但本人在开发这个系统时，开始使用了一下数据模块，但在使用过程中却碰到了一些问题。并且考虑这个系统使用到的TADOQuery控件比较多，如果使用数据控件可能会带来管理上的麻烦，如弄混各个数据控件的作用。还考虑到使用动态生成ADOQuery可能会更节省资源。所以在本人的系统中，开始做的第一个模块“借阅者个人模块”中还稍微使用了一下数据模块。但在后面做的两个模块中大多都是用动态生成ADOQuery来实现的。并且由于SQL语句是动态加入的所以datamodule中的控件也不会多。
§53启动画面的实现
启动画面是为了给用户一个良好的印像，加深软件的亲和力，没有实际的功能，在Form1窗体中加入了Image和Time组件。启动画面的窗体略，主要的源代码如下：
§54用户登录窗体的的实现
本窗体是为三种不同的用户（一般用户，工作人员，管理员）提供选择以进入不同的模块，满足不同用户的需求。源代码比较简单，略。
§55用户密码认证窗体的的实现
本窗体是为了让工作人员或图书馆管理员按照用户名和密码进行登录，并且跟据用户名检查Keyer表中的“权限”字段，以分辩进入图书馆管理人员模块还是进入工作人员模块。窗体界面、源代码如下
§56借阅者服务模块的实现
借阅者服务窗体的功能主要是图书的查询，个人借阅情况查看及个人部分信息的修改。界面图如下：
561图书查询功能的实现
在本系统中，任何人都有权限使用查询功能，不做任何限制。界面如下，
由于实现的查询功能有多种，如按图书编号、图书名称等字段进行完全体配查找和部分体配的模糊查找，还有按多个条件进行逻辑与或是逻辑或的多条件查找。其中实现的方法者差不多，所以只给出多条件查找的代码，如下：
562借阅者登录功能的实现
这个功能的实现与工作人员和管理人员登录功能实现的方法大致一样，并且还要简单。是从User表中查到到借阅证号与密码，看与用户输入的是否一致。如果一致，那么用户就可查看自已的借阅情况并维护自己的部分信息。源代码与借阅者登录界面都略。
563借阅者借阅情况功能的实现
当借阅者正确登录到系统后，此功能将被激活，使用户能查看到自身的借阅情况。在此系统中，信息的显示一般用ListView来实现，只在较少的情况下用到了DBgrid，因为我觉得ListView更好实现，并能使信息数据对用户的完全分离。
在这里跟据借阅者的不同要求实现借阅情况的查询，有检查所有的借阅情部、某本书的借阅情况、和根据已借阅天数的来查询。其中根椐借阅天数来查询更有代表性，有方式一和方式二。以下给出此功能的源代码
按借阅天数查询方式一
按借阅天数查询方式二
564借阅者个人资料维护功能的实现
此功能实现当前借阅者部份资料的修改，但借书证号和身份类别这样的信息不允许修改，这是图书馆管理员模块的功能。在此界面中点击修改按钮将出现“修改”窗体（Form8），点击修改密码按钮将出现groupbox8，在这里进行密码修改。关键源代码如下。
这里给出个人部分信息修改的源代码：
这里给出密码修改的源代码：
57工作人员－图书借阅/归还模块的实现
571工作人员进行图书借阅功能实现
在这个功能中，工作人员输入借阅者的借阅证号和所要借阅的图书的图书编号，然后点击借阅按钮就可进行图书借阅。考虑到实际中可能会出现只知图书名而不知图书编号的情况，在此界面下方加入了一个转换功能，可以把图书名称转换成图书编号，再进行图书借阅。
在借阅完成后会生借阅报表以便借阅者检查和确认，借阅报表的打印效果如下图，实现比较简单，略去实现过程。
572工作人员进行图书归还功能实现
在此功能中，工作人员根据借阅者的借书证号和归还的图书编号进行图书的归还工作。并且根据现实中可能会出现的只知图书名不知图书编号的归还情况，所以加入了按书籍名称进行归还的功能。这个功能是图书借阅功能中把图书名称转换成图书编号的一种改进方法，这样就不用如借阅功能中一样要先转换再借阅了。归还完成后，同样会打印出归还报表以便用户检查和确认。
58图书馆管理员模块的实现
581图书馆管理员图书管理功能的实现
在这个功能中可以在（＊图书编号）中输入图书编号，点查找按钮后就会在各个相应的组件中显示出信息，或按图书名称模糊查找到所要的记录，在各个相应的组件中显示第一条记录的信息，也可在下端的ListView组件中点击某一条记录，在各个相应的组件中也会显示所选记录的信息。在入库功能中只要不是相同的图书编号并且带＊号提示的字段不为空就可插入新的图书记录。删除则删除那些Book表中的图书记录，如果借出还可依用户要求连带删除owner表中的记录。因为图书修改与图书入库的功能与工作人员记录修改和工作人员记录添加的实现过程一样，所以下面仅给出删除功能的源代码，如下
582图书馆管理员工作人员和管理员管理功能的实现
在此功能中可以加入工作人员或是管理员，或是修改他们的密码、权限。
在此功能中如果选中ListView中的记录，则在右边相应的组件中显示出信息，并且管理员还可对这些记录进行修改或加入新的记录。并且也可以点删除按钮删除选中的一条或多条记录。删除功能与图书记录的删除一般，所以下面只给出添加与修改的实现过程。
583图书馆管理员修改图书类别及统记功能的实现
在此窗体中能对图书的类别进行删除，添加和修改，这模块的功能的实现过程与图书记录的删除，添加和修改一样的，但是这个窗体还能跟据图书类别进行统计，还可根据Book表和owner表统计出图书总数目，库存图书数目，借出图书数目及借阅过期的图书数目。在这里给出统计图书总数目，库存图书数目，借出图书数目及借阅过期的图书数目的实现过程中的几个函数和过程
584图书馆管理员借阅者管理功能的实现
查询借阅者可根据借阅者的借书证号或姓名或身份编号查找到借阅者的信息，也可以实行模糊查找，这个功能的实现与前面图书查找的实现过程一般，就不再详细说明。
585图书馆维护借阅者管理功能的实现
此功能能对借阅者信息进行查看添加、删除、修改。在这里给出刷新按钮的实现过程
586图书馆身份维护功能的实现
这一部分是对借阅者身份进行管理，能对身份进行添加、删除、修改。并且同样的在listview中选中某条或多条记录时会在相应的右边的组件中显示出信息。此功能实现过程与前面所叙有雷同，略。
587图书馆借阅者统计功能的实现
此功能按借阅者身份进行统计，得出具有某种身份的借阅者总数，此种身份的并借阅图书的借阅者数和所借阅的图书数，在下面给出实现过程。
588图书馆统计借阅过期记录功能的实现
打印出的借阅过期催还报表如下图所示：
此报表能显示按借书证号升序排列的借阅信息超过限定时限的信息，其中主要的SQL语句如下：
59系统信息显示的实现
显过本系统的信息，并且右边的字向上滚动显示，主要实现如下：
另外,虚机团上产品团购,超级便宜
在开始演示之前，我们先介绍下两个概念。
概念一，数据的可选择性基数，也就是常说的cardinality值。
查询优化器在生成各种执行计划之前，得先从统计信息中取得相关数据，这样才能估算每步 *** 作所涉及到的记录数，而这个相关数据就是cardinality。简单来说，就是每个值在每个字段中的唯一值分布状态。
比如表t1有100行记录，其中一列为f1。f1中唯一值的个数可以是100个，也可以是1个，当然也可以是1到100之间的任何一个数字。这里唯一值越的多少，就是这个列的可选择基数。
那看到这里我们就明白了，为什么要在基数高的字段上建立索引，而基数低的的字段建立索引反而没有全表扫描来的快。当然这个只是一方面，至于更深入的探讨就不在我这篇探讨的范围了。
概念二，关于HINT的使用。
这里我来说下HINT是什么，在什么时候用。
HINT简单来说就是在某些特定的场景下人工协助MySQL优化器的工作，使她生成最优的执行计划。一般来说，优化器的执行计划都是最优化的，不过在某些特定场景下，执行计划可能不是最优化。
比如：表t1经过大量的频繁更新 *** 作，（UPDATE,DELETE,INSERT），cardinality已经很不准确了，这时候刚好执行了一条SQL，那么有可能这条SQL的执行计划就不是最优的。为什么说有可能呢？
来看下具体演示
譬如，以下两条SQL，
A：
select from t1 where f1 = 20;B：
select from t1 where f1 = 30;如果f1的值刚好频繁更新的值为30，并且没有达到MySQL自动更新cardinality值的临界值或者说用户设置了手动更新又或者用户减少了sample page等等，那么对这两条语句来说，可能不准确的就是B了。
这里顺带说下，MySQL提供了自动更新和手动更新表cardinality值的方法，因篇幅有限，需要的可以查阅手册。
那回到正题上，MySQL 80 带来了几个HINT，我今天就举个index_merge的例子。
示例表结构：
mysql> desc t1;+------------+--------------+------+-----+---------+----------------+| Field | Type | Null | Key | Default | Extra |+------------+--------------+------+-----+---------+----------------+| id | int(11) | NO | PRI | NULL | auto_increment || rank1 | int(11) | YES | MUL | NULL | || rank2 | int(11) | YES | MUL | NULL | || log_time | datetime | YES | MUL | NULL | || prefix_uid | varchar(100) | YES | | NULL | || desc1 | text | YES | | NULL | || rank3 | int(11) | YES | MUL | NULL | |+------------+--------------+------+-----+---------+----------------+7 rows in set (000 sec)表记录数：
这里我们两条经典的SQL：
SQL C：
select from t1 where rank1 = 1 or rank2 = 2 or rank3 = 2;SQL D：
select from t1 where rank1 =100 and rank2 =100 and rank3 =100;表t1实际上在rank1,rank2,rank3三列上分别有一个二级索引。
那我们来看SQL C的查询计划。
显然，没有用到任何索引，扫描的行数为32034，cost为324365。
mysql> explain format=json select from t1 where rank1 =1 or rank2 = 2 or rank3 = 2\G 1 row EXPLAIN: { "query_block": { "select_id": 1, "cost_info": { "query_cost": "324365" }, "table": { "table_name": "t1", "access_type": "ALL", "possible_keys": [ "idx_rank1", "idx_rank2", "idx_rank3" ], "rows_examined_per_scan": 32034, "rows_produced_per_join": 115, "filtered": "036", "cost_info": { "read_cost": "323207", "eval_cost": "1158", "prefix_cost": "324365", "data_read_per_join": "49K" }, "used_columns": [ "id", "rank1", "rank2", "log_time", "prefix_uid", "desc1", "rank3" ], "attached_condition": "((`ytt``t1``rank1` = 1) or (`ytt``t1``rank2` = 2) or (`ytt``t1``rank3` = 2))" } }}1 row in set, 1 warning (000 sec)我们加上hint给相同的查询，再次看看查询计划。
这个时候用到了index_merge,union了三个列。扫描的行数为1103，cost为44109，明显比之前的快了好几倍。
mysql> explain format=json select /+ index_merge(t1) / from t1 where rank1 =1 or rank2 = 2 or rank3 = 2\G 1 row EXPLAIN: { "query_block": { "select_id": 1, "cost_info": { "query_cost": "44109" }, "table": { "table_name": "t1", "access_type": "index_merge", "possible_keys": [ "idx_rank1", "idx_rank2", "idx_rank3" ], "key": "union(idx_rank1,idx_rank2,idx_rank3)", "key_length": "5,5,5", "rows_examined_per_scan": 1103, "rows_produced_per_join": 1103, "filtered": "10000", "cost_info": { "read_cost": "33079", "eval_cost": "11030", "prefix_cost": "44109", "data_read_per_join": "473K" }, "used_columns": [ "id", "rank1", "rank2", "log_time", "prefix_uid", "desc1", "rank3" ], "attached_condition": "((`ytt``t1``rank1` = 1) or (`ytt``t1``rank2` = 2) or (`ytt``t1``rank3` = 2))" } }}1 row in set, 1 warning (000 sec)我们再看下SQL D的计划：
不加HINT，
mysql> explain format=json select from t1 where rank1 =100 and rank2 =100 and rank3 =100\G 1 row EXPLAIN: { "query_block": { "select_id": 1, "cost_info": { "query_cost": "53434" }, "table": { "table_name": "t1", "access_type": "ref", "possible_keys": [ "idx_rank1", "idx_rank2", "idx_rank3" ], "key": "idx_rank1", "used_key_parts": [ "rank1" ], "key_length": "5", "ref": [ "const" ], "rows_examined_per_scan": 555, "rows_produced_per_join": 0, "filtered": "007", "cost_info": { "read_cost": "47884", "eval_cost": "004", "prefix_cost": "53434", "data_read_per_join": "176" }, "used_columns": [ "id", "rank1", "rank2", "log_time", "prefix_uid", "desc1", "rank3" ], "attached_condition": "((`ytt``t1``rank3` = 100) and (`ytt``t1``rank2` = 100))" } }}1 row in set, 1 warning (000 sec)加了HINT，
mysql> explain format=json select /+ index_merge(t1)/ from t1 where rank1 =100 and rank2 =100 and rank3 =100\G 1 row EXPLAIN: { "query_block": { "select_id": 1, "cost_info": { "query_cost": "523" }, "table": { "table_name": "t1", "access_type": "index_merge", "possible_keys": [ "idx_rank1", "idx_rank2", "idx_rank3" ], "key": "intersect(idx_rank1,idx_rank2,idx_rank3)", "key_length": "5,5,5", "rows_examined_per_scan": 1, "rows_produced_per_join": 1, "filtered": "10000", "cost_info": { "read_cost": "513", "eval_cost": "010", "prefix_cost": "523", "data_read_per_join": "440" }, "used_columns": [ "id", "rank1", "rank2", "log_time", "prefix_uid", "desc1", "rank3" ], "attached_condition": "((`ytt``t1``rank3` = 100) and (`ytt``t1``rank2` = 100) and (`ytt``t1``rank1` = 100))" } }}1 row in set, 1 warning (000 sec)对比下以上两个，加了HINT的比不加HINT的cost小了100倍。
总结下，就是说表的cardinality值影响这张的查询计划，如果这个值没有正常更新的话，就需要手工加HINT了。相信MySQL未来的版本会带来更多的HINT。
这个应用应该不会要求太高。设计上，网站程序(应用服务器)应该是对外的。数据库仅内部使用。
如果只是两台机器这种模式的应用，应用服务器可以直连数据库服务器。
看您的描述，硬件网络方面应该没有什么问题。
在设计上软件方面可能存在问题。要进一步检查判断。
ASP通常的设计方式存在一种问题，与数据库之间是实时的连接，不直接支持本地数据缓存的应用。如果是这个原因，可以改成异步的方式传输数据(使用类似NET的工具或开发类似中间件的数据连接)
关于问题补充：
“数据库和WEB站放同一服务器上访问正常，也不会老是会卡”
应该重点检查两台服务器的通讯情况。
另一方面就像上面说的，设计方式的调整。因为放在同一台机器上，会有效的使用本地数据缓存，而两台服务器的方式，如果设计上没有提供缓存的方式，会导致数据访问量较大。I 硬件配置优化
CPU选择：多核的CPU，主频高的CPU
内存：更大的内存
磁盘选择：更快的转速、RAID、阵列卡，
网络环境选择：尽量部署在局域网、SCI、光缆、千兆网、双网线提供冗余、0000多端口绑定监听
II *** 作系统级优化
使用64位的 *** 作系统，更好的使用大内存。
设置noatime,nodiratime
[zhangxy@dowload_server1 ~]$ cat /etc/fstab
LABEL=/ / ext3 defaults,noatime,nodiratime 1 1
/dev/sda5 /data xfs defaults,noatime,nodiratime 1 2
优化内核参数
netipv4tcp_keepalive_time=7200
netipv4tcp_max_syn_backlog=1024
netipv4tcp_syncookies=1
netipv4tcp_tw_reuse = 1
netipv4tcp_tw_recycle = 1
netipv4neighdefaultgc_thresh3 = 2048
netipv4neighdefaultgc_thresh2 = 1024
netipv4neighdefaultgc_thresh1 = 256
netipv4confdefaultrp_filter = 1
netipv4confdefaultforwarding = 1
netipv4confdefaultproxy_arp = 0
netipv4tcp_syncookies = 1
netcorenetdev_max_backlog = 2048
netcoredev_weight = 64
netipv4tcp_rmem = 4096 87380 16777216
netipv4tcp_wmem = 4096 65536 16777216
netipv4tcp_rfc1337 = 1
netipv4tcp_sack = 0
netipv4tcp_fin_timeout = 20
netipv4tcp_keepalive_probes = 5
netipv4tcp_max_orphans = 32768
netcoreoptmem_max = 20480
netcorermem_default = 16777216
netcorermem_max = 16777216
netcorewmem_default = 16777216
netcorewmem_max = 16777216
netcoresomaxconn = 500
netipv4tcp_orphan_retries = 1
netipv4tcp_max_tw_buckets = 18000
netipv4ip_forward = 0
netipv4confdefaultproxy_arp = 0
netipv4confallrp_filter = 1
kernelsysrq = 1
netipv4confdefaultsend_redirects = 1
netipv4confallsend_redirects = 0
netipv4ip_local_port_range = 5000 65000
kernelshmmax = 167108864
vmswappiness=0
加大文件描述符限制
Vim /etc/security/limitsconf
加上
soft nofile 65535
hard nofile 65535
文件系统选择 xfs
/dev/sda5 /data xfs defaults,noatime,nodiratime 1 2
III Mysql设计优化
III1存储引擎的选择
Myisam：数据库并发不大，读多写少,而且都能很好的用到索引，sql语句比较简单的应用，TB数据仓库
Innodb：并发访问大，写 *** 作比较多，有外键、事务等需求的应用，系统内存较大。
III2命名规则
多数开发语言命名规则：比如MyAdress
多数开源思想命名规则：my_address
避免随便命名
III3字段类型选择
字段类型的选择的一般原则：
根据需求选择合适的字段类型，在满足需求的情况下字段类型尽可能小。
只分配满足需求的最小字符数，不要太慷慨。
原因：更小的字段类型更小的字符数占用更少的内存，占用更少的磁盘空间，占用更少的磁盘IO，以及占用更少的带宽。
III31 整型：
见如下图:
类型
字节
最小值
最大值
(带符号的/无符号的)
(带符号的/无符号的)
TINYINT
1
-128
127
0
255
SMALLINT
2
-32768
32767
0
65535
MEDIUMINT
3
-8388608
8388607
0
16777215
INT
4
-2147483648
2147483647
0
4294967295
BIGINT
8
-9223372036854775808
9223372036854775807
0
18446744073709551615
根据满足需求的最小整数为选择原则，能用INT的就不要用BIGINT。
用无符号INT存储IP，而非CHAR(15)。
III32 浮点型：
类型
字节
精度类型
使用场景
FLOAT(M,D)
4
单精度
精度要求不高，数值比较小
DOUBLE(M,D)（REAL）
8
双精度
精度要求不高，数值比较大
DECIMAL(M,D)(NUMERIC）
M+2
自定义精度
精度要求很高的场景
III33 时间类型
类型
取值范围
存储空间
零值表示法
DATE
1000-01-01~9999-12-31
3字节
0000-00-00
TIME
-838:59:59~838:59:59
3字节
00:00:00
DATETIME
1000-01-01 00:00:00~9999-12-31 23:59:59
8字节
0000-00-00 00:00:00
TIMESTAMP
19700101000000~2037年的某个时刻
4字节
00000000000000
YEAR
YEAR(4):1901~2155 YEAR(2)：1970~2069
1字节
0000
III34 字符类型
类型
最大长度
占用存储空间
CHAR[(M)]
M字节
M字节
VARCHAR[(M)]
M字节
M+1字节
TINYBLOD，TINYTEXT
2^8-1字节
L+1字节
BLOB，TEXT
2^16-1字节
L+2
MEDIUMBLOB，MEDIUMTEXT
2^24-1字节
L+3
LONGBLOB，LONGTEXT
2^32-1字节
L+4
ENUM('value1','value2',)
65535个成员
1或2字节
SET('value1','value2',)
64个成员
1,2,3,4或8字节
注：L表示可变长度的意思
对于varchar和char的选择要根据引擎和具体情况的不同来选择，主要依据如下原则:
1 如果列数据项的大小一致或者相差不大，则使用char。
2 如果列数据项的大小差异相当大，则使用varchar。
3 对于MyISAM表，尽量使用Char，对于那些经常需要修改而容易形成碎片的myisam和isam数据表就更是如此，它的缺点就是占用磁盘空间。
4 对于InnoDB表，因为它的数据行内部存储格式对固定长度的数据行和可变长度的数据行不加区分（所有数据行共用一个表头部分，这个标头部分存放着指向各有关数据列的指针），所以使用char类型不见得会比使用varchar类型好。事实上，因为char类型通常要比varchar类型占用更多的空 间，所以从减少空间占用量和减少磁盘i/o的角度，使用varchar类型反而更有利。
5 表中只要存在一个varchar类型的字段，那么所有的char字段都会自动变成varchar类型，因此建议定长和变长的数据分开。
III4编码选择
单字节 latin1
多字节 utf8(汉字占3个字节，英文字母占用一个字节)
如果含有中文字符的话最好都统一采用utf8类型，避免乱码的情况发生。
III5主键选择原则
注：这里说的主键设计主要是针对INNODB引擎
1 能唯一的表示行。
2 显式的定义一个数值类型自增字段的主键，这个字段可以仅用于做主键，不做其他用途。
3 MySQL主键应该是单列的，以便提高连接和筛选 *** 作的效率。
4 主键字段类型尽可能小，能用SMALLINT就不用INT，能用INT就不用BIGINT。
5 尽量保证不对主键字段进行更新修改，防止主键字段发生变化，引发数据存储碎片，降低IO性能。
6 MySQL主键不应包含动态变化的数据，如时间戳、创建时间列、修改时间列等。
7 MySQL主键应当有计算机自动生成。
8 主键字段放在数据表的第一顺序。
推荐采用数值类型做主键并采用auto_increment属性让其自动增长。
III6其他需要注意的地方
NULL OR NOT NULL
尽可能设置每个字段为NOT NULL，除非有特殊的需求，原因如下：
1 使用含有NULL列做索引的话会占用更多的磁盘空间，因为索引NULL列需要而外的空间来保存。
2 进行比较的时候，程序会更复杂。
3 含有NULL的列比较特殊，SQL难优化，如果是一个组合索引，那么这个NULL 类型的字段会极大影响整个索引的效率。
索引
索引的缺点：极大地加速了查询，减少扫描和锁定的数据行数。
索引的缺点：占用磁盘空间，减慢了数据更新速度，增加了磁盘IO。
添加索引有如下原则：
1 选择唯一性索引。
2 为经常需要排序、分组和联合 *** 作的字段建立索引。
3 为常作为查询条件的字段建立索引。
4 限制索引的数据，索引不是越多越好。
5 尽量使用数据量少的索引，对于大字段可以考虑前缀索引。
6 删除不再使用或者很少使用的索引。
7 结合核心SQL优先考虑覆盖索引。
8 忌用字符串做主键。
反范式设计
适当的使用冗余的反范式设计，以空间换时间有的时候会很高效。
IV Mysql软件优化
开启mysql复制，实现读写分离、负载均衡，将读的负载分摊到多个从服务器上，提高服务器的处理能力。
使用推荐的GA版本，提升性能
利用分区新功能进行大数据的数据拆分
V Mysql配置优化
注意：全局参数一经设置，随服务器启动预占用资源。
key_buffer_size参数
mysql索引缓冲，如果是采用myisam的话要重点设置这个参数，根据（key_reads/key_read_requests）判断
innodb_buffer_pool_size参数
INNODB 数据、索引、日志缓冲最重要的引擎参数，根据（hit riatos和FILE I/O）判断
wait_time_out参数
线程连接的超时时间，尽量不要设置很大，推荐10s
max_connections参数
服务器允许的最大连接数，尽量不要设置太大，因为设置太大的话容易导致内存溢出，需要通过如下公式来确定：
SET @k_bytes = 1024;
SET @m_bytes = @k_bytes 1024;
SET @g_bytes = @m_bytes 1024;
SELECT
(
@@key_buffer_size + @@query_cache_size + @@tmp_table_size+
@@innodb_buffer_pool_size + @@innodb_additional_mem_pool_size+
@@innodb_log_buffer_size+
@@max_connections
( @@read_buffer_size + @@read_rnd_buffer_size + @@sort_buffer_size+
@@join_buffer_size + @@binlog_cache_size + @@thread_stack
) )
/ @g_bytes AS MAX_MEMORY_USED_GB;
thread_concurrency参数
线程并发利用数量，(cpu+disk)2,根据(os中显示的请求队列和tickets)判断
sort_buffer_size参数
获得更快的--ORDER BY,GROUP BY,SELECT DISTINCT,UNION DISTINCT
read_rnd_buffer_size参数
当根据键进行分类 *** 作时获得更快的--ORDER BY
join_buffer_size参数
join连接使用全表扫描连接的缓冲大小，根据select_full_join判断
read_buffer_size参数
全表扫描时为查询预留的缓冲大小，根据select_scan判断
tmp_table_size参数
临时内存表的设置，如果超过设置就会转化成磁盘表，根据参数(created_tmp_disk_tables)判断
innodb_log_file_size参数(默认5M)
记录INNODB引擎的redo log文件，设置较大的值意味着较长的恢复时间。
Ø innodb_flush_method参数(默认fdatasync)
Linux系统可以使用O_DIRECT处理数据文件，避免OS级别的cache，O_DIRECT模式提高数据文件和日志文件的IO提交性能
innodb_flush_log_at_trx_commit(默认1)
表示每秒进行一次log写入cache，并flush log到磁盘。
表示在每次事务提交后执行log写入cache，并flush log到磁盘。
表示在每次事务提交后，执行log数据写入到cache，每秒执行一次flush log到磁盘。
VI Mysql语句级优化
1 性能查的读语句，在innodb中统计行数,建议另外弄一张统计表，采用myisam，定期做统计一般的对统计的数据不会要求太精准的情况下适用。
2 尽量不要在数据库中做运算。
3 避免负向查询和%前缀模糊查询。
4 不在索引列做运算或者使用函数。
5 不要在生产环境程序中使用select from 的形式查询数据。只查询需要使用的列。
6 查询尽可能使用limit减少返回的行数，减少数据传输时间和带宽浪费。
7 where子句尽可能对查询列使用函数，因为对查询列使用函数用不到索引。
8 避免隐式类型转换，例如字符型一定要用’’，数字型一定不要使用’’。
9 所有的SQL关键词用大写，养成良好的习惯，避免SQL语句重复编译造成系统资源的浪费。
10 联表查询的时候，记得把小结果集放在前面，遵循小结果集驱动大结果集的原则。
11 开启慢查询，定期用explain优化慢查询中的SQL语句。1G的内存用mysql默认的配置都不可能导致被占用
最大的问题是你的vps的硬盘问题，或者是vps严重超售引起
300个IP的站用linux哪怕是 180M的内存都奢侈了，
不用从mysql配置里排除问题，应该是你的硬盘能力问题或者是母机负载过大引起
几个简单的步骤大幅提高Oracle性能 我优化数据库的三板斧
数据库优化的讨论可以说是一个永恒的主题 资深的Oracle优化人员通常会要求提出性能问题的人对数据库做一个statspack 贴出数据库配置等等 还有的人认为要抓出执行最慢的语句来进行优化 但实际情况是 提出疑问的人很可能根本不懂执行计划 更不要说statspack了 而我认为 数据库优化 应该首先从大的方面考虑 网络 服务器硬件配置 *** 作系统配置 Oracle服务器配置 数据结构组织 然后才是具体的调整 实际上网络 硬件等往往无法决定更换 应用程序一般也无法修改 因此应该着重从数据库配置 数据结构上来下手 首先让数据库有一个良好的配置 然后再考虑具体优化某些过慢的语句 我在给我的用户系统进行优化的过程中 总结了一些基本的 简单易行的办法来优化数据库 算是我的三板斧 呵呵 不过请注意 这些不一定普遍使用 甚至有的会有副作用 但是对OLTP系统 基于成本的数据库往往行之有效 不妨试试 （注 附件是Burleson写的用来报告数据库性能等信息的脚本 本文用到）
一．设置合适的SGA
常常有人抱怨服务器硬件很好 但是Oracle就是很慢 很可能是内存分配不合理造成的 ( )假设内存有 M 这通常是小型应用 建议Oracle的SGA大约 M 其中 共享池（SHARED_POOL_SIZE）可以设置 M到 M 根据实际的用户数 查询等来定 数据块缓冲区可以大致分配 M M i下需要设置DB_BLOCK_BUFFERS DB_BLOCK_BUFFERDB_BLOCK_SIZE等于数据块缓冲区大小 i 下的数据缓冲区可以用db_cache_size来直接分配
( )假设内存有 G Oracle 的SGA可以考虑分配 M 共享池分配 M到 M 数据缓冲区分配 M到 M
( )内存 G SGA可以考虑分配 G 共享池 M到 M 剩下的给数据块缓冲区
( )内存 G以上 共享池 M到 M就足够啦 再多也没有太大帮助 (Biti_rainy有专述)数据缓冲区是尽可能的大 但是一定要注意两个问题 一是要给 *** 作系统和其他应用留够内存 二是对于 位的 *** 作系统 Oracle的SGA有 G的限制 有的 位 *** 作系统上可以突破这个限制 方法还请看Biti的大作吧
二．分析表和索引 更改优化模式
Oracle默认优化模式是CHOOSE 在这种情况下 如果表没有经过分析 经常导致查询使用全表扫描 而不使用索引 这通常导致磁盘I/O太多 而导致查询很慢 如果没有使用执行计划稳定性 则应该把表和索引都分析一下 这样可能直接会使查询速度大幅提升 分析表命令可以用ANALYZE TABLE 分析索引可以用ANALYZE INDEX命令 对于少于 万的表 可以考虑分析整个表 对于很大的表 可以按百分比来分析 但是百分比不能过低 否则生成的统计信息可能不准确 可以通过DBA_TABLES的LAST_ANALYZED列来查看表是否经过分析或分析时间 索引可以通过DBA_INDEXES的LAST_ANALYZED列
下面通过例子来说明分析前后的速度对比 （表CASE_GA_AJZLZ大约有 万数据 有主键）首先在SQLPLUS中打开自动查询执行计划功能 (第一次要执行\RDBMS\ADMIN\utlxplan sql来创建PLAN_TABLE这个表)
SQL> SET AUTOTRACE ON SQL>SET TIMING ON
通过SET AUTOTRACE ON 来查看语句的执行计划 通过SET TIMING ON 来查看语句运行时间
SQL> select count() from CASE_GA_AJZLZ; COUNT() 已用时间: : : Execution Plan SELECT STATEMENT Optimizer=CHOOSE SORT (AGGREGATE) TABLE ACCESS (FULL) OF CASE_GA_AJZLZ ……………………
请注意上面分析中的TABLE ACCESS(FULL) 这说明该语句执行了全表扫描 而且查询使用了 秒 这时表还没有经过分析 下面我们来对该表进行分析
SQL> yze table CASE_GA_AJZLZ pute statistics;
表已分析 已用时间: : : 然后再来查询
SQL> select count() from CASE_GA_AJZLZ; COUNT() 已用时间: : : Execution Plan SELECT STATEMENT Optimizer=FIRST_ROWS (Cost= Card= ) SORT (AGGREGATE) INDEX (FAST FULL SCAN) OF PK_AJZLZ (UNIQUE) (Cost= Card= ) …………………………
请注意 这次时间仅仅用了 秒！这要归功于INDEX(FAST FULL SCAN) 通过分析表 查询使用了PK_AJZLZ索引 磁盘I/O大幅减少 速度也大幅提升！下面的实用语句可以
用来生成分析某个用户的所有表和索引 假设用户是GAXZUSR
SQL> set pagesize SQL> spool d:\ yze_tables sql; SQL> select yze table ||owner|| ||table_name|| pute statistics; from dba_tables where owner= GAXZUSR ; SQL> spool off SQL> spool spool d:\ yze_indexes sql; SQL> select yze index ||owner|| ||index_name|| pute statistics; from dba_indexes where owner= GAXZUSR ; SQL> spool off SQL> @d:\ yze_tables sql SQL> @d:\ yze_indexes sql
解释 上面的语句生成了两个sql文件 分别分析全部的GAXZUSR的表和索引 如果需要按照百分比来分析表 可以修改一下脚本 通过上面的步骤 我们就完成了对表和索引的分析 可以测试一下速度的改进啦 建议定期运行上面的语句 尤其是数据经过大量更新
当然 也可以通过dbms_stats来分析表和索引 更方便一些 但是我仍然习惯上面的方法 因为成功与否会直接提示出来
另外 我们可以将优化模式进行修改 optimizer_mode值可以是RULE CHOOSE FIRST_ROWS和ALL_ROWS 对于OLTP系统 可以改成FIRST_ROWS 来要求查询尽快返回结果 这样即使不用分析 在一般情况下也可以提高查询性能 但是表和索引经过分析后有助于找到最合适的执行计划
三．设置cursor_sharing=FORCE 或SIMILAR
这种方法是 i才开始有的 oracle 不支持 通过设置该参数 可以强制共享只有文字不同的语句解释计划 例如下面两条语句可以共享
SQL> SELECT FROM MYTABLE WHERE NAME= tom SQL> SELECT FROM MYTABLE WHERE NAME= turner
这个方法可以大幅降低缓冲区利用率低的问题 避免语句重新解释 通过这个功能 可以很大程度上解决硬解析带来的性能下降的问题 个人感觉可根据系统的实际情况 决定是否将该参数改成FORCE 该参数默认是exact 不过一定要注意 修改之前 必须先给ORACLE打补丁 否则改之后oracle会占用 %的CPU 无法使用 对于ORACLE i 可以设置成SIMILAR 这个设置综合了FORCE和EXACT的优点 不过请慎用这个功能 这个参数也可能带来很大的负面影响！
四．将常用的小表 索引钉在数据缓存KEEP池中
内存上数据读取速度远远比硬盘中读取要快 据称 内存中数据读的速度是硬盘的 倍！如果资源比较丰富 把常用的小的 而且经常进行全表扫描的表给钉内存中 当然是在好不过了 可以简单的通过ALTER TABLE tablename CACHE来实现 在ORACLE i之后可以使用ALTER TABLE table STORAGE(BUFFER_POOL KEEP) 一般来说 可以考虑把 数据块之内的表放在keep池中 当然要根据内存大小等因素来定 关于如何查出那些表或索引符合条件 可以使用本文提供的access sql和access_report sql 这两个脚本是著名的Oracle专家 Burleson写的 你也可以在读懂了情况下根据实际情况调整一下脚本 对于索引 可以通过ALTER INDEX indexname STORAGE(BUFFER_POOL KEEP)来钉在KEEP池中
将表定在KEEP池中需要做一些准备工作 对于ORACLE i 需要设置DB_KEEP_CACHE_SIZE 对于 i 需要设置buffer_pool_keep 在 i中 还要修改db_block_lru_latches 该参数默认是 无法使用buffer_pool_keep 该参数应该比 CPU数量少 但是要大于 才能设置DB_KEEP_CACHE_BUFFER buffer_pool_keep从db_block_buffers中分配 因此也要小于db_block_buffers 设置好这些参数后 就可以把常用对象永久钉在内存里
五．设置optimizer_max_permutations
对于多表连接查询 如果采用基于成本优化(CBO) ORACLE会计算出很多种运行方案
从中选择出最优方案 这个参数就是设置oracle究竟从多少种方案来选择最优 如果设置太大 那么计算最优方案过程也是时间比较长的 Oracle 和 i默认是 建议改成 对于 i 已经默认是 了
六．调整排序参数
( ) SORT_AREA_SIZE:默认的用来排序的SORT_AREA_SIZE大小是 K 通常显得有点小 一般可以考虑设置成 M（ ） 这个参数不能设置过大 因为每个连接都要分配同样的排序内存
lishixinzhi/Article/program/Oracle/201311/18879
1SQL查询语句的重写，对于一个查询可以用多种查询语句实现，但不同查询语句的数据库执行计划是不同的，一旦不能够使用索引或造成较大的内存占用会导致性能下降，因此需要对查询语句进行重写优化，最典型的例子就是notin语句使用外连接方式实现来进行优化
2创建合理的索引结构，根据查询语句的中查询条件，在关系表上建立相应的索引，如B树索引和hash索引
3修改程序业务逻辑，有些功能如果使用SQL语句实现，不但SQL语句复杂，还将导致数据库的负担增加，因此可以将有些数据 *** 作的业务逻辑放到应用层进行实现，就是通过java编程实现
4修改数据库服务器相关参数，优化服务器性能
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）