㈠ automicdata的sql搜寻语句中快的原因是什么
原因就是通过事先排好序，从而在查找时可以应用二分查找等高效率的算法。一般的顺序查找，复杂度为O(n)，而二分查找复杂度为O(log2n)。当n很大时，二者的效率相差及其悬殊。 举个例子:表中有一百万条数据，需要在其中寻找一条特定id的数据。如果顺序查找，平均需要查找50万条数据。而用二分法，至多不超过20次就能找到。二者的效率差了2.5万倍!
㈡ SQL执行与优化
SQL优化
执行计划,表关联查询顺序,优化策略与思路
下面再向前走一些，容我根据自己的认识说一下查询执行的流程是怎样的：
1.连接
1.1客户端发起一条Query请求，监听客户端的‘连接管理模块’接收请求
1.2将请求转发到‘连接进/线程模块’
1.3调用‘用户模块’来进行授权检查
1.4通过检查后，‘连接进/线程模块’从‘线程连接池’中取出空闲的被缓存的连接线程和客户端请求对接，如果失败则创建一个新的连接请求
2.处理
2.1先查询缓存，检查Query语句是否完全匹配，接着再检查是否具有权限，都成功则直接取数据返回
2.2上一步有失败则转交给‘命令解析器’，经过词法分析，语法分析后生成解析树
2.3接下来是预处理阶段，处理解析器无法解决的语义，检查权限等，生成新的解析树
2.4再转交给对应的模块处理
2.5如果是SELECT查询还会经由‘查询优化器’做大量的优化，生成执行计划
2.6模块收到请求后，通过‘访问控制模块’检查所连接的用户是否有访问目标表和目标字段的权限
2.7有则调用‘表管理模块’，先是查看table cache中是否存在，有则直接对应的表和获取锁，否则重新打开表文件
2.8根据表的meta数据，获取表的存储引擎类型等信息，通过接口调用对应的存储引擎处理
2.9上述过程中产生数据变化的时候，若打开日志功能，则会记录到相应二进制日志文件中
3.结果
3.1Query请求完成后，将结果集返回给‘连接进/线程模块’
3.2返回的也可以是相应的状态标识，如成功或失败等
3.3‘连接进/线程模块’进行后续的清理工作，并继续等待请求或断开与客户端的连接
接下来再走一步，让我们看看一条SQL语句的前世今生。
首先看一下示例语句
示例语句
执行顺序
SQL解析
1. FROM
当涉及多个表的时候，左边表的输出会作为右边表的输入，之后会生成一个虚拟表VT1。
(1-J1)笛卡尔积
计算两个相关联表的笛卡尔积(CROSS JOIN) ，生成虚拟表VT1-J1。
两次全表扫描
哈希索引,查找复杂度都是 O(1) 。
2. WHERE
对VT1过程中生成的临时表进行过滤，满足WHERE子句的列被插入到VT2表中。
注意：
此时因为分组，不能使用聚合运算；也不能使用SELECT中创建的别名；
与ON的区别：
如果有外部列，ON针对过滤的是关联表，主表（保留表）会返回所有的列；
如果没有添加外部列，两者的效果是一样的；
应用：
对主表的过滤应该放在WHERE；
对于关联表，先条件查询后连接则用ON，先连接后条件查询则用WHERE；
hash join 哈希连接 驱动表和被驱动表都只会访问0次或1次
应用场景:一个大表一个小表/表上没有索引/返回结果集比较大
3. GROUP BY
这个子句会把VT2中生成的表按照GROUP BY中的列进行分组。生成VT3表。
注意：
其后处理过程的语句，如SELECT,HAVING，所用到的列必须包含在GROUP BY中，对于没有出现的，得用聚合函数；
原因：
GROUP BY改变了对表的引用，将其转换为新的引用方式，能够对其进行下一级逻辑操作的列会减少；
原作者的理解是：
根据分组字段，将具有相同分组字段的记录归并成一条记录，因为每一个分组只能返回一条记录，除非是被过滤掉了，而不在分组字段里面的字段可能会有多个值，多个值是无法放进一条记录的，所以必须通过聚合函数将这些具有多值的列转换成单值；
GROUP BY 重新聚合查询
4. HAVING
这个子句对VT3表中的不同的组进行过滤，只作用于分组后的数据，满足HAVING条件的子句被加入到VT4表中。
7.LIMIT
LIMIT子句从上一步得到的VT6虚拟表中选出从指定位置开始的指定行数据。
注意：
offset和rows的正负带来的影响；
当偏移量很大时效率是很低的，可以这么做：
采用子查询的方式优化，在子查询里先从索引获取到最大id，然后倒序排，再取N行结果集
采用INNER JOIN优化，JOIN子句里也优先从索引获取ID列表，然后直接关联查询获得最终结果
当前未用到索引,
三次full scan , table1 AS a / table2 AS b / GROUP BY
尽量少做重复的工作
控制同一语句的多次执/减少多次的数据转换/
杜绝不必要的子查询和连接表，子查询在执行计划一般解释成外连接，多余的连接表带来额外的开销
关于临时表和表变量的选择
临时表产生使用SELECT INTO和CREATE TABLE + INSERT INTO的选择，一般情况下，SELECT INTO会比CREATE TABLE + INSERT INTO的方法快很多，但是SELECT INTO会锁定TEMPDB的系统表SYSOBJECTS、SYSINDEXES、SYSCOLUMNS，在多用户并发环境下，容易阻塞其他进程，所以建议，在并发系统中，尽量使用CREATE TABLE + INSERT INTO，而大数据量的单个语句使用中，使用SELECT INTO。
子查询的用法
相关子查询可以用IN、NOT IN、EXISTS、NOT EXISTS引入
NOT IN、NOT EXISTS的相关子查询可以改用LEFT JOIN代替写法
如果保证子查询没有重复 ，IN、EXISTS的相关子查询可以用INNER JOIN 代替
IN``的相关子查询用EXISTS代替
不要用 COUNT (*)的子查询判断是否存在记录，最好用 LEFT` `JOIN 或者EXISTS，比如有人写这样的语句：
建立索引后，并不是每个查询都会使用索引，在使用索引的情况下，索引的使用效率也会有很大的差别。只要我们在查询语句中没有强制指定索引，
不要对索引字段进行运算，而要想办法做变换
不要对索引字段进行格式转换
不要对索引字段使用函数
不要对索引字段进行多字段连接
join关联查询的计算是很复杂的，特别是数据量比较大的情况下，实际情况还是拆解较快的
Join拆解的核心就是利用In关键字
要么用空间换时间，要么用时间换空间
多表连接的连接条件对索引的选择有着重要的意义，所以我们在写连接条件条件的时候需要特别注意。
A、多表连接的时候，连接条件必须写全，宁可重复，不要缺漏。
B、连接条件尽量使用聚集索引
C、注意ON、WHERE和HAVING部分条件的区别
ON是最先执行， WHERE次之，HAVING最后，因为ON是先把不符合条件的记录过滤后才进行统计，它就可以减少中间运算要处理的数据，按理说应该速度是最快的，WHERE也应该比 HAVING快点的，因为它过滤数据后才进行SUM，在两个表联接时才用ON的，所以在一个表的时候，就剩下WHERE跟HAVING比较了
考虑联接优先顺序：
(1)INNER JOIN
(2)LEFT JOIN (注：RIGHT JOIN 用 LEFT JOIN 替代)
(3)CROSS JOIN
索引并不适用于所有情况：a.少量数据；b.频繁进行改动的字段，不适合做索引；c.很少使用的字段，不需要加索引
索引会提高数据查询效率，但是会降低“增、删、改”的效率。当不使用索引的时候，我们进行数据的增删改，只需要操作源表即可，但是当我们添加索引后，不仅需要修改源表，也需要再次修改索引，很麻烦。
先执行顺序, 是否走索引, 有无类型转换
18000 字的SQL优化大全
步步深入：MySQL架构总览->查询执行流程->SQL解析顺序
MySQL索引总结（4）——btree与hash区别
㈢ oracle sql语法 in 的疑问
简单来讲这是一个书写不规范的SQL语句，容易让人产生歧义。对于多表的嵌套查询规范是每个表都要有别名，指定字段时更要指定是哪个表的字段，这样的代码才清晰易读。
复杂来讲就是人可能产生歧义，但机器不会。写这个语句的人就是利用了机器运行语句时的逻辑去写的代码，更多的是为了增加代码复杂度，妨碍他人阅读理解他的代码。或者就是这个人的编码习惯就是如此，具有某种编码强迫症。
㈣ 求SQL表扩展字段属性的思路
大家在使用SQL Server开发的时候一定会遇到这样的需求，那就是通过Table_Name1表的两个字段Column1、Column2来查询在Table_Name2表中符合这两个条件的记录，并返回Table_Name2中的字段Column3，面对这样的需求，你也许会说使用表连接就可以了，对的，没错，我也是这样想的，但是有的时候往往要面对不同的突发情况，那就是并不是一定会Column1与Column2是全匹配的查询，可能中间还需要一些逻辑的处理，比如字符串的截取后再匹配等等。这个时候我们通常会在SQL Server中写一个函数，这个函数接收两个参数：Column1、Column2，函数体里面做一些逻辑处理，在通过处理好的参数去查询Table_Name2表，并返回相应的值。很好，那下面我们来计算下图中数据的查询情况。假设表1的数据有50W，表2的数据有4W，在表2没有索引的条件下，查询的复杂度就有50W*4W了，两个表都需要做全表扫描，表2的全表扫描就会达到50W次。（图1：需求说明）优化1：这一个优化，每个开发人员都知道，那就是对表2的两个查询字段分别建立索引。这样的优化和之前相比，性能将会提高N个等级。优化2：这第二个优化方法是使用SQL Server的复合索引，在表2上创建一个复合索引，这个符合索引包括需要查询的两个字段，其实就是把两个字段的内容生成一个索引，其中索引包含了两个索引的排序。优化3：这第三个优化方法是使用SQL Server2005之后版本才有的索引-包含性索引（Include），就是在优化2的基础上，把需要返回的字段也一起放入到索引中，这样的查询就只需要查询索引就够了，不需要再读取数据页了，减少磁盘的IO消耗。不过这个方法也不是万能，因为有时可能返回的字段会比较多，有时几个字段加起来的长度有可能超出了900个字符（索引大小范围），如果想了解可以进入：SQL Server 索引中include的魅力（具有包含性列的索引）优化4：在不考虑一些分区、分表、分到不同的磁盘等优化方式的情况下，我们是否还能进一步优化我们的查询呢？这就是这篇文章想要告诉你的，因为我们的回答是：有的。那就是通过SQLCLR的UDT，把表2的数据一次性加载到内存，那么在进行表1查询的时候，我们不需要通过B+树来查询数据了，直接到内存中查询，这样之所以快是因为操作内存要比操作磁盘要快得多。这其中会有些局限性和缺点，具体见下面的缺点描述。设计思路1、去数据库中把表2读取出来，并放到private static readonly IDictionary<string, string> resultCollectionDic的静态变量中。在数据库服务启动的时候是会初始化2、SQLCLR函数的，所以在启数据库服务的时候，也一起把表2的数据保存到了内存当中了。3、上面的查询中包括了两个字段Column1、Column2和一个返回字段Column3，那么我们如何把这些数据保存到IDictionary字典当中呢？我的做法就是把Column1、Column2的中间加一个字符“+”，把这个字符串作为Key值，把Column3这个返回值做为Value，这样就解决了多个And的查询的问题。这个会有些局限性，具体可以见下面的缺点描述。在函数FunctionImsi2HLR2中传进的两个字符后，就要进行上面的拼凑方式来拼凑Key值，再到IDictionary中查询。
㈤ SQL Server中视图有什么用，而非语法格式请高人指点
前段时间作项目中，遇到使用视图的问题，以前的工作中很少遇到视图，认为直接用表就ok了，何须视图呢？下面我来讲述一下它的功用：以往当我们查询数据时，一定要很认真的地从设计select语句开始，将需要查询的每个字段写在sql语句里，每次你要以同样的条件来查询数据时，那么每次都要重复输入相同的查询语句，效率很低。若将这个经常要重复使用的查询语句创建成视图，就不用那么麻烦了！直接用select * from 视图名 就行了，其实将查询语句创建成视图，不仅仅是简化查询的动作；更重要的是，视图具备数据表的特性，还可以衍生出更多的应用。
所谓视图（View）其实是执行查询语句后得到的结果，但这个查询结果可以仿真成数据表来使用，所以有人也称它为“虚拟数据表”，视图在操作上和数据表没有什么区别，但两者的差异是其本质是不同的：数据表是实际存储记录的地方，然而视图并不保存任何记录，它存储的实际上是查询语句，其所呈现出来的记录实际来自于数据表，可以为多张数据表，大家由此可以预见到视图应用的弹性！我们可以依据各种查询需要创建不同视图，但不会因此而增加数据库的数据量。
下面总结视图的几大优点：1.增强可读性 2.数据安全及保密：针对不同用户，可以创建不同视图，限制其所能浏览和编辑的数据内容。3.降低查询复杂度 4.方便维护。
总之，善于运用视图可以让数据库的设计、管理及使用都更加有效率、更加方便。
㈥ SQL连表查询跟一个个表查询那个快各有什么优点和缺点
SQL链接表查询称为联合查询，表查询是单个查询。其区别和优点如下：
1．从发展效率的角度看：
联合查询是需要多个单查询逻辑组合才能完成的查询工作，联合查询只需要一个SQL就可以完成查询工作，即将业务逻辑转化为SQL，由数据库来处理，相对来说，开发效率会更高。
2．从查询效率来看：
单个查询具有更好的可重用性，因此比联合查询更有效。
当读取或写入数据库时，数据库使用锁机制来限制其他连接对其进行操作。由于联邦查询比单个查询慢得多，它们会增加锁争用，因此单个查询更好。
3．从逻辑结构层面来看，分层原则
关联表示业务规则／逻辑。如果经常使用关联查询，就会将大量的业务规则和逻辑放入数据库中执行，这将大大增加CPU、内存、IO等资源的消耗。
4．从资源利用的角度来看
在大多数情况下，并不是所有相关查询的结果都得到了有效的使用。例如，后台管理的列表界面会显示分页、关联查询的结果集，只使用当前页面的数据，而数据库需要消耗额外的资源才能得到整个结果集。
5．从架构的可伸缩性的角度来看
大量的相关查询将导致集中式数据库体系结构难以转化为分布式体系结构，可扩展性优化也难以实现。关联查询方便快捷，开发效率更高。
不使用关系查询在体系结构级别上有很多优势，但是它需要大量的系统分析、设计和开发功能。一般在互联网行业，如用户数量最好重视这方面。
由于数据量小，两个查询的效率基本没有差别，但在实际应用中，需要根据数据量、业务复杂度等进行综合评价。
㈦ 在sql语句查询时，自联接查询的快还是子查询快最好给出具体的分析。
这要看
子查询
的类型，如果是相关子查询的话，
时间复杂度
和
自连接
是同一级别的，如果是非相关子查询，那一般情况下是非相关子查询快，详细可联系我。
㈧ SQL连表查询跟一个个表查询那个快各有什么优点和缺点
SQL连表查询称为联合查询，一个个表查询是单查询。两者的区别和优缺点如下：
1、从开发效率来看：
联合查询是需要多个单查询进行逻辑组合才能完成的查询的工作，联合查询仅仅需要一个SQL就可以完成查询工作，即把业务逻辑放到了SQL中，由数据库来处理，相对来说开发效率会比较高些。
2、从查询效率来看：
单查询的可重用性较高，所以效率相较之联合查询会更高。
在数据库进行读写时，数据库会用锁机制，限制其他连接对其操作。由于联合查询查询速度比单个查询要慢很多，这样联合查询会增加锁的竞争关系，所以用单查询会更好。
3、从逻辑架构分层原则来看
关联关系代表了业务规则/逻辑，如果大量使用关联查询，就是把大量的业务规则和逻辑放在数据库来执行了，数据库消耗cpu、内存、io等资源会大大增加。
4、从资源利用率方面看
大部分场景下，并不是所有关联查询的结果都被有效使用了。例如后台管理的列表界面会分页显示，关联查询的结果集，只有当前页的数据被使用，但数据库需要消耗额外资源得到全部结果集。
5、从架构的伸缩性方面看
大量的关联查询会导致集中式的数据库架构很难向分布式架构转换，伸缩性方面的优化难度高。关联查询方便快速，开发效率比较好。
不使用关联查询在架构层面有很多优点，但对系统分析和设计、开发能力要求高。一般在互联网行业等用户数较多的情况下最好重视这方面。
题主的两个查询由于数据量不多，效率上基本没有差别，但在实际应用中要根据数据量、业务复杂度等去综合评估。
㈨ sql2005如何根据三个表联合查询出的结果对其中一个表进行操作
这要看你这三个表联合查询的复杂度
如果这三个表只是一般的联合查询，可以直接操作。
如你可以将三个表的查询结果作为一个派生表再与你要操作的表进行关联操作。
㈩ sql 表多好还是表少好
分表的好坏不是这么绝对的事,有很多的限制因素:
1.数据的分布情况,若数据是均匀分布在各类型中那么可以有效的分散操作,在某种程度上可以增加检索速度,但是如果分布是不均匀的某种类型的数据很多,远大于其他类型那么采用分表就没什么意义了,操作还是会集中于某一张表同是还增加了系统的复杂度,系统罗辑复杂,得不尝矢.
2.分表只是表面上的展现,实即上最能提高性能的是物理上的存储分离,若只是单纯的将表分了,但物理IO还是作用于同一块硬盘实即上是提高不了多少性能的.
3.而且分表对CPU等硬件也有要求,若CPU是双核的肯定比单核的CPU分表效果好,数据库可以双线程扫描多块硬盘才是分表的初衷.
4.而且从你的描述来看,分表的关健字也值得考虑下,分表基于的关健字会在很大程度上影响查询的效率,见译多实验.本人做过每天400万的数据,要求最少保存3个月,才用的就是按天分表,效果还不错,但是业务罗辑相应的会复杂些需要考虑周全.
先只能想到这么多,希望对你有帮助.