SQL 查询复杂度

原文:https://www.geeksforgeeks.org/sql-query-complexity/

结构化查询语言(SQL) 是用于查询关系数据库的语言。典型的关系数据库由表组成，其中每个表都有行和列。每一列都有特定类型的数据。取决于 SQL 查询复杂性的因素。

示例–

select * 
from employee 
where id = 77

查询可以通过三种不同方式找到结果–

  1. O(1)—id 上的哈希索引，或者来自上一次查询的 id = 77 上的缓存结果。
  2. O(n)–进行全面扫描，查看每一行，但找不到任何结果。
  3. O(log(n))–对 id 进行排序，做一个二分搜索法。

查询的复杂性完全取决于 SQL 引擎将如何处理查询。如果我们的雇员表有 100000000000 行数据，我们需要找出雇员 id 为 77 的行。如果我们扫描整张桌子，那就要花很长时间。如果我们对表进行排序，并对这个表进行二分搜索法运算，那么我们需要大约 36 次查找(1000000000000 的对数基数 2 是~36)来找出我们的值。但是整理桌子需要一些时间。这完全取决于 sql 引擎的优化者。

如果你想了解更多 SQL 引擎查询处理，我会推荐这个。

写好查询要牢记的事情:

  • Limit your result – When you can not avoid filtering down your select statement, then you can consider limiting your result. You can limit your result by using limit, top

    示例–

    sql select TOP 3 from employee

    sql select * from employee limit 10

  • Don’t make the query to be more complex. Try to keep them simple and efficient.

    示例– 考虑以下查询:

    sql select * from employee where id = 77 or id = 85 or id = 69

    因此，您可以通过在中使用来替换操作员

    sql select * from employee where id in (77, 85, 69)

  • 选择*以避免浪费服务器、数据库和网络资源，尤其是当一个连接至少有一列两次时。

  • 理解聚合停止思考循环。 蕴象–计数、平均值等。

版权属于：月萌API www.moonapi.com，转载请注明出处

本文链接：https://moonapi.com/news/27433.html