【数据库】数据库查询优化：方法、思路与原则

数据库查询优化：方法、思路与原则

结合实际代码场景的总结

核心优化方法

连接管理优化：复用连接，减少开销

• 使用连接池：我们通过DbConnectionPool来复用数据库连接，避免了频繁创建和销毁连接。这不仅节省了TCP握手和认证等耗时操作的时间，也提高了整体性能。
  • 实际例子中，无论是queryApproachDepartureProcedures还是queryLineWayPoints，都是通过acquireConnection获取连接，并且在完成后使用releaseConnection归还连接。
• 控制连接生命周期：确保每次查询结束后立即释放连接，即使查询失败也不例外。这一点在多线程环境中尤为重要，能有效防止长时间占用连接资源。

SQL语句优化：减少数据传输与计算压力

• 选择需要的字段进行查询：尽量避免使用SELECT *，而是只选取必要的字段，这样可以降低I/O开销。
  • 例如，相比于SELECT * FROM airport WHERE ...，更推荐SELECT fixident, magneticcourse FROM airport_star WHERE ...。
• 提前过滤数据：利用WHERE子句尽可能早地筛选出所需的数据，减少返回结果集的大小。
• 批量查询代替循环单条查询：比如，将多个单独的查询合并为一个包含IN条件的查询，以此减少与数据库交互的次数。

索引优化：加速查询过滤与排序

• 为关键字段建立索引：针对常用的查询条件（如WHERE、JOIN、ORDER BY）涉及的字段，应该考虑为其建立索引。
• 避免过度索引：虽然索引可以加快查询速度，但也会增加写入操作的成本，因此应仅对那些经常被查询的字段创建索引。

优化思路

• 减少数据库交互次数：考虑到网络和磁盘I/O往往是性能瓶颈，我们应该尽可能采取“一次多做”的策略，减少不必要的数据库交互。
• 转移计算负担给数据库：鉴于数据库在处理集合操作方面更为高效，我们应该让数据库完成尽可能多的工作，而应用程序则专注于业务逻辑。
• 合理利用索引和统计信息：通过分析查询计划，我们可以更好地理解数据库如何执行我们的查询，并据此调整索引或SQL语句以获得最佳性能。

优化原则

• 数据本地化处理：理想情况下，数据处理应该发生在离数据最近的地方——对于数据库而言，这意味着尽可能在数据库层面上完成数据处理工作。
• 谨慎对待过早优化：在没有明确证据表明某部分是性能瓶颈之前，不要盲目对其进行优化。相反，先通过日志记录找出真正的慢查询点，再进行针对性优化。
• 平衡读写性能：不同的业务场景可能对读写有不同的需求，我们需要根据实际情况调整索引和事务策略，以达到最佳的整体性能。
• 重视线程安全：特别是在多线程环境下，确保连接的获取和释放过程是线程安全的，这对于维护系统的稳定性和数据一致性至关重要。