如何编写更好的SQL查询

rows=1000000 width=37)

(actual time=0.015..1207.019 rows=1000000 loops=1)

Total runtime: 2320.146 ms

(2 rows)

应用 EXPLAIN ANALYZE 的缺点就是须要实际履行萌芽，这点值得留意!

到今朝为止，我们看到的所有算法是次序扫描或全表扫描：这是一种在数据库长进行扫描的办法，扫描的表的每一行都是以次序(串行)的次序进行攫取，每一列都邑检查是否相符前提。在机能方面，次序扫描不是最佳的履行筹划，因为须要扫描全部表。然则如不雅应用慢磁盘，次序攫取也会很快。

EXPLAIN ANALYZE 
SELECT * 
FROM one_million JOIN half_million 
ON (one_million.counter=half_million.counter); 
QUERY PLAN 
_____________________________________________________________ 
Hash Join (cost=15417.00..68831.00 rows=500000 width=42) 
(actual time=1241.471..5912.553 rows=500000 loops=1) 
Hash Cond: (one_million.counter = half_million.counter) 
    -> Seq Scan on one_million 
    (cost=0.00..18334.00 rows=1000000 width=37) 
    (actual time=0.007..1254.027 rows=1000000 loops=1) 
    -> Hash (cost=7213.00..7213.00 rows=500000 width=5) 
    (actual time=1241.251..1241.251 rows=500000 loops=1) 
    Buckets: 4096 Batches: 16 Memory Usage: 770kB 
    -> Seq Scan on half_million 
    (cost=0.00..7213.00 rows=500000 width=5) 
(actual time=0.008..601.128 rows=500000 loops=1) 
Total runtime: 6468.337 ms

我们可以看到萌芽优化器选择了 Hash Join。请记住这个操作，因为我们须要应用这个来评估萌芽的时光复杂度。我们留意到了膳绫擎示例中没有 half_million.counter 索引，我们可以鄙人面示例中添加索引：

还有一些其它算法的示例：

CREATE INDEX ON half_million(counter); 
EXPLAIN ANALYZE 
SELECT * 
FROM one_million JOIN half_million 
ON (one_million.counter=half_million.counter); 
QUERY PLAN 
______________________________________________________________ 
Merge Join (cost=4.12..37650.65 rows=500000 width=42) 
(actual time=0.033..3272.940 rows=500000 loops=1) 
Merge Cond: (one_million.counter = half_million.counter) 	
			 2/3   首页 上一页 1 2 3 下一页 尾页	
			

　　推荐阅读
　　Oracle Advanced Support系统SQL注入漏洞挖掘经验分享
            
            我们可以对这个应用开端进行一些简单的┞缝查，包含：    寻找已经被爆出的马脚    用burp爬取应用    列举常见的路径    查看可获取的页面的源码荣幸的是，我在主页的源码中发清楚明了 一>>>详细阅读


本文标题：如何编写更好的SQL查询
地址：http://www.17bianji.com/lsqh/37237.html
 1/2    1